CN112258407A - 一种图像采集设备的信噪比获取方法、装置及存储介质 - Google Patents
一种图像采集设备的信噪比获取方法、装置及存储介质 Download PDFInfo
- Publication number
- CN112258407A CN112258407A CN202011124490.8A CN202011124490A CN112258407A CN 112258407 A CN112258407 A CN 112258407A CN 202011124490 A CN202011124490 A CN 202011124490A CN 112258407 A CN112258407 A CN 112258407A
- Authority
- CN
- China
- Prior art keywords
- image
- signal
- noise
- noise ratio
- frequency spectrum
- 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
- 238000000034 method Methods 0.000 title claims abstract description 26
- 238000001228 spectrum Methods 0.000 claims description 40
- 238000004590 computer program Methods 0.000 claims description 11
- 230000002123 temporal effect Effects 0.000 claims description 3
- 230000003595 spectral effect Effects 0.000 claims 2
- 238000004364 calculation method Methods 0.000 abstract description 6
- 238000010586 diagram Methods 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 238000000638 solvent extraction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N17/00—Diagnosis, testing or measuring for television systems or their details
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10004—Still image; Photographic image
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- General Health & Medical Sciences (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
Abstract
一种图像采集设备的信噪比获取方法,包括以下步骤:连续采集固定条纹宽度的黑白条纹图案的图像,得到图像序列;计算所述图像的信号、时域噪声、空域噪声;根据所述图像的信号、所述时域噪声、所述空域噪声,获取图像采集设备的信噪比。本发明还提供一种图像采集设备的信噪比获取装置,能够自动进行计算,避免引入手动选取的偏差,使用时域、空域、频域结合计算,结果更加准确。
Description
技术领域
本发明涉及图像采集领域,尤其涉及一种图像采集设备的信噪比获取方法及装置。
背景技术
图像采集设备的性能,一般是通过计算图像采集设备采集图像的质量来衡量。现有技术中,是使用信噪比(SNR Signal Noise Rate),具体实现方式,包括:采集一幅如图1所示的黑白条纹图像;使用软件工具手动测量黑白条纹的灰度差作为信号(S signal),黑白条纹灰度差信号如图2所示;计算所有黑条纹内部(或者白条纹内部)的灰度标准差,作为噪声(N noise),黑条纹内部(或者白条纹内部)的灰度标准差如图3所示;通过如下公式计算出信噪比:SNR=S/N,其中,SNR为图像信噪比,S为图像信号,N为图像噪声。
上述现有技术计算信噪比的方法存在诸多问题,例如信号S由手动计算误差较大;噪声选择依赖对图像中黑白条纹的分区,在噪声很大的情况下不容易做到,而且无法分析噪声的来源。
发明内容
为了解决现有技术存在的不足,本发明的目的在于提供一种图像采集设备的信噪比获取方法及装置,能够自动进行计算,避免引入手动选取的偏差,使用时域、空域、频域结合计算,结果更加准确。
为实现上述目的,本发明提供的图像采集设备的信噪比获取方法,包括以下步骤:
连续采集固定条纹宽度的黑白条纹图案的图像,得到图像序列;
计算所述图像的信号、时域噪声、空域噪声;
根据所述图像的信号、所述时域噪声、所述空域噪声,获取图像采集设备的信噪比。
进一步地,所述图像序列中的图像大小相等。
进一步地,所述计算所述图像的信号,还包括,
将图像序列的平均值作为输入图像,并得到输入图像的频谱;
根据得到的输入图像的频谱,计算出所述图像的信号。
进一步地,所述将图像序列的平均值作为输入图像,并得到输入图像的频谱的步骤,是将图像序列的平均值作为输入图像,经过离散傅立叶变换后得到所述输入图像的频谱。
进一步地,所述计算所述时域噪声,还包括,获取图像的像素点标准差,将像素值标准差的平均值作为时域噪声。
进一步地,所述计算所述空域噪声,还包括,
将图像序列的平均值作为输入图像,并得到输入图像频谱;
去除图像信号的频谱分量,得到空域噪声的频谱;
根据空域噪声的频谱,得到所述空域噪声。
进一步地,所述去除图像信号的频谱分量,得到空域噪声的频谱的步骤,是去除输入图像频谱中的频谱分量,得到空域噪声的频谱。
更进一步地,所述根据空域噪声的频谱,得到所述空域噪声的步骤,还包括,根据帕塞瓦尔定理,将获取的空域噪声的频谱平方平均数作为所述空域噪声。
