CN106686281A - 融合电路板噪声抑制能力测试系统 - Google Patents
融合电路板噪声抑制能力测试系统 Download PDFInfo
- Publication number
- CN106686281A CN106686281A CN201610489824.9A CN201610489824A CN106686281A CN 106686281 A CN106686281 A CN 106686281A CN 201610489824 A CN201610489824 A CN 201610489824A CN 106686281 A CN106686281 A CN 106686281A
- Authority
- CN
- China
- Prior art keywords
- noise
- module
- image
- fusion
- circuit board
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N5/00—Details of television systems
- H04N5/14—Picture signal circuitry for video frequency region
- H04N5/21—Circuitry for suppressing or minimising disturbance, e.g. moiré or halo
- H04N5/213—Circuitry for suppressing or minimising impulsive noise
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N17/00—Diagnosis, testing or measuring for television systems or their details
- H04N17/004—Diagnosis, testing or measuring for television systems or their details for digital television systems
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N25/00—Circuitry of solid-state image sensors [SSIS]; Control thereof
- H04N25/60—Noise processing, e.g. detecting, correcting, reducing or removing noise
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- General Health & Medical Sciences (AREA)
- Image Processing (AREA)
- Testing, Inspecting, Measuring Of Stereoscopic Televisions And Televisions (AREA)
Abstract
本发明公开了一种融合电路板噪声抑制能力测试系统,可以对融合电路板进行噪声测试,从而得到视频信号在融合电路板前后信噪比的变化;该系统由六部分组成:标准图像生成模块、噪声生成模块、图像噪声叠加模块、融合电路板模块、高清视频采集卡模块和上位机管理模块;本发明提供用于模拟红外与可见光的标准图像生成方法、多种伪随机噪声生成方法以及多种信噪比测试模式;通过模拟实际情况中的融合场景,可以客观有效地有效评价融合电路板的噪声抑制能力,并得到不同融合算法的噪声抑制特性。性能稳定,测试结果可靠,且运算量小,易于实现。
Description
技术领域
本发明涉及视频噪声测试领域,特别是一种可以检测融合成像系统对融合视频图像噪声的抑制能力的系统。
背景技术
图像融合是有效地利用图像的特征信息对相同场景不同传感器所获得的图像信息进行综合,以易于使用者进行目标检测、识别和情景感知。在图像融合中,源图像通常包含一定量且种类不同的噪声。
图像融合的目的是通过对不同波段信息的融合,增加原场景的信息。该过程中通过对图像的处理,能够对噪声有一定的抑制作用。
目前,针对融合电路板的成像质量的评价方法较少,而检测融合电路对噪声的抑制能力也还没有很好的手段,通常是采用肉眼识别观测的方式,结果较为粗糙且有很强的主观性,所以急需一种完整的测试系统,精确测试融合电路板对噪声的抑制能力。
发明内容
本发明的目的在于提供一种融合电路板噪声抑制能力测试系统,该系统可以精确测试和系统评估图像融合电路的噪声抑制能力。
实现本发明目的的技术方案为:一种融合电路板噪声抑制能力测试系统,包括标准图像生成模块,噪声生成模块,图像噪声叠加模块、图像信噪比计算模块,融合电路板模块,上位机管理模块;其中:
所述标准图像生成模块与图像噪声叠加模块相连,利用一种视频信号发生器产生用于测试的红外和微光标准图像;
所述噪声生成模块与图像噪声叠加模块相连,利用一种噪声信号发生器生成伪随机噪声,模拟红外与可见光图像噪声;
