非均匀性校正可分为基于场景和基于定标两种。
定标即利用黑体或近似黑体来标定像元;基于场景为利用算法处理输出的视频流。
目前市面上多利用定标法完成校正,即使有基于场景的功能,也要去考虑下,这个功能的开关是不是一直处于关闭状态(笑)。
基于定标
1.单点法、两点法、分段两点法;
2.有源定标(黑体、挡片)、无源标定(事先采集数据插值、奇异值分解)
基于场景
1.单帧:单图处理易陷入局部最优解导致处理视频效果差,多处理竖纹,少有处理锅盖。
变换域法:处理竖纹、存在伪痕、算法复杂、细节破坏等;
变分法:竖纹、锅盖、算法复杂较高、失真;
插值法:竖纹、伪痕;
中值直方图:竖纹、伪痕;
深度学习:竖纹、锅盖:细节破坏;
梯度域:锅盖,细节破坏;
2.多帧:视频处理主要包括鬼影,收敛速度问题,需求视场运动,多处理竖纹,虽然部分算法理论上可去锅盖等,但对场景要求极高
配准法:各类非均匀性噪声,对场景变化有特定要求,且对场景内容要求高,有鬼影;
时域高通:竖纹,针对偏置噪声,有鬼影,处理弱噪声;
神经网络:竖纹,颗粒,需求视场运动,有鬼影;(稳定性较高,建议采用);
恒定统计:全局各类,局部高频,需求大量帧收敛,对场景变化要求高,鬼影;
随机数法:各类非均匀性,需求视场运动,有鬼影。
注:由于毕设尚未在知网可见,具体内容暂时无法展开。