CN104394334A - 图像传感器在轨噪声智能抑制方法 - Google Patents

Abstract

本发明涉及一种图像传感器在轨噪声智能抑制方法，包括以下步骤：1】采集一帧图像，在图像传感器靶面进行目标检测；2】根据目标的运动轨迹，估计出目标自第n帧之后直至脱离图像传感器靶面的活动区域R，并对活动区域R内的所有坐标的像素进行IIR自适应滤波处理，存储为活动区域R噪声修正量；3】将目标像素的原始灰度与活动区域R中相应坐标的噪声修正量做差，得到修正后目标像素的灰度；为了解决现有技术存在计算量大、存储资源浪费和需要不断上传标定数据的技术问题，本发明能最大程度上实时去除固定模式噪声、暗电流非均匀一致性和白噪点对目标质心提取的影响。

Description

图像传感器在轨噪声智能抑制方法

技术领域

本发明涉及一种图像传感器在轨噪声智能抑制方法，可以在星上实现图像传感器噪声的自动补偿。

背景技术

图像传感器，是星载相机的重要组成部分。根据元件的不同，可分为CCD(Charge Coupled Device，电荷耦合元件)和CMOS(Complementary Metal-OxideSemiconductor，金属氧化物半导体元件)两大类。

CCD和CMOS尽管在技术上有较大的不同，但CCD和CMOS两者性能差距不是很大。目前CCD和CMOS图像传感器广泛应用于天文观测、可见光成像和空间光学等领域。

CCD和CMOS图像传感器的输出信号中夹杂着各种噪声和干扰，主要有热噪声、暗电流噪声、散粒噪声、复位噪声和读出电路引入的噪声等。这些噪声会对图像质量产生严重影响，在图像上表现为白噪点、暗电流非均匀一致性和固定模式噪声。虽然在硬件电路中会对这些噪声进行抑制，但是并不能完全消除这些噪声的影响，一般需要进行星上软件处理。

对图像中的白噪点进行处理的方法是在存储器中事先存储白噪点的位置信息，当图像传感器输出到该噪点时，用前一个或后一个像元的灰度作为该噪点的灰度输出。

对于暗电流非均匀一致性的处理方法是存储每个像元的校正系数，在图像传感器输出像元灰度时，给每个像元乘上对应的校正系数后进行输出。

由于CMOS图像传感器所特有的固定模式噪声与温度有关，因此需要存储不同温度下的标定图像，每帧图像需要减去相应温度的标定图像。

以上的星上软件处理方法需要耗费大量的卫星存储资源和运算资源；当图像传感器在轨性能下降时，还需要重新上传标定数据；但是这样仅能维持一段时间，随着星载相机图像传感器性能的进一步下降，需要不断地上传标定数据。

发明内容

为了解决现有技术中星上软件去除白噪点、暗电流非均匀一致性和固定模式噪声中，计算量大、存储资源浪费和需要不断上传标定数据的技术问题，本发明提供一种图像传感器在轨噪声智能抑制方法。

本发明的技术解决方案：

一种图像传感器在轨噪声智能抑制方法，其特殊之处在于：包括以下步骤：

1】采集一帧图像，在图像传感器靶面进行目标检测；若检测到目标，则连续采集至少n帧图像，根据所采集的图像计算出目标的运动轨迹，执行步骤2】；若未检测到目标，执行步骤1】；

2】根据目标的运动轨迹，估计出目标自第n帧之后直至脱离图像传感器靶面的活动区域R，并对活动区域R内的所有坐标的像素进行IIR自适应滤波处理，计算该活动区域R内的所有坐标的像素灰度的噪声修正量，并存储为活动区域R噪声修正量；

3】采集第n+1帧图像，若检测到目标，执行步骤4】；若未检测到目标，执行步骤1】；

4】将目标像素的原始灰度与活动区域R中相应坐标的噪声修正量做差，得到修正后目标像素的灰度；同时对活动区域R中除去目标像素外的其余像素进行IIR自适应滤波处理，并计算这些像素的噪声修正量，而与目标像素相应的的噪声修正量保持不变，并将两部分存储为活动区域R噪声修正量；执行步骤3】。