所述图像噪声叠加模块分别与标准图像生成模块、噪声生成模块、图像信噪比计算模块、融合电路板模块相连,接收标准图像和噪声,叠加后输入到融合电路板模块和图像信噪比计算模块;
所述融合电路模块与上位机管理模块相连,该模块包含一块载有图像处理及融合算法的电路板,接收两路含噪声红外和微光标准图像,生成融合图像,输入到图像信噪比计算模块和上位机管理模块;
所述上位机管理模块,计算相应的单通道图像信噪比和融合图像的信噪比,将计算结果进行对比分析,给出融合电路板噪声抑制能力的评价结果。
本发明与现有技术相比,其显著优点为:
(1)设计出的红外及可见光标准图像包含目标及背景,使用视频信号发生器生成图像,调节度高,且能够均匀覆盖整个灰度范围;
(2)图像噪声的种类繁多,生成原理复杂,而本系统主要针对红外和微光图像,提供了与之相关的几类噪声,针对性强,计算量小;
(3)几类相关噪声的生成均基于伪随机数的产生,与实际情况相似程度高;
(4)提出了三种噪声叠加模式,充分模拟实际情况,能够完整描述融合系统的噪声特性。
附图说明
图1是本发明实施例提供的融合电路板噪声抑制能力测试方法的实现流程图。
图2是噪声产生流程图。
具体实施方式
本发明方法易操作,测试结果准确,计算复杂度低。测试步骤如下所示:
利用一种视频信号发生器产生用于测试的红外和微光标准图像;
利用一种噪声信号发生器生成各种所需噪声;
通过加权方式向标准图像叠加一种或多种噪声;
将含噪声的标准图像传输到融合电路模块和上位机模块;
融合电路模块对接收到的两路含噪声的红外和微光标准图像进行融合操作,生成融合图像,输入到上位机管理模块(6);
上位机模块计算融合前单通道图像信噪比值,以及融合后图像的整体信噪比,并进行比较和分析;
在融合电路板更换图像融合处理算法,重复上述步骤,进行新算法的评价。
下面结合附图及实施例对本发明作进一步描述。
见图1至2所示的融合电路板噪声抑制能力测试方法,其具有如下步骤:
S1、利用一种视频信号发生器产生用于测试的红外和微光标准图像,模拟所需视频制式的对应数据流格式,生成模拟数据流,并定义出行、列坐标和奇偶场标志位,根据行列坐标和奇偶场标志位,将图像划分为背景区和中心目标区,找到背景区对应图像数据位,将像素灰度设为I,找到中心目标区对应图像数据位,将像素灰度设为I+DI。
S2、结合红外和微光图像的噪声特点,模拟实际情况,生成几种常见噪声,与视频信号发生器生成标准图像的原理类似,生成与视频信号相同格式的模拟数据流,并定义出行、列坐标和奇偶场标志位,根据行列坐标和奇偶场标志位,找到有效图像数据位,将有效图像数据的值替换为噪声数据。
噪声数据的生成如图2所示,高斯噪声生成首先利用乘同余法求得[0,1]上均匀分布的伪随机数,将随机数在频域内与标准高斯分布的功率密度谱函数相乘,在时域内与系数相乘,得到高斯噪声;低频噪声生成利用伪随机数,将随机数在频域内与1/f分布的功率密度谱函数相乘,在时域内与系数相乘,得到低频噪声;光子噪声生成也利用伪随机数,将随机数在频域内与泊松分布的功率密度谱函数相乘,在时域内与系数相乘,得到光子噪声。
S3、图像噪声叠加模块(3)通过加权方式向标准图像叠加一种或多种噪声,噪声的种类根据实际情况选取或随机,设标准图像为A,噪声为Bn,叠加后的图像为C,有公式C=A+xB1+yB2+zB3技,xyz为系数,可为零,B1,B2,B3表示不同种类的噪声,数量可变。
添加噪声的模式共三种:只在微光图像叠加噪声;只在红外图像叠加噪声;微光图像和红外图像均叠加噪声。
S4、按如上方法生成一帧叠加噪声的标准图像后,将其存入缓存区,按照视频制式的帧频率,从缓存中读取并输出,标准图像的视频流即可完成,将其进行数模转换,即可输出模拟视频流,红外与微光同理,输入融合电路板对生成的红外和微光标准图像进行预处理、配准、融合。
S5、上位机管理模块(6)利用相关程序计算经过融合电路板前后图像的峰值信噪比(PSNR),噪声抑制能力测试有三种模式:
(1)微光图像叠加噪声,红外图像不叠加噪声,测试比较融合电路输出图像信噪比和微光图像信噪比;
(2)红外图像叠加噪声,微光图像不叠加噪声,测试比较融合电路输出图像信噪比和红外图像信噪比;
(3)微光图像和红外图像均叠加噪声,测试比较融合电路输出图像信噪比、微光图像信噪比和红外图像信噪比;
在本系统中,采用峰值信噪比(PSNR)作为评价微光图像、红外图像和融合图像噪声的标准(峰值信噪比是目前使用最广泛的图像质量客观评价标准)。峰值信噪比定义为:
其中MSE为噪声图像与理想图像之间均方误差,定义为:
式中,I为理想图像,K为噪声图像。
S6、改变标准图像生成模块(1)中标准图像背景区域的灰度值,利用同样方法再次计算融合前红外与可见光标准图像的信噪比,以及融合后图像的信噪比,重复该步骤多次,得到多组数据,以灰度值为横坐标,信噪比为纵坐标,绘制曲线图。该曲线图即可描述融合电路板的噪声抑制能力。
Claims (8)
1.一种融合电路板噪声抑制能力测试系统,其特征在于:包括标准图像生成模块(1),噪声生成模块(2),图像噪声叠加模块(3),融合电路板模块(4),高精度视频采集卡模块(5)和上位机管理模块(6);其中:
标准图像生成模块(1)与图像噪声叠加模块(3)相连,利用一种视频信号发生器产生用于测试的红外和微光标准图像;
噪声生成模块(2)与图像噪声叠加模块(3)相连,利用一种噪声信号发生器生成伪随机噪声,模拟红外与可见光图像噪声;
图像噪声叠加模块(3)分别与标准图像生成模块(1)、噪声生成模块(2)、高精度视频采集卡模块(5)、融合电路板模块(4)相连,接收标准图像和噪声,叠加后输入到融合电路板模块(4)和高精度视频采集卡模块(5);
融合电路板模块(4)与高精度视频采集卡模块(5)和上位机管理模块(6)相连,该模块包含一块载有图像处理及融合算法的电路板,接收两路含噪声红外和微光标准图像,生成融合图像,输入到高精度视频采集卡模块(5)和上位机管理模块(6);
高精度视频采集卡模块(5)与图像噪声叠加模块(3)、融合电路板模块(4)、上位机管理模块(6)相连,用于采集融合前叠加噪声的两路标准图像、以及融合后图像,并将采集到的图像输入给上位机管理模块(6);
上位机管理模块(6)与高精度视频采集卡模块(5)相连,接收采集卡采集到的图像,计算相应的单通道图像信噪比和融合图像的信噪比,将计算结果进行对比分析,给出融合电路板噪声抑制能力的评价结果。
2.根据权利要求1所述的融合电路板噪声抑制能力测试系统,其特征在于:所述标准图像生成模块(1)包含视频信号发生器,结合红外和微光图像特点,模拟实际情况,生成包含目标和背景的标准图像,生成步骤如下:
步骤一,模拟所需制式的视频单帧数据流格式,生成符合格式的数据流以及相关的控制信号时序,同时定义参数来表示行、列坐标和奇偶场标志位;
步骤二,根据行列坐标和奇偶场标志位的值,将图像划分为背景区和中心目标区;
步骤三,找到背景区对应图像数据位置,将像素灰度设为I,该值为可调节的变量;
步骤四,找到中心目标区对应图像数据位置,将像素灰度设为I+DI,DI也为可调节的变量。
3.根据权利要求1所述的融合电路板噪声抑制能力测试系统,其特征在于:所述噪声生成模块(2)包含噪声信号发生器,结合红外和微光图像的噪声特点,模拟实际情况,生成噪声,生成步骤如下:
步骤一,模拟所需制式的视频单帧数据流格式,生成符合格式的数据流以及相关的控制信号时序,同时定义参数来表示行、列坐标和奇偶场标志位;
步骤二,根据行列坐标和奇偶场标志位,找到图像的有效数据位;
步骤三,利用乘同余法求得[0,1]上均匀分布的伪随机数;
步骤四,将步骤三中随机数在频域内与标准高斯分布的功率密度谱函数相乘,在时域内与系数相乘,得到高斯噪声;
步骤五,将步骤三中随机数在频域内与1/f分布的功率密度谱函数相乘,在时域内与系数相乘,得到低频噪声;
步骤六,将步骤三中随机数在频域内与标准泊松分布的功率密度谱函数相乘,在时域内与系数相乘,得到光子噪声;
步骤七,将有效图像数据的值替换为前几个步骤生成的三种噪声数据。
4.根据权利要求1所述的融合电路板噪声抑制能力测试系统,其特征在于:图像噪声叠加模块(3)通过加权方式向标准图像叠加一种或多种噪声,噪声的种类根据实际情况选取或随机,设标准图像为A,噪声为Bn,叠加后的图像为C,有公式C=A+xB1+yB2+zB3技,xyz为系数,可为零,B1,B2,B3表示不同种类的噪声,数量可变。
5.根据权利要求4所述的融合电路板噪声抑制能力测试系统,其特征在于:图像噪声叠加模块(3)添加噪声的模式共四种:只在微光图像叠加噪声;只在红外图像叠加噪声;微光图像和红外图像均叠加同种单一噪声,微光图像和红外图像均叠加多种不同噪声。
6.根据权利要求4或5所述的融合电路板噪声抑制能力测试系统,其特征在于:按如上方法生成一帧叠加噪声的标准图像后,需将其存入存储器中,按照视频制式的帧频率,从存储器中读取并输出,经过数模转换,标准图像的视频流即可完成。
7.根据权利要求1所述的融合电路板噪声抑制能力测试系统,其特征在于:所述融合电路板模块(4)包含的融合算法包括对生成的红外和微光标准图像的预处理、配准、融合。
8.根据权利要求1所述的融合电路板噪声抑制能力测试系统,其特征在于:所述上位机管理模块(6)利用数学软件计算融合前红外和可见光单通道图像信噪比、经过融合电路板后的融合图像信噪比、融合前后信噪比的差值,得到三个数据;随后改变标准图像生成模块(1)中标准图像背景区域的灰度值,同样方法再次计算三个数据,重复该步骤多次,得到多组数据,以灰度值为横坐标,信噪比为纵坐标,绘制曲线图,用于评价融合电路板的噪声抑制能力。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610489824.9A CN106686281B (zh) | 2016-06-28 | 2016-06-28 | 融合电路板噪声抑制能力测试系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610489824.9A CN106686281B (zh) | 2016-06-28 | 2016-06-28 | 融合电路板噪声抑制能力测试系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106686281A true CN106686281A (zh) | 2017-05-17 |
