Jak ustalić, czy mam szum bez wzoru?

14

W przypadku mikroskopii często testujemy kamery. Ponieważ moje aplikacje wymagają bardzo niskiego stosunku sygnału do szumu, ważne jest, aby szum był wolny od korelacji i wzorców, ponieważ lokalna korelacja naprawdę odróżnia sygnał od tła.

Aby przetestować hałas, zwykle uzyskuję serię ~ 100 ciemnych klatek, tj. Klatek, w których żadne zewnętrzne światło nie uderza w kamerę, określam stały wzór kamery poprzez uśrednianie czasu i odejmuję go od serii.

Obserwowałem wzorce w hałasie, biorąc po prostu odchylenie standardowe dla każdego piksela w czasie i patrząc na wynikowy obraz (gdzie np. Różne rzędy / kolumny kamery miały różne odchylenia standardowe szumu), i robiąc rzędy i kolumny korelacja krzyżowa (gdzie zauważyłem dla niektórych kamer z przeplotem, że szum był skorelowany między każdym innym rzędem).

Pierwszy z tych testów ma wyłącznie charakter jakościowy, a drugi daje mi (względnie) globalne korelacje. Czy istnieją lepsze (i szybsze?) Sposoby ustalenia, czy w szumie kamery występuje korelacja lub wzorzec dynamiczny?

Jonas
źródło
Ciemne ramki są przydatne do określenia nierównomiernej odpowiedzi przy braku danych wejściowych. Wygląda jednak na to, że w tych testach ignorujesz nierównomierną reakcję na rzeczywiste dane wejściowe. Czy nie powinieneś nabyć również serii równomiernie oświetlonych ramek?
MSalters
Autokorelacja jest często używana do próby znalezienia sygnału w hałasie. Można to zrobić wzdłuż pojedynczej kolumny / wiersza lub klatki po klatce (dla szumu zmieniającego się w czasie). Wątpię jednak, czy byłoby to prostsze niż w przypadku innych programów.
Daniel R Hicks

Odpowiedzi:

4

Gdybym był tobą, po prostu wziąłbym dużą liczbę bez sygnału, gdzie nie mierzysz żadnego prawdziwego sygnału. Przeprowadź go przez wszystkie posiadane algorytmy identyfikacji i sprawdź, czy coś widzisz. Jeśli tak, musisz martwić się o korelacje.

Myślę, że może brakować tego, że korelacja nie zawsze oznacza fałszywe wykrycie, szczególnie jeśli masz solidny algorytm dla tego rodzaju hałasu.

PearsonArtPhoto
źródło
1
Masz rację, że nie wszystkie wzory są znacznie złe. Jednak nie musi prowadzić do fałszywego wykrycia, może być wystarczająco zły dla niektórych pomiarów, jeśli korelacja prowadzi do widocznych przesunięć sygnału. Poza tym, jeśli mam wybór, wolę kupić aparat, który jest dobrze zaprojektowany, niż wdrożyć obejścia w oprogramowaniu.
Jonas