为实现上述目的,本发明还提供一种图像采集设备的信噪比获取装置,包括存储器和处理器,所述存储器上储存有在所述处理器上运行的计算机程序,所述处理器运行所述计算机程序时执行如上文所述的图像采集设备的信噪比获取方法的步骤。
为实现上述目的,本发明还提供一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序运行时执行如上文所述的图像采集设备的信噪比获取方法的步骤。
本发明的图像采集设备的信噪比获取方法,具有以下有益效果:
1)计算全自动进行,避免引入手动选取的偏差;
2)将噪声分解为时域噪声和空域噪声,更便于噪声来源分析;
3)使用时域、空域、频域结合计算,结果更加准确。
本发明的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,并与本发明的实施例一起,用于解释本发明,并不构成对本发明的限制。在附图中:
图1为现有技术中采集的黑白条纹图像示意图;
图2为黑白条纹灰度差信号示意图;
图3为黑白条纹内部灰度标准差示意图;
图4为根据本发明的图像采集设备的信噪比获取方法流程图;
图5为根据本发明的图像采集设备的信噪比获取装置结构示意图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明,应当理解,此处所描述的优选实施例仅用于说明和解释本发明,并不用于限定本发明。
实施例1
图4为根据本发明的图像采集设备的信噪比获取方法流程图,下面将参考图4,对本发明的图像采集设备的信噪比获取方法进行详细描述。
首先,在步骤401,连续采集多次固定条纹宽度的黑白条纹图案的图像,得到图像序列。
本发明实施例中,每次采集的图像大小相等。
本发明实施例中,连续采集L次(L≥2)条纹宽度为d(单位mm)的黑白条纹图案的图像,得到图像序列A={A1,A2,...,AL},每次图像大小相等,都是M行N列,即
在步骤402,计算图像的信号S(signal),时域噪声NT(Temperal Domain Noise),空域噪声NS(Spatial Domain Noise)。
本发明实施例中,时域噪声NT的计算方法是取像素值标准差的平均值:
首先,计算出像素值标准差NT(n,m);
像素值标准差NT(n,m)是像素点(n,m)在不同次采集中灰度值的变化值,具体计算公式为:
其次,计算出全图时域噪声NT。
本实施例中,全图时域噪声NT定义为每个像素值标准差的平均值,即
本发明实施例中,在频域(Frequency Domain)中计算信号S:
其次,使用离散傅立叶变换(DFT)可以得到图像B的频谱Bf,即其中是B的全图均值,减掉均值再做DFT操作可以滤除直流分量。根据DFT的线性不变性,此时图像的频谱信号的频谱C仍然是信号的频谱CS和空域噪声的频谱CNS的线性叠加,即C=CS+CNS。
最后,由于条纹信号在时域中近似三角函数,因此信号在频域中会变成图像中心对称的2个尖峰,根据DFT的推导可以计算信号量S
其中max{|C|}就是频谱的绝对值在尖峰处的取值,一般是频谱的最大值。
本发明实施例中,在频域(Frequency Domain)中计算空域噪声Ns:
首先:对频谱Bf的绝对值进行PxP窗口的中值滤波(Median Filter)去除信号的频谱分量,得到空域噪声的频谱CNS=med(C)。
在步骤403,根据建立的信噪比SNR与信号(S)、时域噪声(NT)以及空域噪声(NS)的函数关系,计算出图像采集设备的信噪比。
本发明实施例中,计算图像采集设备的信噪比的公式为:
实施例2
本发明的实施例中,还提供了一种图像采集设备的信噪比获取装置,图5为根据本发明的图像采集设备的信噪比获取装置结构示意图,如图5所示,本发明的图像采集设备的信噪比获取装置50,包括处理器501,以及存储器502,其中,
存储器502存储有计算机程序,计算机程序在被处理器501读取执行时,执行上述图像采集设备的信噪比获取方法实施例中的步骤。
实施例3
本发明的实施例还提供了一种计算机可读存储介质,该计算机可读存储介质中存储有计算机程序,其中,该计算机程序被设置为运行时执行上述图像采集设备的信噪比获取方法实施例中的步骤。
在本实施例中,上述计算机可读存储介质可以包括但不限于:U盘、只读存储器(Read-Only Memory,简称为ROM)、随机存取存储器(Random Access Memory,简称为RAM)、移动硬盘、磁碟或者光盘等各种可以存储计算机程序的介质。
本发明的图像采集设备的信噪比获取方法,可广泛用于采图装置的性能评估,特别是屏下光学指纹模组。
本领域普通技术人员可以理解:以上所述仅为本发明的优选实施例而已,并不用于限制本发明,尽管参照前述实施例对本发明进行了详细的说明,对于本领域的技术人员来说,其依然可以对前述各实施例记载的技术方案进行修改,或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种图像采集设备的信噪比获取方法,包括以下步骤:
连续采集固定条纹宽度的黑白条纹图案的图像,得到图像序列;
计算所述图像的信号、时域噪声、空域噪声;
根据所述图像的信号、所述时域噪声、所述空域噪声,获取图像采集设备的信噪比。
2.根据权利要求1所述的图像采集设备的信噪比获取方法,其特征在于,所述图像序列中的图像大小相等。
3.根据权利要求1所述的图像采集设备的信噪比获取方法,其特征在于,所述计算所述图像的信号,还包括,
将图像序列的平均值作为输入图像,并得到输入图像的频谱;
根据得到的输入图像的频谱,计算出所述图像的信号。
4.根据权利要求3所述的图像采集设备的信噪比获取方法,其特征在于,所述将图像序列的平均值作为输入图像,并得到输入图像的频谱的步骤,是将图像序列的平均值作为输入图像,经过离散傅立叶变换后得到所述输入图像的频谱。
5.根据权利要求1所述的图像采集设备的信噪比获取方法,其特征在于, 所述计算所述时域噪声,还包括,获取图像的像素点标准差,将像素值标准差的平均值作为时域噪声。
6.根据权利要求1所述的图像采集设备的信噪比获取方法,其特征在于,所述计算所述空域噪声,还包括,
将图像序列的平均值作为输入图像,并得到输入图像频谱;
