ISP FPN噪声消除逻辑

目录1. FPN噪声成因2. 当前帧噪声样本计算 (6‑31)3. IIR 递归更新公式核心纠正后4. 完整工作流程5. 参数权衡Trade‑off数字原始图像中的噪声可分为两大类固定模式噪声FPN时域随机噪声。对于固定模式噪声FPN“固定” 一词表示该噪声的图案不随时间发生变化。固定模式噪声主要包含两部分暗态噪声与光照下产生的噪声。暗态分量称为暗固定模式噪声Dark‑FPN即使在完全无光的条件下也会存在。光照条件下产生的固定模式噪声称为像素响应非均匀性PRNU成因是各个像素对光线的感光灵敏度存在差异。如果图像传感器内置列放大器暗固定模式噪声会在图像中表现为竖条纹列固定模式噪声这类条纹十分刺眼人眼极易察觉。与之相对时域随机噪声会随时间不断波动因此在不同帧图像中噪声的强度和空间位置均不相同。时域噪声是图像传感器采集画面过程中多种噪声源叠加而成例如光子散粒噪声。其他时域噪声来源包括暗电流噪声与温度相关在图像传感器感光面生成。该噪声由热能激发产生的自由电子加上入射光子打在传感器上生成的电子共同累积产生。读出噪声传感器读取信号过程中产生的电子噪声。复位噪声采集新一帧画面之前传感器电容执行复位操作后电容内残留电子所引发的噪声。量化噪声由模数转换器A/D将光信号转换成数字数值的过程产生。模拟信号转换为一系列离散数字值时引入的误差称为量化误差。尤其当模数转换的位深较低时量化噪声会对图像质量造成显著影响。1. FPN噪声成因列‑FPN 由列放大器失调电压造成表现为图像竖直条纹。FPN 在每帧中固定不变降噪策略估算噪声轮廓从原始图像中减去噪声。 噪声估计利用传感器顶端预留、不会输出至最终画面的光学黑辅助行Black Lines、Dark Lines。两个辅助行特性Black Lines光学黑行遮光积分时间 0几乎无时域噪声采样信号≈纯列‑FPN 噪声Dark Lines暗行遮光积分时间 成像区相同曝光时长可以采集到时域随机噪声不用于列‑FPN 计算2. 当前帧噪声样本计算 (6‑31)nb 黑行 (Black‑Lines) 行数W 图像宽度列总数黑区内第i行第j列像素值 逻辑同一列所有黑行像素求平均得到当前帧该列 FPN 采样值3. IIR 递归更新公式核心纠正后参数LeakC泄漏系数 (Leakage Constant)上一帧得到的列 FPN 估值当前帧由黑行算出的噪声样本参数作用LeakC越大历史估值权重越高新帧样本占比越低。优点噪声估计更平滑单帧采样扰动被抑制缺点收敛速度变慢若列 FPN 随温度缓慢漂移跟踪响应变慢LeakC越小新帧权重越高收敛速度越快但是估值波动更大。4. 完整工作流程初始化全部列的接收新一帧 Raw 图像读取图像顶端 Black Lines 黑行像素式 (6‑31) 逐列取平均得到当前帧噪声样本IIR 递归公式更新全局噪声估计模板多帧迭代收敛估值逼近真实列偏移校正图像每一列减去对应的列‑FPN 估值5. 参数权衡Trade‑off黑行数量 nbnb 过小单帧平均样本少\(FPN\_CurSample\)随机波动大估值不可靠nb 过大浪费传感器像素资源增加运算开销LeakC 泄漏系数控制收敛速度与平滑度。 工程上需要同时调整 nb 和 LeakC寻找性能与资源的平衡点。