通过闪光噪声检测和特定区域的过,在超低光条件下捕获的EBAPS图像的自适应性无光化方法

科学领域:

• 图像技术技术的成像技术
• 信号处理 信号处理
• 降低噪音 减少噪音

背景情况:

• 电子轰炸主动像素传感器 (EBAPS) 是先进的真空固体混合成像设备.
• EBAPS提供高灵敏度和增益,使其适用于超低光照明成像应用.
• 图像质量在EBAPS中经常受到复杂混合噪声的影响,特别是离子反的闪噪声.

研究的目的:

• 为EBAPS图像开发一种新的特定于区域的,边缘保护的无色化方法.
• 为了有效地抑制混合噪声,特别是闪噪声,同时保持关键的结构细节.
• 在低光条件下提高EBAPS的整体图像质量和可靠性.

主要方法:

• 构建了闪光噪声的统计灰度分布模型.
• 开发了一种基于零平均值规范交叉相关性 (ZNCC) 的方法,用于准确检测闪光噪声.
• 采用了自适应性选窗口策略,考虑了局部梯度和定向标准偏差.
• 实施了特定区域的战略,包括边缘的线性定向采样 (LDS) 和平面区域的自适应侧窗过.

主要成果:

• 提出的方法成功地减少了EBAPS图像中的混合噪声.
• 有效地保留了结构细节和边缘.
• 实验结果显示,图像质量指标的显著改善.
• 与现有方法相比,峰值信号噪声比率 (PSNR) 提高了约10%,结构相似度指数 (SSIM) 提高了20%.

结论:

• 开发的特定区域的染方法对EBAPS图像非常有效.
• 该方法解决了闪噪声的关键挑战,同时保持图像完整性.
• 这种方法显著提高了EBAPS在超低光成像场景中的性能和适用性.