KR20120077298A - Snr compensation algorithm for nonlinear model based image sensor instrument - Google Patents

Snr compensation algorithm for nonlinear model based image sensor instrument Download PDF

Info

Publication number
KR20120077298A
KR20120077298A KR1020100139210A KR20100139210A KR20120077298A KR 20120077298 A KR20120077298 A KR 20120077298A KR 1020100139210 A KR1020100139210 A KR 1020100139210A KR 20100139210 A KR20100139210 A KR 20100139210A KR 20120077298 A KR20120077298 A KR 20120077298A
Authority
KR
South Korea
Prior art keywords
noise ratio
satellite camera
signal
noise
camera
Prior art date
Application number
KR1020100139210A
Other languages
Korean (ko)
Inventor
명환춘
이상곤
Original Assignee
한국항공우주연구원
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by 한국항공우주연구원 filed Critical 한국항공우주연구원
Priority to KR1020100139210A priority Critical patent/KR20120077298A/en
Publication of KR20120077298A publication Critical patent/KR20120077298A/en

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Data Mining & Analysis (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Computational Mathematics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Algebra (AREA)
  • Studio Devices (AREA)

Abstract

PURPOSE: An SNR compensating method of a satellite camera with a non linear model is provided to determine exposure time and an accumulation frequency and compensate for an SNR of the satellite camera by the determined result. CONSTITUTION: Noise characteristics of a satellite camera are analyzed(S110). SNR distribution of the satellite camera is calculated using the analyzed noise characteristics(S120). Linear and non linear gain values of the satellite camera are obtained by optical compensation of the satellite camera wherein the calculated SNR distribution is made of the linear and non linear gain values(S130). An operating variable is determined by using the SNR distribution as a proper function to compensate for the SNR of the satellite camera(S140).

Description

비선형 모델을 갖는 위성 카메라의 신호-잡음비 보정 방법{SNR COMPENSATION ALGORITHM FOR NONLINEAR MODEL BASED IMAGE SENSOR INSTRUMENT}SNR COMPENSATION ALGORITHM FOR NONLINEAR MODEL BASED IMAGE SENSOR INSTRUMENT}

본 발명은 비선형 모델을 갖는 위성 카메라의 신호-잡음비 보정 방법에 관한 것으로서, 더욱 상세하게는 최적의 운영 변수를 결정하여 카메라의 이득값 변화에 따른 신호-잡음비를 보정하는 비선형 모델을 갖는 위성 카메라의 신호-잡음비 보정 방법에 관한 것이다.The present invention relates to a signal-noise ratio correction method of a satellite camera having a nonlinear model, and more particularly, to a method of correcting a signal-noise ratio according to a change in gain value of a camera by determining an optimal operating variable. It relates to a signal-noise ratio correction method.

일반적으로 위성 카메라는 위성 발사 이전에 지상에서 다수의 시험을 통하여 실제 운영에 필요한 변수들을 확정하게 된다. 이러한 변수들 중에서 카메라의 주요 성능 중의 하나인 신호-잡음비(Signal to Noise Ratio, SNR)에 영향을 미치는 노출시간과 누적 횟수 등의 결정은 매우 중요하다.In general, satellite cameras perform a number of tests on the ground prior to satellite launch to determine the parameters needed for actual operation. Among these variables, it is very important to determine the exposure time and the cumulative number of times, which affect one of the camera's main performances, Signal to Noise Ratio (SNR).

지상 시험에서는 일정한 광원을 이용한 다수의 반복 시험을 통하여 각 화소의 신호-잡음비를 확정한 후, 측정된 모든 화소의 신호-잡음비를 이용하여 영상의 신호-잡음비 분포도를 구성하게 되고, 이러한 분포도는 주어진 광원에 대하여 적절한 노출 시간과 누적 횟수를 결정하는데 사용된다.In the ground test, the signal-to-noise ratio of each pixel is determined through a number of repetitive tests using a constant light source, and then the signal-to-noise ratio distribution of the image is constructed using the signal-to-noise ratio of all the measured pixels. Used to determine the appropriate exposure time and cumulative number of times for the light source.

