测试噪声，我通常会获得一系列约100个暗框，即没有外部光照射到摄像机的帧，通过时间平均来确定固定的摄像机模式，然后从该序列中减去。
通过观察每个像素随时间的标准偏差并查看生成的图像（例如，相机的不同行/列具有不同的噪声标准偏差），我观察到了噪声中的模式，并通过行和列进行互相关（我注意到一些交错式摄像机的噪声在每隔一行之间是相关的）。
这些测试中的第一个仅是定性的，第二个仅给我（相对）全局相关性。是否有更好（更快）的方法来确定相机噪声中是否存在任何相关性或动态模式？
#1 楼
如果我是您，那么我只会采取大量无信号，而您不会测量任何真实信号。通过您拥有的任何识别算法运行它，然后查看是否看到任何东西。如果这样做了，那么您就需要担心相关性。我认为您可能会缺少的是相关性并不总是意味着错误的检测，尤其是如果您有针对此类噪声的可靠算法。
评论
$ \ begingroup $
您说对了，因为并非所有模式都非常糟糕。但是，它并不需要导致错误的检测，如果相关性导致信号出现明显的偏移，则对于某些测量而言可能已经足够糟糕。另外，如果可以选择的话，我宁愿购买设计精良的相机，也不必在软件中实施变通方法。
$ \ endgroup $
–乔纳斯（Jonas）
2011年8月17日在22:18
评论
暗框可用于在没有输入的情况下确定非均匀响应。但是似乎在这些测试中，您忽略了对实际输入的不均匀响应。您还不应该获得一系列均匀照明的框架吗？自相关通常用于尝试在噪声中找到信号。可以沿着单个列/行或帧到帧（用于随时间变化的噪声）完成此操作。但我怀疑这会比其他方案更简单。