【CeleX5事件相机使用系列】芯仑相机的EventDenoising是如何实现的

芯仑自身自带了一个 enableEventDenosing 函数，可以“启用去噪功能”。突然好奇，芯仑自身的降噪功能是如何实现的？今天简单查阅了源码，稍作总结整理。

去噪原理

事件相机的噪声原理在之前的文章中做过总结【事件相机整理】信号处理、噪声与滤波。
简单来说，对于背景噪声，最大的特点是没有相关性，即一段儿时间内周围像素没有发生event，则认为是背景噪声（又称background activity, BA），论文中的表示方式如下：

芯仑去噪代码

芯仑的去噪原理，和这个基本相同。但考虑到芯仑相机是“逐行输出数据”，行与行之间的相关性不好判断，故芯仑采用判断一个事件的左右两边是否有其它事件进行判断。代码基本都在celex5dataprocessor.cpp当中。

首先，当启动降噪后，设置了标志位 m_bEventDenosingEnalbe = true

之后我们搜索这个标志位，发现在 parseEventDataFormat 函数（芯仑共有多种DataFormat，这个函数也分0/1/2，但无论哪个，原理都是一样的）中，调用了denoisedPerRow()函数。我们以DataFormat1为例，denoisedPerRow()的参数true/false是关于ADC的，具体可看芯仑手册。

细看这个函数，就很简单：对于这一行数据，从左到右个，判断每个点周围是否有其他事件：
对于每一个事件，判断左右相连的事件，的col，是否相差1，即判断左右像素是否发生了event。如果发生了，则认为不是噪声，然后进行存储到m_vecEventData。整个过程中，m_vecEventDataPerRow相当于一个临时变量，在denoise时有这个，不启动降噪时数据直接存到了m_vecEventData。

存在的问题

上面的代码，需要搞清楚m_vecEventDataPerRow是哪里来的，其实是 parseEventDataFormat时存储的eventData，那么，具体有多少个，取决于当前构建一个DataFormat时经过的时间。在没有细考证的情况下，我认为这个就是设定的每次输出event的持续时间 void setEventFrameTime(uint32_t value)。那么问题就来了，当设定的时间越长时，每一个row产生的数据越多，对应的BA noise也是越多的，容易产生相关性。即最上面公式中 $dT$ 是不固定的。

这是否意味着，当我们setEventFrameTime设定时间较长时，产生的（无法滤掉的）噪声会更多？也同时意味着，如果持续时间较小，denoise时会将原本不是noise的data降噪降掉了。

结论

芯仑自带的降噪函数，使用时需要慎重。

微信公众号：【事件相机】，交流事件相机的相关科研与应用。欢迎大家关注