CMOS图像传感器噪声抑制研究

【摘要】：数码相机在其表面覆盖一层彩色滤波阵列(CFA),通过CFA每个像素只能获得红、绿、蓝三基色中的一种分量。获取原始图像后经过插补、降噪、颜色校正等过程得到最终图像。传感器噪声经过后续处理、传播后,输出图像质量恶化;而且由于成像系统中每一环节算法的复杂性,尤其部分算法的非线性,使得噪声变得更加复杂以至于在输出端很难获得噪声的精确数学描述。 首先,本文研究了运用总体最小二乘法滤除含有乘性干扰的图像传感器降噪问题;其次,研究了插补和降噪顺序对图像和图像噪声的影响,研究集中选择了四种典型的降噪算法:总体最小二乘法、块匹配与三维滤波、双边滤波和线性滤波,三种典型的插补方法:双线性插补、自适应同质插补和凸集投影插补。通过研究发现插补本身会改变输入噪声结构,使得后面的降噪算法往往失效,因此插补前降噪会有更好的效果;另外,对统一到单一过程中的联合插补降噪算法进行了研究;最后研究了色彩平衡问题。 通过对CMOS图像传感器降噪分析模型的建立,选择RAW图像作为输入,RGB图像作为输出,采用模块化的方法研究CMOS图像传感器系统的噪声抑制。为了测试和评估每一种成像方案的性能,开发了用来评估图像质量和噪声特性的模块,这些模块包括插补模块,降噪模块,联合插补-降噪模块,图像噪声评估模块,数据分析模块。 本文的主要创新工作有:首次对基于总体最小二乘法的图像降噪进行了优化,重点讨论图像块选取,加窗函数选取与图像估计性能的关系,并将其成功应用于CMOS图像传感器插补后的图像降噪当中。 研究了CMOS图像传感器插补和降噪顺序不同对成像性能的影响,比较研究了三种处理顺序:先降噪后插补、先插补后降噪、二者同时完成的联合插补降噪,并提出联合插补降噪的改进算法,使成像性能进一步改善。 提出并研究了针对含有噪声的RAW图像降噪的三种有效方法。 对典型色彩平衡算法的组合算法进行了研究,并对灰色世界法,均值和标准偏差法进行了优化。