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
d
T
dT
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