한편, 일반적인 위성 카메라는 카메라에 내재된 비선형성을 무시한 선형 모델만을 가정하고 있다. 이러한 선형 모델을 갖는 위성 카메라의 화소에 해당하는 신호-잡음비는 다음과 같이 근사화된 표현으로 나타낼 수 있다.Meanwhile, a general satellite camera assumes only a linear model ignoring the nonlinearity inherent in the camera. The signal-noise ratio corresponding to the pixel of the satellite camera having such a linear model can be expressed as an approximated expression as follows.

Figure pat00001
Figure pat00001

Figure pat00002
Figure pat00002

즉, 선형 모델을 갖는 위성 카메라의 신호-잡음비에서는 전자 장치의 선형/비선형 이득들이 포함되지 않으며, 일정한 영상 획득 시간(k × T)을 가정할 경우에 누적 횟수와 노출 시간의 변화에 대한 영향이 동일하게 나타난다.That is, the signal-to-noise ratio of a satellite camera with a linear model does not include the linear / nonlinear gains of the electronic device, and assuming the constant image acquisition time (k × T), the effects on the cumulative number of times and the change in exposure time are not affected. Appear the same.

이와 같이, 궤도상의 위성 카메라의 화소 신호-잡음비는 영상 획득 시간이 일정하다면 광학/검출기 이득값의 변화에만 영향을 받게 되고, 광학/검출기 이득값의 변화에 의하여 운영 변수를 변경하여 위성 카메라의 신호-잡음비를 보정한다.As such, the pixel signal-to-noise ratio of the satellite camera in orbit is affected only by the change of the optical / detector gain value if the image acquisition time is constant, and the operating signal is changed by changing the optical / detector gain value. -Correct the noise ratio.

그러나, 위성 카메라의 검출기는 압력 광원의 세기가 커질수록 화소가 포화되는 성질에 의하여 비선형적인 출력을 내보내게 되는데, 궤도 운영 동안 위성 카메라의 비선형성이 증가됨에 따라 선형 모델을 갖는 위성 카메라의 노출 시간과 누적 횟수의 계산에 오차가 발생하며, 이로 인하여 위성 카메라의 신호-잡음비 보정에 오차가 발생한다는 문제점이 있다.However, the detector of the satellite camera produces a nonlinear output due to the saturation of the pixels as the intensity of the pressure light source increases, and the exposure time of the satellite camera with the linear model increases as the nonlinearity of the satellite camera increases during orbital operation. An error occurs in the calculation of the cumulative number of times, which causes a problem in that an error occurs in the signal-to-noise ratio correction of the satellite camera.

또한, 위성 카메라의 신호-잡음비를 보정하기 위한 운영 변수의 결정에 있어서, 선형 모델의 화소 신호-잡음비에서는 누적 횟수와 노출 시간의 영향이 구분되지 않기 때문에 영상 획득 시간의 관점에서 임의로 운영 변수가 결정된다. 따라서, 선형 모델을 갖는 위성 카메라의 경우에는 신호-잡음비 보정을 위한 운영 변수의 최적화(영상 획득 시간의 최소화)가 수행될 수 없다는 문제점이 있다.In addition, in determining the operating variable for correcting the signal-to-noise ratio of the satellite camera, the operating variable is arbitrarily determined in view of the image acquisition time since the influence of the cumulative number and the exposure time is not distinguished in the pixel signal-to-noise ratio of the linear model. do. Therefore, in the case of a satellite camera having a linear model, there is a problem that optimization of operating parameters (minimization of image acquisition time) for signal-noise ratio correction cannot be performed.

본 발명은 상술한 문제점을 해결하기 위한 것으로서, 위성 카메라에 존재하는 비선형적인 특성을 고려하여 영상 신호-잡음비 분포도를 계산함으로써 최적의 운영 변수 즉, 노출 시간 및 누적 횟수를 결정하고, 이를 통하여 위성 카메라의 신호-잡음비를 보정하는 비선형 모델을 갖는 위성 카메라의 신호-잡음비 보정 방법을 제공하는 것이다.SUMMARY OF THE INVENTION The present invention has been made to solve the above-described problems, and calculates an optimal signal, noise, and distribution ratio by calculating an image signal-noise ratio distribution in consideration of nonlinear characteristics present in a satellite camera, thereby determining a satellite camera. It is to provide a signal-noise ratio correction method of a satellite camera having a non-linear model for correcting the signal-noise ratio of.

