使用泊松量化噪声模型确定弱光条件下的强度相似度制造技术

描述一种用于对弱光条件下的噪声进行建模的泊松量化噪声模型。在一个方面，接收图像信息。然后，从泊松噪声模型和量化噪声模型生成泊松量化噪声模型。接着，使用该泊松量化噪声模型估计图像信息中的泊松量化噪声。

【技术实现步骤摘要】
【国外来华专利技术】专利说明使用泊松量化噪声模型确定弱光条件下的强度相似度 背景 噪声在任何成像设备中是不可避免的。在由照明正被拍摄的对象的弱光源或试图拍摄对象的设备使用小或低质量镜片而引起的弱光情形下尤其如此。在上述任何一种情况下，弱光的情形经常妨碍对高质量图像的捕获和呈现。 概述 提供本概述以便以简化的形式介绍将在以下详细描述中进一步描述的一些概念。本概述并非意在确定所请求保护的主题的关键特征或必要特征，也并非意在用来帮助确定所请求保护的主题的范围。 鉴于上述情况，描述了用于对弱光条件下的噪声进行建模的泊松量化噪声模型。在一个方面，接收图像信息。然后，根据泊松噪声模型和量化噪声模型生成泊松量化噪声模型。接着，使用泊松量化噪声模型估计图像信息中的泊松量化噪声。 附图简述 在以下讨论的附图中，组件的附图标记的最左位数字标识该组件首先在其中出现的特定附图。 附图说明图1示出包括一种用于视频内容分析的视频内容分析引擎的示例性系统。 图2是示例性视频内容分析引擎驻留在其上的计算设备的框图。 图3包括示出泊松量化噪声的示例性均值和方差属性的两个图表。 图4示出用于泊松噪声模型的示例性强度相似度函数。 图5是标识两帧图像信息之间的像素相关性的示例性方法的流程图。 图6是确定强度相似度函数的示例性方法的流程图。 图7示出可在其中基于泊松量化噪声建立强度相似度函数的合适的计算环境的示例。 详细描述 概要 以下公开的内容描述了可用来对弱光条件下的噪声进行建模的泊松量化(PQ)噪声模型。在一个实施例中，PQ噪声模型可用来创建强度相似度函数。将理解的是，此处所使用的术语“强度相似度函数“和”强度相似度量度”是可互换的。一般而言，强度相似度量度表示一种概率，即对三维场景中同一点(或相同颜色的)的两个略微不同的观察是对同一点的观察的概率。 在一个实施例中，强度相似度量度可用来计算强度相似度以处理视频内容。这些计算可能需要在视频帧中找出像素对应关系，该像素对应关系可用于例如(尤其在弱光条件下的)降噪、对象跟踪、图案匹配等各种图像处理操作。 现在更详细地描述用于对泊松量化噪声建模并基于此生成强度相似度函数的系统和方法的这些和其它方面。 示例性系统 尽管不是必需的，但在正由诸如个人计算机等计算设备执行的计算机可执行指令(程序模块)的一般上下文中描述生成弱光条件下的泊松量化噪声模型和强度相似度量度的系统和方法。程序模块一般包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等。尽管在上述的上下文中描述系统和方法，但是将理解的是，以下所描述的动作和操作可在任何合适的硬件、软件、固件或其组合中实现。 图1示出用于处理视频内容的示例性系统100。在一个实现中，系统100可用来通过使用泊松量化噪声模型来计算泊松量化噪声。在一个实现中，经计算的泊松量化噪声被用来创建强度相似度量度。该强度相似度量度可用来处理由系统100捕获的视频内容。例如，在一个实现中，强度相似度量度被用来找出诸视频图像之间的对应关系。 系统100包括诸如照相机102的成像设备。照相机102包括光学器件、光检测器106和视频内容分析引擎108。尽管成像设备被示出为数字照相机102，但是成像设备还可以是诸如常规模拟照相机、配备有成像设备的蜂窝电话、配备有成像设备的个人数字助理(PDA)、网络摄像头等任何类型的成像设备。被成像设备捕获的对象图像信息通常包括被光学器件104接收并发送到光检测器106的光子噪声112。光子噪声112是由于光子不以稳定的流到达光学器件104而产生的。取而代之，光子以一种与泊松噪声模型相一致的起伏的方式到达。