本文系微信公眾號(hào)《大話成像》，知乎專欄《大話成像 all in camera》原創(chuàng)文章，轉(zhuǎn)載請(qǐng)注明出處。

上一篇講過了temporal noise和Fix patter noise的分離，通過多幀平均可以去除掉temporal noise，并分離出FPN，在這篇將介紹如何去除FPN。

在信號(hào)處理教科書中，介紹過很多經(jīng)典的圖像去噪方法，主要的是針對(duì)隨機(jī)噪聲的，對(duì)于圖像中非隨機(jī)噪聲，比如sensor本身的物理缺陷導(dǎo)致的hot pixel，weak pixel 或是dead pixel，一般稱之為impulse noise，對(duì)于impulse noise有單獨(dú)的處理方法，因?yàn)樗麄儾粚儆陔S機(jī)噪聲。

隨機(jī)噪聲也就是在比圖像的真實(shí)信號(hào)或高或低的不確定變化。

如果中間的虛線視作真實(shí)信號(hào)，紅色和藍(lán)色的曲線代表隨機(jī)噪聲疊加后的信號(hào)，如果虛線定義為0，那么所有隨機(jī)噪聲求和應(yīng)為0 ，在統(tǒng)計(jì)學(xué)上叫零和噪聲。

由于零和噪聲的這種特點(diǎn)，均值濾波可以降低圖像的噪聲。

如圖所示，淺藍(lán)色的線代表紅藍(lán)線求均值以后的信號(hào)，波動(dòng)的幅度明顯減小了，也就是噪聲降低了。