상기 목적을 달성하기 위한 본 발명은 비선형 모델을 갖는 위성 카메라의 신호-잡음비 보정 방법으로서, 상기 위성 카메라의 잡음 특성을 분석하는 제1단계; 상기 제1단계에서 분석된 잡음 특성을 이용하여 상기 위성 카메라의 영상 신호-잡음비 분포도를 계산하는 제2단계; 상기 제2단계에서 얻어진 영상 신호-잡음비 분포도를 구성하는 상기 위성 카메라의 선형 및 비선형 이득값을 상기 위성 카메라의 광학 보정을 통하여 구하는 제3단계; 및 상기 위성 카메라의 신호-잡음비의 보정을 위하여, 상기 제3단계에서 구해진 이득값으로 구성된 영상 신호-잡음비 분포도를 적합 함수로 하여 소정의 운영 변수를 결정하는 제4단계; 를 포함한다.According to another aspect of the present invention, there is provided a signal-noise ratio correction method of a satellite camera having a nonlinear model, comprising: a first step of analyzing a noise characteristic of the satellite camera; A second step of calculating an image signal-noise ratio distribution of the satellite camera using the noise characteristic analyzed in the first step; A third step of obtaining the linear and nonlinear gain values of the satellite camera constituting the image signal-noise ratio distribution chart obtained in the second step through optical correction of the satellite camera; And a fourth step of determining a predetermined operating variable by using an image signal-noise ratio distribution chart composed of gain values obtained in the third step as a suitable function for correcting the signal-noise ratio of the satellite camera. It includes.

본 발명에 따르면, 위성 카메라의 비선형성을 고려한 신호-잡음비 분포도를 활용하여 신호-잡음비의 규격을 최소의 측정 시간 동안 만족시킬 수 있는 운영 변수 즉, 노출 시간 및 누적 횟수를 제공함으로써, 위성 카메라의 신호-잡음비를 오차 없이 보정할 수 있다.According to the present invention, by using the signal-noise ratio distribution considering the non-linearity of the satellite camera by providing an operating variable that can satisfy the specification of the signal-noise ratio for a minimum measurement time, that is, exposure time and cumulative number of times, The signal-to-noise ratio can be corrected without error.

도 1은 본 발명의 일 실시예에 따른 비선형 모델을 갖는 위성 카메라의 신호-잡음비 보정 방법을 나타낸 순서도이다.1 is a flowchart illustrating a signal-noise ratio correction method of a satellite camera having a nonlinear model according to an embodiment of the present invention.

이하, 첨부된 도면을 참조하여 본 발명에 따른 실시예를 상세히 설명한다. 본 발명의 구성 및 작용을 고려하여 특별히 정의된 용어들은 사용자, 운용자의 의도 또는 관례에 따라 달라질 수 있다. 이러한 용어들에 대한 정의는 본 명세서 전반에 걸친 내용을 토대로 내려져야 한다.Hereinafter, exemplary embodiments of the present invention will be described in detail with reference to the accompanying drawings. Terms specifically defined in consideration of the configuration and operation of the present invention may vary depending on the intention or custom of the user or operator. Definitions of these terms should be made based on the contents throughout the specification.

그리고, 본 발명의 사상은 제시되는 실시예에 제한되지 아니하고 본 발명의 사상을 이해하는 당업자는 동일한 사상의 범위 내에서 다른 실시예를 용이하게 실시할 수 있을 것이나, 이 또한 본 발명의 범위 내에 속함은 물론이다.In addition, the spirit of the present invention is not limited to the embodiments presented, and those skilled in the art who understand the spirit of the present invention can easily implement other embodiments within the scope of the same idea, but this also falls within the scope of the present invention. Of course.