去除图像信号的频谱分量,得到空域噪声的频谱;
根据空域噪声的频谱,得到所述空域噪声。
7.根据权利要求6所述的图像采集设备的信噪比获取方法,其特征在于,所述去除图像信号的频谱分量,得到空域噪声的频谱的步骤,是去除输入图像频谱中的频谱分量,得到空域噪声的频谱。
8.根据权利要求6所述的图像采集设备的信噪比获取方法,其特征在于,所述根据空域噪声的频谱,得到所述空域噪声的步骤,还包括,根据帕塞瓦尔定理,将获取的空域噪声的频谱平方平均数作为所述空域噪声。
9.一种图像采集设备的信噪比获取装置,其特征在于,包括存储器和处理器,所述存储器上储存有在所述处理器上运行的计算机程序,所述处理器运行所述计算机程序时执行权利要求1至8任一项所述的图像采集设备信噪比获取方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序运行时执行权利要求1至8任一项所述的图像采集设备的信噪比获取方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011124490.8A CN112258407B (zh) | 2020-10-20 | 一种图像采集设备的信噪比获取方法、装置及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011124490.8A CN112258407B (zh) | 2020-10-20 | 一种图像采集设备的信噪比获取方法、装置及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112258407A true CN112258407A (zh) | 2021-01-22 |
CN112258407B CN112258407B (zh) | 2024-07-26 |
Family
ID=
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113298764A (zh) * | 2021-05-11 | 2021-08-24 | 合肥富煌君达高科信息技术有限公司 | 基于图像噪声分析的高速相机成像质量分析方法 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20030035480A1 (en) * | 2001-08-15 | 2003-02-20 | Philips Electronics North America Corporation | Method for transmission control in hybrid temporal-SNR fine granular video coding |
CN103179325A (zh) * | 2013-03-26 | 2013-06-26 | 北京理工大学 | 一种固定场景下低信噪比视频的自适应3d降噪方法 |
CN104502924A (zh) * | 2014-12-08 | 2015-04-08 | 广西大学 | 一种gps信号处理方法和装置 |
CN107831473A (zh) * | 2017-10-13 | 2018-03-23 | 西安电子科技大学 | 基于高斯过程回归的距离‑瞬时多普勒图像序列降噪方法 |
CN107886526A (zh) * | 2017-11-13 | 2018-04-06 | 中国人民解放军国防科技大学 | 基于时域滤波的序列图像弱小目标检测方法 |
CN110490811A (zh) * | 2019-05-31 | 2019-11-22 | 杭州海康威视数字技术股份有限公司 | 图像降噪装置及图像降噪方法 |
CN110895794A (zh) * | 2018-09-13 | 2020-03-20 | 浙江宇视科技有限公司 | 视频效果自修复方法和视频自修复装置 |
CN111311510A (zh) * | 2020-01-22 | 2020-06-19 | 京东方科技集团股份有限公司 | 图像中条纹噪声的去除方法及装置 |
CN111488818A (zh) * | 2020-04-08 | 2020-08-04 | 北京集创北方科技股份有限公司 | 一种系统噪声分析方法、装置及计算机可读存储介质 |
WO2020207261A1 (zh) * | 2019-04-09 | 2020-10-15 | Oppo广东移动通信有限公司 | 基于多帧图像的图像处理方法、装置、电子设备 |
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20030035480A1 (en) * | 2001-08-15 | 2003-02-20 | Philips Electronics North America Corporation | Method for transmission control in hybrid temporal-SNR fine granular video coding |
CN103179325A (zh) * | 2013-03-26 | 2013-06-26 | 北京理工大学 | 一种固定场景下低信噪比视频的自适应3d降噪方法 |
CN104502924A (zh) * | 2014-12-08 | 2015-04-08 | 广西大学 | 一种gps信号处理方法和装置 |
CN107831473A (zh) * | 2017-10-13 | 2018-03-23 | 西安电子科技大学 | 基于高斯过程回归的距离‑瞬时多普勒图像序列降噪方法 |
CN107886526A (zh) * | 2017-11-13 | 2018-04-06 | 中国人民解放军国防科技大学 | 基于时域滤波的序列图像弱小目标检测方法 |
CN110895794A (zh) * | 2018-09-13 | 2020-03-20 | 浙江宇视科技有限公司 | 视频效果自修复方法和视频自修复装置 |
