Bagaimana cara saya menentukan apakah saya memiliki noise bebas pola?

14

Untuk mikroskop, kami sering menguji kamera. Karena aplikasi saya melibatkan rasio signal-to-noise yang sangat rendah, menjadi penting bahwa noise bebas dari korelasi dan pola, karena hanya korelasi lokal yang benar-benar membedakan sinyal dari latar belakang.

Untuk menguji noise, saya biasanya mendapatkan serangkaian ~ 100 frame gelap, yaitu frame di mana tidak ada cahaya eksternal mengenai kamera, menentukan pola kamera tetap dengan rata-rata waktu, dan kurangi dari seri tersebut.

Saya telah mengamati pola dalam noise dengan hanya mengambil standar deviasi untuk setiap pixel melalui waktu dan melihat gambar yang dihasilkan (di mana misalnya baris / kolom kamera yang berbeda memiliki standar deviasi noise yang berbeda), dan dengan melakukan baris dan kolom secara bijaksana korelasi silang (di mana saya perhatikan untuk beberapa kamera interleaved bahwa suara itu berkorelasi antara setiap baris lainnya).

Yang pertama dari tes ini adalah kualitatif saja, dan yang kedua hanya memberi saya (relatif) korelasi global. Apakah ada cara yang lebih baik (dan lebih cepat?) Untuk menentukan apakah ada korelasi atau pola dinamis dalam kebisingan kamera?

Jonas
sumber
Frame gelap berguna untuk menentukan respons yang tidak seragam dengan tidak adanya input. Tetapi tampaknya dalam tes ini, Anda mengabaikan respons yang tidak seragam terhadap input aktual. Bukankah seharusnya Anda juga mendapatkan serangkaian frame yang menyala seragam?
MSalters
Korelasi otomatis sering digunakan untuk mencoba menemukan sinyal dalam noise. Ini dapat dilakukan sepanjang satu kolom / baris, atau bingkai ke bingkai (untuk noise yang bervariasi waktu). Tetapi saya ragu bahwa itu akan lebih sederhana daripada skema lainnya.
Daniel R Hicks

Jawaban:

4

Jika saya jadi Anda, saya hanya akan mengambil sejumlah besar sinyal tidak, di mana Anda tidak mengukur sinyal nyata. Jalankan melalui algoritma identifikasi apa pun yang Anda miliki, dan lihat apakah Anda melihat sesuatu. Jika ya, maka Anda perlu khawatir tentang korelasi.

Saya pikir apa yang mungkin Anda lewatkan adalah bahwa korelasi tidak selalu berarti deteksi palsu, terutama jika Anda memiliki algoritma yang kuat untuk jenis kebisingan ini.

PearsonArtPhoto
sumber
1
Anda benar karena tidak semua pola secara signifikan buruk. Namun, itu tidak perlu mengarah pada deteksi palsu, itu bisa cukup buruk untuk beberapa pengukuran jika korelasinya mengarah ke perubahan nyata dalam sinyal. Juga, jika diberi pilihan, saya lebih suka membeli kamera yang dirancang dengan baik, daripada harus menerapkan solusi dalam perangkat lunak.
Jonas