도 1은 본 발명의 일 실시예에 따른 비선형 모델을 갖는 위성 카메라의 신호-잡음비 보정 방법을 나타낸 순서도이다. 도 1을 참조하여 최적의 운영 변수를 결정함으로써 위성 카메라의 신호-잡음비를 보정하는 방법에 대하여 상세히 설명한다.1 is a flowchart illustrating a signal-noise ratio correction method of a satellite camera having a nonlinear model according to an embodiment of the present invention. A method of correcting a signal-to-noise ratio of a satellite camera by determining an optimal operating variable will be described in detail with reference to FIG. 1.

본 발명의 일 실시예에서는 먼저 도1에 도시된 바와 같이 비선형 모델을 갖는 위성 카메라의 잡음 특성을 분석하는 제1단계(S110)를 진행하며, 이는 상기 위성 카메라의 영상-신호 잡음비 분포도를 계산하는 것과 관련된다.In an embodiment of the present invention, first, as shown in FIG. 1, a first step (S110) of analyzing a noise characteristic of a satellite camera having a nonlinear model is performed, which calculates an image-signal noise ratio distribution map of the satellite camera. Related to

상기 제1단계(S110)에 있어서, 본 발명의 일 실시예는 아래와 같은 간단한 형태의 위성 카메라의 비선형 모델을 가정한다.In the first step (S110), an embodiment of the present invention assumes a nonlinear model of a satellite camera of the simple form as follows.

Figure pat00003
Figure pat00003

여기에서 NR은 판독 잡음, NQ는 양자화 잡음, NS는 산탄 잡음, OD는 암전류 옵셋, OE는 전기 옵셋을 나타내며, 그 이외의 정의는 다음과 같다.Where N R is read noise, N Q is quantization noise, N S is shot noise, O D is dark current offset, O E is electrical offset, and other definitions are as follows.

Figure pat00004
Figure pat00004

이 때, 상기 위성 카메라의 비선형 모델의 잡음 확률 변수는 다음과 같이 재구성된다.At this time, the noise probability variable of the nonlinear model of the satellite camera is reconstructed as follows.

Figure pat00005
Figure pat00005

여기서, 관련 변수들은 다음과 같이 정의된다.Here, related variables are defined as follows.

Figure pat00006
Figure pat00006

그리고, 상기 양자화 잡음을 고려하지 않고, 누적화를 수행하면 다음과 같은 비선형 모델의 잡음 확률 변수를 얻게 된다.If accumulation is performed without considering the quantization noise, a noise probability variable of the following nonlinear model is obtained.

Figure pat00007
Figure pat00007

여기서, k는 누적 횟수를 나타낸다. 한편,

Figure pat00008
은 k 자유도를 가지는 비중심 카이스퀘성 분포를 가지므로, XI(k, n)의 확률 분포는 다음과 같다.Where k represents the cumulative number of times. Meanwhile,
Figure pat00008
Since has a non-central Caisquel distribution with k degrees of freedom, the probability distribution of X I (k, n) is

Figure pat00009
Figure pat00009

여기서,

Figure pat00010
here,
Figure pat00010

이다.to be.

다음으로 제2단계(S120)에서는 상기 제1단계에서 분석한 상기 위성 카메라의 잡음 특성 즉, 상기 위성 카메라의 잡음 확률 분포를 이용하여 화소 신호-잡음비와 영상 신호-잡음비 분포도를 계산한다.Next, in the second step S120, the pixel signal-noise ratio and the image signal-noise ratio distribution are calculated using the noise characteristics of the satellite camera analyzed in the first step, that is, the noise probability distribution of the satellite camera.

즉, 상기 제1단계(S110)에서 계산된 잡음 확률 분포의 분산을 계산하면 다음과 같다.That is, when the variance of the noise probability distribution calculated in the first step S110 is calculated, it is as follows.

Figure pat00011
Figure pat00011

그리고, 신호-잡음비의 정의에 따라 하나의 화소에 대한 신호-잡음비는 다음과 같이 정의된다.In addition, according to the definition of the signal-noise ratio, the signal-to-noise ratio for one pixel is defined as follows.