CN106686281B CN106686281B (zh) | 2020-04-07 |
Family
ID=58839846
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610489824.9A Active CN106686281B (zh) | 2016-06-28 | 2016-06-28 | 融合电路板噪声抑制能力测试系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106686281B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110263872A (zh) * | 2019-06-26 | 2019-09-20 | 上海鹰瞳医疗科技有限公司 | 训练数据处理方法及装置 |
CN110766153A (zh) * | 2018-07-27 | 2020-02-07 | Tcl集团股份有限公司 | 神经网络模型训练方法、装置及终端设备 |
CN110933353A (zh) * | 2019-12-17 | 2020-03-27 | 中国科学院长春光学精密机械与物理研究所 | 视频干扰注入发生器 |
TWI716123B (zh) * | 2019-09-26 | 2021-01-11 | 仁寶電腦工業股份有限公司 | 除噪能力評估系統及方法 |
CN113766150A (zh) * | 2021-08-31 | 2021-12-07 | 北京安酷智芯科技有限公司 | 一种降噪方法、电路系统、电子设备及计算机可读存储介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1604139A (zh) * | 2004-10-28 | 2005-04-06 | 上海交通大学 | 图像融合评价系统的构建方法 |
CN103873859A (zh) * | 2014-03-26 | 2014-06-18 | 西安电子科技大学 | 基于时空显著性检测的视频融合性能评价方法 |
CN104021562A (zh) * | 2014-06-19 | 2014-09-03 | 中国科学院遥感与数字地球研究所 | 高光谱图像噪声模拟方法及装置 |
CN104424383A (zh) * | 2013-08-22 | 2015-03-18 | 南京理工大学 | 基于红外图像的硬件处理算法效果评价装置及其评价方法 |
CN104601953A (zh) * | 2015-01-08 | 2015-05-06 | 中国航空无线电电子研究所 | 一种视频图像融合处理系统 |
CN105631922A (zh) * | 2015-12-21 | 2016-06-01 | 南京理工大学 | 基于Vega的红外与微光视频的同步仿真方法 |
-
2016
- 2016-06-28 CN CN201610489824.9A patent/CN106686281B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1604139A (zh) * | 2004-10-28 | 2005-04-06 | 上海交通大学 | 图像融合评价系统的构建方法 |
CN104424383A (zh) * | 2013-08-22 | 2015-03-18 | 南京理工大学 | 基于红外图像的硬件处理算法效果评价装置及其评价方法 |
CN103873859A (zh) * | 2014-03-26 | 2014-06-18 | 西安电子科技大学 | 基于时空显著性检测的视频融合性能评价方法 |
CN104021562A (zh) * | 2014-06-19 | 2014-09-03 | 中国科学院遥感与数字地球研究所 | 高光谱图像噪声模拟方法及装置 |
CN104601953A (zh) * | 2015-01-08 | 2015-05-06 | 中国航空无线电电子研究所 | 一种视频图像融合处理系统 |
CN105631922A (zh) * | 2015-12-21 | 2016-06-01 | 南京理工大学 | 基于Vega的红外与微光视频的同步仿真方法 |
Non-Patent Citations (1)
Title |
---|
邢素霞 等: "基于NSCT变换的图像融合及鲁棒性分析", 《红外技术》 * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110766153A (zh) * | 2018-07-27 | 2020-02-07 | Tcl集团股份有限公司 | 神经网络模型训练方法、装置及终端设备 |
CN110263872A (zh) * | 2019-06-26 | 2019-09-20 | 上海鹰瞳医疗科技有限公司 | 训练数据处理方法及装置 |