到达光检测器106处的光子在这个强度上的瞬时波动在弱光条件下变得特别明显，而在该弱光条件下，进入的光子数是受限制的。 除了光子噪声112之外，照相机102还会遇上包括量化噪声的其它类型的噪声。当光检测器106将输入的光子能量数字化成量化的值而由此通过将入射光强度转换成检测器电流或信号来将光子变成电子时，产生量化噪声。在光子受限的情况下，由于在受限的动态范围中缺少强度分辨率，因此光子噪声和量化噪声成为主导。因此，量化噪声和光子噪声可对诸如夜视、医学成像、水下成像、显微镜成像、天文成像和/或其它应用等弱光视觉应用产生特别有害的作用。 除了光子噪声112和量化噪声之外，诸如复位噪声、暗电流噪声和读取噪声等其它类型的噪声也可能是显著的。一般而言，这些类型的噪声可能会严重降低照相机102中形成的图像114的质量。在高速成像中，泊松噪声经常变得显著，并且泊松噪声和量化噪声的组合会大大造成观测的不确定性。复位噪声、暗电流噪声和读取噪声可遵循泊松分布。然而，有时，也可用高斯噪声对读取噪声建模。这是因为如果σ足够大，则具有方差σ2和均值σ2的高斯噪声与具有均值σ2的泊松噪声几乎完全一致而造成的。例如，当在室温下且采用高读取频率操作照相机102时，σ可足够大以致满足该条件。 视频内容分析引擎108可用来影响光子受限的图像的图像复原，否则这些图像将遭受严重的恶化。如以下所讨论的，视频内容分析引擎108通过对光子噪声112、量化噪声、复位噪声、暗电流噪声和读取噪声建模并创建强度相似度量度来实现此功能。这些操作在过滤各种类型的噪声以改善图像114的质量方面是有用的。 计算机116被示为台式计算机。然而，计算机116可替换地包括诸如笔记本或便携式计算机、平板PC、蜂窝电话、个人数字助理(PDA)、工作站、大型计算机、服务器、因特网设备、机顶盒、以上的组合等各种其它类型的计算机和类似计算机的设备。在一个实现中，视频内容分析引擎108在计算机116上实现。在另一个实现中，视频内容分析引擎108的一部分驻留在计算机116上，而视频内容分析引擎108的另一部分驻留在计算机116外部的计算机可读介质上，或驻留在诸如照相机102等与计算机116分开的设备上。 计算机116通过本领域中公知的包括电话线、ISDN线的任何可能的连接类型耦合至诸如因特网等网络120。此外，其它计算机122(1)-122(N)可连接至网络120。按这种方式，计算机122(1)-122(N)可彼此、并与计算机116共享数据和指令。在一个实现中，这包括由计算机116通过网络120与计算机122(1)-122(N)共享由照相机102捕获的并由视频内容分析引擎108处理的视频内容。例如，在一个实现中，照相机102包括带有成像设备的蜂窝电话。在该示例中，成像设备拍摄的图像被视频内容分析引擎108处理。然后，这些图像被传送到计算机116、网络120或计算机122(1)-122(N)。 示例性计算设备 尽管不是必需的，但在由诸如个人计算机等计算设备执行的计算机可执行指令(程序模块)的一般上下文中描述基于PQ噪声模型创建泊松量化噪声模型和强度相似度量度的系统和方法。程序模块一般包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等。尽管在上述上下文中描述系统和方法，但是以下描述的动作和操作也可在硬件、软件、固件或硬件、软件、固件等组合中实现。 图2示出包括程序模块202和程序数据204的示例性计算设备200。程序模块202包括视频内容分析引擎108。视频内容分析引本文档来自技高网...

【技术保护点】
一种计算机实现的方法，包括：　接收图像信息；　从泊松噪声模型和量化噪声模型生成泊松量化噪声模型；以及　使用所述泊松量化噪声模型来估计所述图像信息中的泊松量化噪声。

【技术特征摘要】
【国外来华专利技术】...

【专利技术属性】
技术研发人员：Y松下，X汤，F奥尔特，
申请(专利权)人：微软公司，
类型：发明
国别省市：US[美国]