Figure pat00012
Figure pat00012

이때, 각 변수들의 관계에서 다음과 같이 실질적으로 유효한 가정들을 화소 신호-잡음비에 적용한다.In this case, the following substantially valid assumptions are applied to the pixel signal-noise ratio in the relation of each variable.

Figure pat00013
Figure pat00013

따라서, 위의 가정들을 적용하여 근사화된 화소 신호-잡음비는Therefore, the pixel signal-noise ratio approximated by applying the above assumptions

Figure pat00014
이 되며, Ψ는 언제나 1보단 큰 값으로서 상기 위성 카메라의 비선형성에 의한 화소 신호-잡음비의 증폭 비율을 나타낸다. 그리고, 상기 위성 카메라의 검출기가 2D로 구성된 경우에는 화소간의 불균일성(PRNU)으로 인하여 상기에서 계산된 화소 신호-잡음비가 영상 신호-잡음비 분포도로 확장되어야 하며, 상기 영상 신호-잡음비 분포도를 유도하기 위하여 다음과 같은 변수들을 정의한다.
Figure pat00014
Denotes an amplification ratio of the pixel signal-noise ratio due to nonlinearity of the satellite camera. When the detector of the satellite camera is configured in 2D, the pixel signal-to-noise ratio calculated above must be extended to the image signal-to-noise ratio distribution due to the nonuniformity between pixels (PRNU), and in order to derive the image signal-noise ratio distribution. Define the following variables.

Figure pat00015
Figure pat00015

이때, 상기 변수들의 평균과 분산은In this case, the mean and the variance of the variables

Figure pat00016
과
Figure pat00016
and

Figure pat00017
로 정의되고, 확률 변수 V와 U는 서로 독립(independent)이 아니므로, 상관 계수는 다음과 같이 계산된다.
Figure pat00017
Since the random variables V and U are not independent of each other, the correlation coefficient is calculated as follows.

Figure pat00018
Figure pat00018

한편, 신호-잡음비 증폭 비율 Ψ는 서로 독립이 아닌 가우시안 확률 분포를 가지는 확률 변수들의 비율이므로, 관련 연구의 결과(D. V. Hinkley, 1964)를 일정한 상수 gso에 대하여 적용하면 영상 신호-잡음비 조건 확률 분포를 다음과 같이 얻을 수 있다.On the other hand, since the signal-to-noise ratio amplification ratio Ψ is a ratio of random variables having Gaussian probability distributions that are not independent of each other, the image signal-to-noise ratio probability distribution is obtained by applying the results of the related studies (DV Hinkley, 1964) to a constant constant g so . Can be obtained as

Figure pat00019
Figure pat00019

여기서, 관련 변수들은 각각 다음과 같다.Here, the relevant variables are as follows.

Figure pat00020
Figure pat00020

마지막으로 가우시안 확률 변수 gso(평균: mgso, 표준 편차: σgso)를 고려하여 영상 신호-잡음비의 확률 분포를 조건부 확률 분포 관계로부터 계산하면 다음과 같다.Finally, considering the Gaussian random variable g so (mean: m gso , standard deviation: σ gso ), the probability distribution of the image signal-noise ratio is calculated from the conditional probability distribution relationship as follows.

Figure pat00021
Figure pat00021

다음으로 제3단계(S130)는 상기 위성 카메라의 일반적인 광학 보정을 수행하는 단계로서, 상기 제2단계(S120)에 유도된 영상 신호-잡음비의 변수들의 값을 결정하는 것과 관련된다.Next, a third step S130 is a step of performing general optical correction of the satellite camera, and is related to determining values of variables of the image signal-noise ratio induced in the second step S120.

즉, 2D 검출기의 광학 보정을 통하여, 상기 제2단계에서 얻어진 영상 신호-잡음비 분포도를 구성하는 상기 위성 카메라의 선형 및 비선형 이득값을 상기 위성 카메라의 광학 보정을 통하여 구하며, 이러한 이득값들의 분포로부터 mV, mU, mgso, σV, σU, σgso을 계산한다.That is, through the optical correction of the 2D detector, the linear and nonlinear gain values of the satellite camera constituting the image signal-noise ratio distribution chart obtained in the second step are obtained through the optical correction of the satellite camera. Calculate m V , m U , m gso , σ V , σ U , σ gso .