CN110263872B (zh) * | 2019-06-26 | 2022-05-17 | 上海鹰瞳医疗科技有限公司 | 训练数据处理方法及装置 |
TWI716123B (zh) * | 2019-09-26 | 2021-01-11 | 仁寶電腦工業股份有限公司 | 除噪能力評估系統及方法 |
CN110933353A (zh) * | 2019-12-17 | 2020-03-27 | 中国科学院长春光学精密机械与物理研究所 | 视频干扰注入发生器 |
CN113766150A (zh) * | 2021-08-31 | 2021-12-07 | 北京安酷智芯科技有限公司 | 一种降噪方法、电路系统、电子设备及计算机可读存储介质 |
CN113766150B (zh) * | 2021-08-31 | 2024-03-26 | 北京安酷智芯科技有限公司 | 一种降噪方法、电路系统、电子设备及计算机可读存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN106686281B (zh) | 2020-04-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106686281A (zh) | 融合电路板噪声抑制能力测试系统 | |
Jiang et al. | Single image super-resolution quality assessment: a real-world dataset, subjective studies, and an objective metric | |
CN101561932B (zh) | 一种动态复杂背景下的实时运动目标检测方法和装置 | |
Su et al. | A novel forgery detection algorithm for video foreground removal | |
US20190197731A1 (en) | Vehicle camera model for simulation using deep neural networks | |
US20160098852A1 (en) | Multocular imaging system, synthesis process method of acquired images, and program | |
CN102663714A (zh) | 基于显著性的红外图像强固定模式噪声抑制方法 | |
CN111104830A (zh) | 用于图像识别的深度学习模型、该模型的训练装置及方法 | |
CN110136162A (zh) | 无人机视角遥感目标跟踪方法及装置 | |
CN112668754B (zh) | 一种基于多源特征信息融合的电力设备缺陷诊断方法 | |
Parvatikar et al. | Comparative study of different image fusion techniques | |
Temel et al. | Object recognition under multifarious conditions: A reliability analysis and a feature similarity-based performance estimation | |
CN113781375B (zh) | 一种基于多曝光融合的车载视觉增强方法 | |
CN108090490A (zh) | 一种基于多光谱偏振成像的隐身目标检测系统及方法 | |
CN111046871A (zh) | 一种感兴趣区域提取方法及系统 | |
CN104103063A (zh) | 一种基于自动调焦原理无参考噪声图像质量评价方法 | |
CN109035162A (zh) | 一种基于像素重构的图片漂移校正方法及系统 | |
CN108364265A (zh) | 一种影像校正方法及装置 | |
CN109447932B (zh) | 基于实测红外成像数据的目标与背景融合仿真方法 | |
Wenjie et al. | Research on super-resolution reconstruction algorithm of remote sensing image based on generative adversarial networks | |
CN103646390B (zh) | 基于多层次图像定位的图像处理系统和方法 | |
CN117333795A (zh) | 一种基于筛选后处理的河流表面流速测量方法及系统 | |
CN105959598A (zh) | 相机多通道平衡查找表标定方法、多通道平衡方法及系统 | |
CN117689550A (zh) | 基于渐进式生成对抗网络的低光图像增强方法及装置 | |
KR101332628B1 (ko) | 3차원 입체영상의 입체감 측정 장치 및 방법 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |