专利名称：电子倍增ccd噪声模型的参数估计方法
技术领域：
本发明属于电子倍增CXD图像处理技术，特别是一种电子倍增CXD噪声模型的参数估计方法。
背景技术：
电子倍增CXD在传统的CXD结构基础上加入一级增益寄存器，实现片上增益，抑制了在传统CCD中占主导因素的读出噪声，具有低噪声、高灵敏度、高动态范围等优点，在微光夜视、天文观测和生物医学等领域有广泛的应用前景。国内已有多家科研院所和高校投入到电子倍增CCD的研究工作。中国科学院光电技术研究所、中国科学院上海技术研究所和北京空间机电研究所王明富、谢宗宝和卜洪波等人对电子倍增CCD的驱动电路设计和空间生物光成像探测的可行性分析方面进行了研究；中国科学院国家天文台和中北大学对电子倍增CCD的成像系统构建和图像的长线传输进行了探索；中国科学院长春光学精密机械与物理研究所被授权《一种高压运放实现EMCCD信号驱动的系统》等多个电子倍增CCD驱动系统相关专利；西北核技术研究所被授权《高帧频高灵敏度光纤传输式EMCCD摄像系统》专利。整体而言，我国对电子倍增CCD的研究起步较晚，对电子倍增CCD的研究还停留在理论分析和整机研制阶段，与欧美发达国家相比还存在较大的差距。在大部分情况下，电子倍增CCD器件和成像镜头配合使用以获得被测对象的图像。但在微光条件下，当被测对象的信号较弱并且有效面积较小时，由于器件本身的噪声和镜头成像误差的影响经常会带入较大的噪声，使得电子倍增CCD成像系统获取图像的信噪比下降，图像分辨率也受到较大影响。为了设计有效的滤波器抑制噪声，减轻噪声对图像复原的影响，需要设计有效噪声参数估计算法对图像中的噪声参数进行准确和快速的估计。传统的参数估计有很多种，常用的方法是矩估计法和极大似然估计法。南京理工大学有人对此进行研究，在《Parameter Estimation of Noise Distribution Model ofElectron Multiplying CCD Based on the Moment Estimation))一文中，建立了电子倍增CCD的噪声分布模型，用矩估计法对噪声参数进行估计。极大似然估计算法有较强的优势，它能实现联合参量数值大小和正负性的双重估计，而且趋于真值的收敛速度快。根据电子倍增CCD的噪声来源及其统计特性，电子倍增CCD输出图片的噪声分布模型为混合泊松-高斯噪声分布模型，用传统极大似然估计法对混合泊松-高斯分布模型进行参数估计时，存在极大似然函数难以求解的问题。
发明内容
本发明的目的在于提供一种电子倍增CCD噪声模型的参数估计方法。实现本发明目的的技术解决方案为一种电子倍增CCD噪声模型的参数估计方法，步骤如下第一步，参数初始化设置，把电子倍增CCD的噪声分布模型进行初始化设置，噪声分布模型为混合泊松-高斯分布模型，混合泊松-高斯分布模型进行初始化设置就是拟作混合高斯分布模型进行处理，即令
权利要求
1.一种电子倍增CCD噪声模型的参数估计方法，其特征在于步骤如下: 第一步，参数初始化设置，把电子倍增CCD的噪声分布模型进行初始化设置，噪声分布模型为混合泊松-高斯分布模型，混合泊松-高斯分布模型进行初始化设置就是拟作混合m-Λ高斯分布模型进行处理，即令I = m-l, μ 1 = F2G2 μ，
2.根据权利要求1所述的电子倍增CCD噪声模型的参数估计方法，其特征在于:第一步中，进行参数估计的图片为电子倍增CCD本底图片或暗场图片，用矩估计法计算得到的μ的估计值作为初始值，选择合适的样本I范围，使加权系数的和趋于1，确定M的值。
3.根据权利要求1所述的电子倍增CCD噪声模型的参数估计方法，其特征在于:第二步中，具体实施方式
如下: ①求样本值来自第m个高斯源的后验概率密度，定义Znm作为指示向量:当Xn在第m个分布元中时，Znm = 1,否则Znm = 0, Znm指示了样本值Xn的来源,有:
全文摘要
本发明公开了一种电子倍增CCD噪声模型的参数估计方法，首先对噪声分布模型型进行初始化设置，以拟作混合高斯分布模型进行处理；然后对噪声分布模型进行极大似然化迭代，将设定的初始值代入混合模型中，求样本值来自高斯源的后验概率密度，再将潜在数据代入不完全数据的对数函数中计算偏导数，求取极值，即可得到参数的迭代估计值；最后进行判断步，将迭代估计值与初始值比较，依据循环终止条件，判断是否满足终止条件，若满足则迭代停止，若不满足则把迭代值设为初始值，重新进行极大似然化迭代。本发明以简单的步骤实现了对电子倍增CCD图像噪声参数的极大似然估计，有效地降低了极大似然法的复杂度，能对电子倍增CCD图像噪声进行快速、准确的估计。
文档编号G06F19/00GK103077303SQ20121057550
公开日2013年5月1日 申请日期2012年12月26日 优先权日2012年12月26日
发明者张闻文, 邹盼, 陈钱, 顾国华, 何伟基, 钱惟贤, 隋修宝, 屈惠明, 路东明, 于雪莲, 王利平, 王庆宝, 张毅 申请人:南京理工大学