(45-2) 14 * << * >> * Русский * English * Содержание * Все выпуски
Метод измерения шумов цифровых камер
автоматической сегментацией полосовой сцены
Н.Н. Евтихиев 1, А.В. Козлов 1, В.В. Краснов 1, В.Г. Родин 1, Р.С. Стариков 1, П.А. Черёмхин 1
1 Национальный исследовательский ядерный университет «МИФИ»,
115409, Россия, г. Москва, Каширское шоссе, д. 31
PDF, 2339 kB
DOI: 10.18287/2412-6179-CO-815
Страницы: 267-276.
Аннотация:
Широкое использование фото- и видеокамер для научных и производственных применений, а также в бытовых условиях привело к необходимости оперативного определения их характеристик для оценки применимости в конкретной задаче. В большинстве случаев информация о шумах фотосенсора представлена неполно или отсутствует даже в паспортах специализированных научных цифровых камер, что делает задачу нахождения шумов актуальной. В работе предложен метод измерения основных шумовых характеристик фотосенсоров цифровых камер: световых и темновых временных шумов, неоднородностей фоточувствительности пикселей и темнового сигнала. Метод включает съемку только 2 кадров одной сцены, состоящей из нескольких полос (квазиоднородных областей) различной яркости, по которым далее рассчитываются шумы исследуемой камеры после программной сегментации по уровням сигналов. Экспериментальная апробация проводилась при использовании цифровых камер различного назначения и с различным устройством сенсора. Предложенный метод позволяет определить все основные шумовые характеристики фотосенсоров и не уступает по скорости и точности другим оперативным методам оценки шумов (которые, как правило, не дают полной информации о шумах). Значения характеристик шума, полученные с его помощью, соответствуют в пределах погрешности измеренным с помощью времязатратного стандартного метода.
Ключевые слова:
цифровые камеры; фотосенсоры; цифровая обработка изображений; сегментация изображений; дробовой шум; неоднородность фоточувствительности.
Благодарности
Работа выполнена при поддержке Программы повышения конкурентоспособности НИЯУ МИФИ.
Цитирование:
Евтихиев, Н.Н. Метод измерения шумов цифровых камер автоматической сегментацией полосовой сцены / Н.Н. Евтихиев, А.В. Козлов, В.В. Краснов, В.Г. Родин, Р.С. Стариков, П.А. Черёмхин // Компьютерная оптика. – 2021. – Т. 45, № 2. – С. 267-276. – DOI: 10.18287/2412-6179-CO-815.
Citation:
Evtikhiev NN, Kozlov AV, Krasnov VV, Rodin VG, Starikov RS, Cheremkhin PA. A method for measuring digital camera noise by automatic segmentation of a striped target. Computer Optics 2021; 45(2): 267-276. DOI: 10.18287/2412-6179-CO-815.
Литература:
- Cotton, C. The photograph as contemporary art / C. Cotton. – New York: Thames & Hudson, 2015. – 256 p.
- Thaker, A.D. Morphological analysis and mapping of complex craters of 2 Copernican age: Crookes, Ohm and Stevinus / A.D. Thaker, S.M. Patel, P.M. Solanki // Planetary and Space Science. – 2020.– Vol. 184. – 104856. – DOI: 10.1016/j.pss.2020.104856.
- Cerrato-Alvarez, M. Measurement of tropospheric ozone by digital image analysis of indigotrisulfonate-impregnated passive sampling pads using a smartphone camera / M. Cerrato-Alvarez, S. Frutos-Puerto, C. Miró-Rodríguez, E. Pinilla-Gil // Microchemical Journal. – 2020. – Vol. 154. – 104535. – DOI: 10.1016/j.microc.2019.104535.
- Cai, F. High-resolution mobile bio-microscope with smartphone telephoto camera lens / F. Cai, T. Wang, W. Lu, X. Zhang // Optik. – 2020. – Vol. 207. – 164449. – DOI: 10.1016/j.ijleo.2020.164449.
- Mai, H.H. Testing edible oil authenticity by using smartphone based spectrometer / H.H. Mai, T.Th. Le // Computer Optics. – 2020. – Vol. 44(2). – P. 189-194. – DOI: 10.18287/2412-6179-CO-604.
- Евтихиев, Н.Н. Высокоскоростная оперативная реализация голографических и дифракционных элементов с применением микрозеркальных пространственно-временных модуляторов света / Н.Н. Евтихиев, Е.Ю. Злоказов, В.В. Краснов, В.Г. Родин, Р.С. Стариков, П.А. Черёмхин // Квантовая электроника. – 2020. – Т. 50, № 7. – С. 667-674.
- Гризбил, Б.А. Дифракционная модель лазерного спекл-интерферометра микросмещений объектов с рассеивающей поверхностью / Б.А. Гризбил, Л.А. Максимова, В.П. Рябухо // Компьютерная оптика. – 2020. – Т. 44, № 4. – С. 568-577. – DOI: 10.18287/2412-6179-CO-702.