本发明所具有的优点：

1、本发明能最大程度上实时去除固定模式噪声、暗电流非均匀一致性和白噪点对目标质心提取的影响。

2、本发明最大限度的减少了星上存储资源的浪费，只需至多一帧的存储资源；

3、本发明能自适应固定模式噪声、暗电流非均匀一致性和白噪点的特征变化；

4、本发明不需地面不断地上传标定数据，具备自主性的优点。

5、本发明可以保证星载图像传感器在较高温度下工作。

附图说明

图1为本发明的流程图；

图2为IIR自适应滤波流程图；图中S为平滑因子，可取2，4，8，16，32；

图3为实施例示意图。

具体实施方式

如图1所示，一种图像传感器在轨噪声智能抑制方法，包括以下步骤：

1】采集一帧图像，在图像传感器靶面进行目标检测；若检测到目标，则连续采集至少n帧图像(n＝2,3,…)，根据所采集的图像序列计算出目标的运动轨迹，执行步骤2】；若未检测到目标，执行步骤1】；

2】根据目标的运动轨迹，估计出目标自第n帧之后直至脱离靶面的活动区域R，并对区域R的像素进行IIR自适应滤波处理，计算该区域像素灰度的噪声修正量，并存储为区域R噪声修正量；

3】采集第n+1帧图像，若检测到目标，执行步骤4】；若未检测到目标，执行步骤1】；

4】将目标像素的原始灰度与区域R中相应坐标的噪声修正量做差，得到修正后的目标灰度；同时仅对区域R中除去目标像素外的其余像素进行IIR自适应滤波处理，计算这些像素的噪声修正量，而目标像素的噪声修正量保持不变，并将两部分存储为区域R噪声修正量；执行步骤3】。

具体的IIR自适应滤波处理过程如图2所示。

实施例：如图3所示。

子图(a)：在靶面检测到目标(如卫星)；

子图(b)：连续采集n帧图像，计算目标的运动轨迹(黑色粗虚线)，估计出目标自第n帧之后直至脱离靶面的活动区域R(虚线所框区域)，并对该区域进行IIR滤波，并存储为区域R噪声修正量；

子图(c)：在第n+1帧，将目标的像素原始灰度与区域R中相应坐标的噪声修正量做差，得到修正后的目标灰度；

子图(d)：在第n+1帧，仅对区域R中除去目标像素外的其余像素进行IIR自适应滤波处理，计算这些像素的噪声修正量，而目标像素的噪声修正量保持不变，并将两部分存储为活动区域R的当前噪声修正量。

Claims (1)

1.一种图像传感器在轨噪声智能抑制方法，其特征在于：包括以下步骤：

1】采集一帧图像，在图像传感器靶面进行目标检测；若检测到目标，则连续采集至少n帧图像，根据所采集的图像计算出目标的运动轨迹，执行步骤2】；若未检测到目标，执行步骤1】；

2】根据目标的运动轨迹，估计出目标自第n帧之后直至脱离图像传感器靶面的活动区域R，并对活动区域R内的所有坐标的像素进行IIR自适应滤波处理，计算该活动区域R内的所有坐标的像素灰度的噪声修正量，并存储为活动区域R噪声修正量；

3】采集第n+1帧图像，若检测到目标，执行步骤4】；若未检测到目标，执行步骤1】；

4】将目标像素的原始灰度与活动区域R中相应坐标的噪声修正量做差，得到修正后目标像素的灰度；同时对活动区域R中除去目标像素外的其余像素进行IIR自适应滤波处理，并计算这些像素的噪声修正量，而与目标像素相应的的噪声修正量保持不变，并将两部分存储为活动区域R噪声修正量；执行步骤3】。