医療用カメラの画像ノイズ
医療用カメラの画像ノイズ
画像ノイズは、画像の明るさや色の情報のランダムな変化であり、通常は電子ノイズの側面です。それは、イメージセンサーとスキャナーまたはデジタルカメラの回路によって生成することができます。画像ノイズは、フィルムグレインや理想的なフォトンディテクタの避けられないショットノイズからも発生する可能性があります。画像ノイズは、画像キャプチャの望ましくない副産物であり、必要な情報を覆い隠します。
の本来の意味 "ノイズ" だった "不要な信号"; AMラジオで受信した信号の不要な電気的変動により、可聴音響ノイズが発生しました（"静的"）。類推により、不要な電気的変動は"ノイズ"。
画像ノイズは、明るい場所で撮影されたデジタル写真のほとんど知覚できない斑点から、高度な処理によって少量の情報を引き出すことができるほぼ完全にノイズである光学的および放射線天文学的画像にまで及ぶ可能性があります。このようなノイズレベルは、被写体を特定することさえ不可能であるため、写真では許容できません。
ノイズ タイプ
1.1。ガウスノイズ
デジタル画像のガウスノイズの主な原因は、取得中に発生します。センサーには、照明のレベルとそれ自体の温度に起因する固有のノイズがあり、センサーに接続された電子回路は、電子回路ノイズの独自の部分を注入します。
画像ノイズの典型的なモデルは、ガウス、加法、各ピクセルで独立、信号強度に依存しないもので、主にジョンソン-ナイキストノイズ（熱雑音）によって引き起こされます。これには、コンデンサのリセットノイズ（熱雑音）が含まれます。"kTCノイズ"）。アンプのノイズは、"読み取りノイズ"イメージセンサーの、つまり、画像の暗い領域での一定のノイズレベルの。[5] 緑または赤のチャネルよりも青のカラーチャネルでより多くの増幅が使用されるカラーカメラでは、青のチャネルでより多くのノイズが発生する可能性があります。[6] ただし、より高い露出では、イメージセンサーのノイズはショットノイズによって支配されます。ショットノイズはガウス分布ではなく、信号強度に依存しません。また、多くのガウスノイズ除去アルゴリズムがあります。
2.2。ごま塩ノイズ
ごま塩ノイズのある画像
ファットテール分散または "衝動的"ノイズは、ごま塩ノイズまたはスパイクノイズと呼ばれることもあります。ごま塩ノイズを含む画像では、明るい領域に暗いピクセルがあり、暗い領域に明るいピクセルがあります。[9] このタイプのノイズは、アナログ-デジタルコンバータエラー、伝送のビットエラーなどによって引き起こされる可能性があります。[10] [11] これは、ダークフレーム減算、メディアンフィルタリング、メディアンと平均の組み合わせフィルタリング、およびダーク/ブライトピクセルの周囲の補間を使用することでほとんど排除できます。
LCDモニターのドット抜けは、同様ですがランダムではない表示を生成します。
3.3。ショットノイズ
イメージセンサーからの画像の明るい部分の主なノイズは、通常、統計的な量子ゆらぎ、つまり、特定の露出レベルで検出された光子の数の変動によって引き起こされます。このノイズは、フォトンショットノイズとして知られています。[6] ショットノイズは、画像強度の平方根に比例する二乗平均平方根値を持ち、異なるピクセルでのノイズは互いに独立しています。ショットノイズはポアソン分布に従いますが、非常に高い強度レベルを除いて、ガウス分布に近似します。
フォトンショットノイズに加えて、イメージセンサーのダークリーク電流による追加のショットノイズが発生する可能性があります。このノイズは時々知られています"ダークショットノイズ"[6]または "暗電流ショットノイズ"。暗電流はで最大です"ホットピクセル"イメージセンサー内。通常のピクセルとホットピクセルの可変ダークチャージを差し引くことができます（を使用して"ダークフレーム減算"）、漏れのショットノイズまたはランダム成分のみを残します。ダークフレーム減算が行われない場合、または露光時間が十分に長く、ホットピクセルの電荷が線形電荷容量を超える場合、ノイズは単なるショットノイズ以上のものになり、ホットピクセルはごま塩ノイズとして表示されます。
4.量子化ノイズ（一様ノイズ）
検出された画像のピクセルをいくつかの離散レベルに量子化することによって引き起こされるノイズは、量子化ノイズとして知られています。ほぼ均一に分布しています。信号に依存する可能性がありますが、他のノイズ源がディザリングを引き起こすのに十分な大きさである場合、またはディザリングが明示的に適用されている場合は、信号に依存しません。
5.フィルムグレイン
写真フィルムの粒子は信号に依存するノイズであり、ショットノイズと同様の統計的分布を持っています。フィルムグレインが均一に分布し（領域ごとに等しい数）、各グレインが光子を吸収した後にダークシルバーグレインに発展する確率が等しく独立している場合、エリア内のそのようなダークグレインの数は二項分布でランダムになります分布。確率が低い領域では、この分布はショットノイズの古典的なポアソン分布に近くなります。単純なガウス分布は、十分に正確なモデルとしてよく使用されます。
フィルムグレインは通常、ほぼ等方性の（方向性のない）ノイズ源と見なされます。その効果は、フィルム内のハロゲン化銀粒子の分布もランダムであるために悪化します。
6.異方性ノイズ
一部のノイズ源は、画像にかなりの向きで現れます。たとえば、イメージセンサーは、行ノイズまたは列ノイズの影響を受ける場合があります。
7.周期的なノイズ
画像の周期的なノイズの一般的な原因は、画像キャプチャプロセス中の電気的または電気機械的干渉です。[8] 周期的なノイズの影響を受けた画像は、元の画像の上に繰り返しパターンが追加されたように見えます。周波数領域では、このタイプのノイズは離散スパイクと見なすことができます。このノイズの大幅な低減は、周波数領域でノッチフィルターを適用することで達成できます。[8] 次の画像は、周期的なノイズの影響を受けた画像と、周波数領域フィルタリングを使用してノイズを低減した結果を示しています。フィルタリングされた画像には、まだ境界線にノイズがあることに注意してください。さらにフィルタリングすると、この境界ノイズが減少する可能性がありますが、画像の細部の一部も減少する可能性があります。ノイズリダクションと細部の保存の間のトレードオフは、アプリケーション固有です。たとえば、城の細部が重要であると見なされない場合は、ローパスフィルタリングが適切なオプションになる可能性があります。城の細部が重要であると考えられる場合、実行可能な解決策は、城の境界を切り落とすことかもしれません。
