halcon算子翻译——estimate_noise

estimate_noise算子用于估算单个图像的噪声标准偏差,适用于匹配、边缘滤波器设定、相机评估等场景。算子提供'foerstner'、'immerkaer'、'least_squares'和'mean'四种方法进行噪声估算,其中'foerstner'方法通常最准确,'immerkaer'方法计算最快。当图像噪声无法可靠估计时,可能引发错误3175,可通过增加图像区域、调整百分比或改变方法来避免。
摘要由CSDN通过智能技术生成

名称

 estimate_noise - 估算来自单个图像的图像噪声。

用法

estimate_noise(Image : : Method, Percent : Sigma)

描述

算子estimate_noise估算在Image中域(ROI)内的累积噪声的标准偏差。 标准偏差在Sigma中返回。

该算子在以下用例中很有用:

在匹配中确定MinContrast,

确定边缘滤波器的幅度,

相机评测,

监视相机的错误操作(例如,用户过度调整照相机增益)。

可以在方法中选择以下四种方法之一估算噪声:

'foerstner':如果Method设置为'foerstner',首先对于每个像素,基于图像的灰度值的一阶导数计算均匀性度量。通过阈值均匀性度量,获得图像中的均匀区域。阈值是基于图像噪声的起始值计算的。起始值是通过在第一步中应用方法'immerkaer'(见下面)获得的。假定均匀区域内的灰度值波动仅由图像噪声引起。此外假定图像噪声是高斯分布的。然后使用均匀区域内的平均均匀性度量来计算图像噪声的改善的估计。改善的估计导致均匀性的新的阈值。迭代所描述的过程直到估计的图像噪声在两次连续迭代之间保持恒定。最后,估计图像噪声的标准偏差在'Sigma'中返回。

请注意,在某些情况下,迭代错误地收敛到值0.例如,如果输入图像的灰度值直方图包含分别由相机或图像采集卡的自动辐射定标(automatic radiometric scaling)导致的间隙,或者 通过使用比例因子> 1的手动扩展灰度值。

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值