- Гончаров, Д.С. Влияние дополнительной фазовой модуляции амплитудных жидкокристаллических ПВМС на характеристики распознавания изображений в инвариантном оптико-цифровом корреляторе / Д.С. Гончаров, Н.Н. Евтихиев, В.В. Краснов, Н.М. Пономарев, Р.С. Стариков // Компьютерная оптика. – 2019. – Т. 43, № 2. – С. 200-208. – DOI: 10.18287/2412-6179-2019-43-2-200-208.
- Евтихиев, Н.Н. Оптическое кодирование QR-кодов в схеме с пространственно-некогерентным освещением на базе двух микрозеркальных модуляторов света / Н.Н. Евтихиев, В.В. Краснов, И.Д. Кузьмин, Д.Ю. Молодцов, В.Г. Родин, Р.С. Стариков, П.А. Черёмхин // Квантовая электроника. – 2020. – Т. 50, № 2. – С. 195-196.
- European Machine Vision Association, EMVA Standard 1288. Standard for characterization of image sensors and cameras 3.1 2016. [Electronical Resource] – URL: http://www.emva.org/cms/upload/Standards/ (request date 13.07.2020).
- Rakhshanfar, M. Estimation of Gaussian, Poissonian-Gaussian, and processed visual noise and its level function / M. Rakhshanfar, M.A. Amer // IEEE Transactions on Image Processing. – 2016.– Vol. 25, Issue 9. – P. 4172-4185. – DOI: 10.1109/TIP.2016.2588320.
- Maggioni, M. Nonlocal transform-domain filter for volumetric data denoising and reconstruction / M. Maggioni, V. Katkovnik, K. Egiazarian, A. Foi // IEEE Transactions on Image Processing. – 2013. – Vol. 22, Issue 1. – P. 119-133. – DOI: 10.1109/TIP.2012.2210725.
- Liu, C. Automatic estimation and removal of noise from a single image / C. Liu, R. Szeliski, S.B. Kang, C.L. Zitnick, W.T. Freeman // IEEE Transactions on Pattern Analysis and Machine Intelligence. – 2008. – Vol. 30, Issue 2. – P. 299-314. – DOI: 10.1109/TPAMI.2007.1176.
- Yesilyurt, A.B. Single image noise level estimation using dark channel prior / A.B. Yesilyurt, A. Erol, F. Kamisli, A.A. Alatan // Proceedings of International Conference on Image Processing. – 2019. – P. 2065-2069. – DOI: 10.1109/ICIP.2019.8803150.
- Foi, A. Practical Poissonian-Gaussian noise modeling and fitting for single-image raw-data / A. Foi, M. Trimeche, V. Katkovnik, K. Egiazarian // IEEE Transactions on Image Processing. – 2008. – Vol. 17, Issue 10. – P. 1737-1754. – DOI: 10.1109/TIP.2008.2001399.
- Foi, A. Noise measurement for raw-data of digital imaging sensors by automatic segmentation of nonuniform targets / A. Foi, S. Alenius, V. Katkovnik, K. Egiazarian // IEEE Sensors Journal. – 2007. – Vol. 7, Issue 10. – P. 1456-1461. – DOI: 10.1109/JSEN.2007.904864.
- Cheremkhin, P.A. Modified temporal noise measurement method with automatic segmentation of nonuniform target, its accuracy estimation, and application to cameras of different types / P.A. Cheremkhin, N.N. Evtikhiev, S.N. Starikov, V.V. Krasnov, V.G. Rodin // Optical Engineering. – 2014. – Vol. 53, Issue 10. – 102107. – DOI: 10.1117/1.OE.53.10.102107.
- Cheremkhin, P.A. Fast measurement of temporal noise of digital camera’s photosensors / P.A. Cheremkhin, N.N. Evtikhiev, V.V. Krasnov, V.G. Rodin, R.S. Starikov, S.N. Starikov // Proceedings of SPIE. – 2015. – Vol. 9648. – 96480R. – DOI: 10.1117/12.2194979.
- Nakamura, J. Image sensors and signal processing for digital still cameras / J. Nakamura. – Boca Raton: CRC Press, 2006. – 350 p.
- Maître, H. From photon to pixel: The digital camera handbook / H. Maître. – Hoboken: Wiley, 2017. – 464 p.
- Bertalmío, M. Denoising of photographic images and video. Fundamentals, open challenges and new trends / M. Bertalmío. – Cham, Switzerland: Springer, 2018. – 333 p.
- Donoho, D.L. Ideal spatial adaptation by wavelet shrinkage / D.L. Donoho, I.M. Johnstone // Biometrika. – 1994. – Vol. 81, Issue 3. – P. 425-455. – DOI: 10.1093/biomet/81.3.425.
© 2009, IPSI RAS
Россия, 443001, Самара, ул. Молодогвардейская, 151; электронная почта: ko@smr.ru ; тел: +7 (846) 242-41-24 (ответственный
секретарь), +7 (846)
332-56-22 (технический редактор), факс: +7 (846) 332-56-20