다음으로 제4단계(S140)에서는 주어진 영상 신호-잡음비의 규격(SNR 규격을 만족시키지 못하는 화소들의 총 수)을 바탕으로 최적의 노출 시간(T)과 누적 횟수(k) 등의 운영 변수를 결정한다. 즉, 상기 운영 변수의 결정은 노출 시간과 누적 횟수를 허용 범위 안에서 변경하면서 영상 신호-잡음비의 규격을 만족시키는 최소 영상 획득 시간(k × T)의 값들을 선택한다. 그리고, 제5단계(S150)에서는 상기 결정된 운영 변수를 이용하여 상기 위성 카메라의 신호-잡음비를 보정한다.Next, in the fourth step S140, an operating variable such as an optimal exposure time T and a cumulative number k is determined based on a given image signal-noise ratio specification (the total number of pixels that do not satisfy the SNR specification). do. That is, the determination of the operating variable selects the values of the minimum image acquisition time (k × T) that satisfies the specification of the image signal-to-noise ratio while changing the exposure time and the cumulative number within the allowable range. In operation S150, the signal-to-noise ratio of the satellite camera is corrected using the determined operating variable.

이상에서 본 발명에 따른 실시예가 설명되었으나, 이는 예시적인 것에 불과하며, 당해 분야에서 통상적 지식을 가진 자라면 이로부터 다양한 변형 및 균등한 범위의 실시예가 가능하다는 점을 이해할 것이다. 따라서, 본 발명의 진정한 기술적 보호 범위는 다음의 특허청구범위에 의해서 정해져야 할 것이다.Although embodiments according to the present invention have been described above, these are merely exemplary, and those skilled in the art will understand that various modifications and equivalent ranges of the embodiments are possible therefrom. Accordingly, the true scope of the present invention should be determined by the following claims.

Claims (3)

비선형 모델을 갖는 위성 카메라의 신호-잡음비 보정 방법에 있어서,
상기 위성 카메라의 잡음 특성을 분석하는 제1단계;
상기 제1단계에서 분석된 잡음 특성을 이용하여 상기 위성 카메라의 영상 신호-잡음비 분포도를 계산하는 제2단계;
상기 제2단계에서 얻어진 영상 신호-잡음비 분포도를 구성하는 상기 위성 카메라의 선형 및 비선형 이득값을 상기 위성 카메라의 광학 보정을 통하여 구하는 제3단계; 및
상기 위성 카메라의 신호-잡음비의 보정을 위하여, 상기 제3단계에서 구해진 이득값으로 구성된 영상 신호-잡음비 분포도를 적합 함수로 하여 소정의 운영 변수를 결정하는 제4단계; 를 포함하는 비선형 모델을 갖는 위성 카메라의 신호-잡음비 보정 방법.In the signal-noise ratio correction method of a satellite camera having a nonlinear model,
A first step of analyzing noise characteristics of the satellite camera;
A second step of calculating an image signal-noise ratio distribution of the satellite camera using the noise characteristic analyzed in the first step;
A third step of obtaining the linear and nonlinear gain values of the satellite camera constituting the image signal-noise ratio distribution chart obtained in the second step through optical correction of the satellite camera; And
A fourth step of determining a predetermined operating variable by using an image signal-noise ratio distribution chart composed of gain values obtained in the third step as a fitting function to correct the signal-noise ratio of the satellite camera; Signal-noise ratio correction method of a satellite camera having a non-linear model comprising a. 제1항에 있어서,
상기 잡음 특성은 상기 비선형 모델을 갖는 위성 카메라의 잡음 확률 분포인 하기 식
Figure pat00022

을 이용하여 분석하는 것을 특징으로 하는 비선형 모델을 갖는 위성 카메라의 신호-잡음비 보정 방법.
여기서,
Figure pat00023
,
Figure pat00024
,
Figure pat00025
이다.The method of claim 1,
The noise characteristic is the following equation which is a noise probability distribution of a satellite camera having the nonlinear model.
Figure pat00022