WO2020207261A1 (zh) * | 2019-04-09 | 2020-10-15 | Oppo广东移动通信有限公司 | 基于多帧图像的图像处理方法、装置、电子设备 |
CN110490811A (zh) * | 2019-05-31 | 2019-11-22 | 杭州海康威视数字技术股份有限公司 | 图像降噪装置及图像降噪方法 |
CN111311510A (zh) * | 2020-01-22 | 2020-06-19 | 京东方科技集团股份有限公司 | 图像中条纹噪声的去除方法及装置 |
CN111488818A (zh) * | 2020-04-08 | 2020-08-04 | 北京集创北方科技股份有限公司 | 一种系统噪声分析方法、装置及计算机可读存储介质 |
Non-Patent Citations (3)
Title |
---|
DAMON M. CHANDLER ET AL: "VSNR: A Wavelet-Based Visual Signal-to-Noise Ratio for Natural Images", 《IEEE TRANSACTIONS ON IMAGE PROCESSING》, vol. 16, no. 9, 30 September 2007 (2007-09-30), pages 2284 - 2298, XP011189804, DOI: 10.1109/TIP.2007.901820 * |
YIN ZHAO ET AL: "A Perceptual Metric for Evaluating Quality of Synthesized Sequences in 3DV System", 《VISUAL COMMUNICATIONS AND IMAGE PROCESSING 2010》, vol. 7744, 31 December 2010 (2010-12-31), pages 77440 * |
龚学艺 等: "CMOS图像传感器时间域噪声分析及其应用研究", 《光学与光电技术》, vol. 11, no. 1, 28 February 2013 (2013-02-28), pages 86 - 90 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113298764A (zh) * | 2021-05-11 | 2021-08-24 | 合肥富煌君达高科信息技术有限公司 | 基于图像噪声分析的高速相机成像质量分析方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10282824B2 (en) | Method and system for eliminating stripe noise in infrared images | |
Wang et al. | Blind image quality assessment for measuring image blur | |
CN104637046B (zh) | 图像检测方法和装置 | |
KR101319294B1 (ko) | 디지털 x-레이 이미지 잡음 평가 방법 | |
CN109377457B (zh) | 药丸包衣图像处理方法、装置、计算机设备和存储介质 | |
CN103116873B (zh) | 图像降噪方法 | |
EP2924972A1 (en) | Image processing apparatus and imaging system | |
CN111815578B (zh) | 图像条纹检测方法、视频监控系统及相关装置 | |
CN109242924A (zh) | 一种基于深度学习的核磁共振图像的降采样伪影去除方法 | |
CN114724000B (zh) | 一种屏拍图摩尔纹的处理方法、处理装置及处理设备 | |
CN103654758A (zh) | 一种抗干扰的心率检测方法 | |
JP5657141B2 (ja) | 液体媒体中の乱流の影響を含む画像データの処理 | |
Ko | Fingerprint enhancement by spectral analysis techniques | |
CN111915515A (zh) | 超声图像中噪声去除的方法、超声设备及存储介质 | |
CN110227968B (zh) | 基于小波变换的磁流变去除函数寄生条纹消除方法及装置 | |
CN112258407A (zh) | 一种图像采集设备的信噪比获取方法、装置及存储介质 | |
CN112258407B (zh) | 一种图像采集设备的信噪比获取方法、装置及存储介质 | |
Carni et al. | Preprocessing correction for micronucleus image detection affected by contemporaneous alterations | |
CN108734674B (zh) | 一种改进nas-rif的oct图像盲复原方法 | |
Zhang et al. | Segmented noise reduction based on Brillouin-spectrum-partition in Brillouin optical time domain sensors | |
CN114166850B (zh) | 一种基于差分张量分解的光激励红外热成像缺陷检测方法 | |
CN107907542B (zh) | 一种ivmd及能量估计相结合的dspi相位滤波方法 | |
Koren | Using images of noise to estimate image processing behavior for image quality evaluation | |
CN108065944B (zh) | 平板探测器与滤线栅的适配方法和设备及医疗成像系统 | |
Burns | Estimation error in image quality measurements |
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 |