Signal-noise ratio correction method of a satellite camera having a non-linear model characterized in that the analysis using.
here,
Figure pat00023
,
Figure pat00024
,
Figure pat00025
to be. 제1항에 있어서,
상기 영상 신호-잡음비 분포도는 상기 영상 신호-잡음비의 조건 확률 분포인 하기 식
Figure pat00026

을 이용하여 계산하는 것을 특징으로 하는 비선형 모델을 갖는 위성 카메라의 신호-잡음비 보정 방법.
여기서,
Figure pat00027
,
Figure pat00028
,
Figure pat00029
,
Figure pat00030
,
Figure pat00031
이다.The method of claim 1,
The image signal-noise ratio distribution is a conditional probability distribution of the image signal-noise ratio
Figure pat00026

Signal-noise ratio correction method of a satellite camera having a non-linear model, characterized in that the calculation using.
here,
Figure pat00027
,
Figure pat00028
,
Figure pat00029
,
Figure pat00030
,
Figure pat00031
to be.
KR1020100139210A 2010-12-30 2010-12-30 Snr compensation algorithm for nonlinear model based image sensor instrument KR20120077298A (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020100139210A KR20120077298A (en) 2010-12-30 2010-12-30 Snr compensation algorithm for nonlinear model based image sensor instrument

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020100139210A KR20120077298A (en) 2010-12-30 2010-12-30 Snr compensation algorithm for nonlinear model based image sensor instrument

Publications (1)

Publication Number Publication Date
KR20120077298A true KR20120077298A (en) 2012-07-10

Family

ID=46710811

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020100139210A KR20120077298A (en) 2010-12-30 2010-12-30 Snr compensation algorithm for nonlinear model based image sensor instrument

Country Status (1)

Country Link
KR (1) KR20120077298A (en)

Similar Documents

Publication Publication Date Title
JP5130675B2 (en) Digital camera and image processing program
US9876968B2 (en) Drift correction method for infrared imaging device
US8481918B2 (en) System and method for improving the quality of thermal images
KR20140044899A (en) Automatic adaptive image sharpening
US10070076B2 (en) Drift correction method for infrared imaging device
Kobelski et al. Calibrating data from the Hinode/X-Ray Telescope and associated uncertainties
JP2006300888A (en) Density data conversion method and device, and x-ray inspection system
KR100658105B1 (en) Detection of gaussian noise in video signals
US20120092471A1 (en) Endoscopic device
US11740175B2 (en) Method and device for compensating temperature gradient effects
US9140730B2 (en) Signal analysis apparatus and signal analysis method
JP6502230B2 (en) Inspection apparatus and inspection method
US20120205529A1 (en) Method of Correcting Sensitivity and Matrix Image Sensor for Implementing this Method
KR20170074771A (en) A method and apparatus for correcting vignetting effect caused on an image captured by lightfield cameras
KR20120077298A (en) Snr compensation algorithm for nonlinear model based image sensor instrument
CN111383280A (en) Spatial remote sensing TDICCD camera non-uniformity correction method and device
US8859964B2 (en) Electron microscope and method of adjusting the same
US5440338A (en) Method and apparatus for improving dimensional measurements made with video cameras
Jähne Release 4 of the EMVA 1288 standard: Adaption and extension to modern image sensors
JP2015064228A (en) Fourier interference spectrometer and spectral intensity measurement method
CN110455219A (en) A kind of three-D imaging method based on error diffusion dither algorithm
KR20100077772A (en) Calibration method of optics-sensor for satellite
KR20050084389A (en) Method of compensating for the effect of undersirable attributes on the measurement of desirable attributes for objective image quality
KR100923128B1 (en) Orbital optical telescope sensor calibration based upon the random integration time
US11736828B2 (en) Simultaneous and consistent handling of image data and associated noise model in image processing and image synthesis

Legal Events

Date Code Title Description
A201 Request for examination
E601 Decision to refuse application