下载掌阅APP，畅读海量书库
立即打开
目前，国内外对CMOS/CCD（Complementary Metal Oxide Semiconducter/Charge Coupled Device）图像传感器及图像本身噪声抑制方法进行了大量研究，而面向高精度、高自主导航能力要求所需的，更快速且能够实时解算航向信息的仿生偏振光罗盘定向误差处理方法与应用的相关研究则较少。
在国外，2007年，英国爱丁堡大学针对CMOS图像传感器噪声，使用公认理论和经验噪声模型，利用MATLAB程序编写了CMOS图像传感器噪声建模方法，并对该方法进行了仿真，验证了该方法在确定了各种噪声源的情况下对提高图像质量影响方面的有效性 [37] 。2013年，芬兰坦佩雷理工大学通过引入Anscombe变换的精确无偏逆变换，对噪声数据应用方差稳定变换后，利用高斯去噪算法对稳定变换后的数据进行去噪，最后对去噪后的数据应用逆方差稳定变换进行重建 [38] 。2016年，康萨特大学信息技术学院提出了一种基于离散小波变换（Discrete Wavelet Transformation，DWT）和经验分布函数（Empirical Distribution Functions，EDF）统计量的拟合优度（Goodness of Fit，GOF）统计检验CMOS图像去噪方法，通过一个零假设对应于噪声的存在，另一个假设表示被测图像样本中只存在期望信号，将去噪问题转化为一个假设检验问题 [39] 。2019年，康萨特大学电子工程系针对CMOS/CCD成像传感器噪声，提出一种基于检测理论和假设检验，并结合方差稳定变换的泊松噪声或泊松-高斯混合噪声去除方法 [40] 。2020年，波兰格但斯克科技大学针对在时间模式下，大规模并行CMOS图像成像仪的固定模式噪声抑制和线性改善问题，提出了一种用于时间模式模数转换器增益和偏移校正的数字时钟停止技术，该技术对暗电流不均匀性噪声和光响应不均匀性噪声补偿至关重要 [41] 。2021年，新加坡南洋理工大学通过在精确阵列乘法器中进行垂直或水平切割后再进行不同的输入和输出分配，设计出一种适用于数字图像去噪的近似阵列乘法器 [42] 。CMOS图像采集系统及图像去噪结果如图1.6所示。
图1.6 CMOS图像采集系统及图像去噪结果
在国内，2010年，天津大学采用总体最小二乘法对COMS图像传感器含有的乘性干扰噪声抑制方法进行了研究，并选择了四种典型的降噪算法（总体最小二乘法、块匹配与三维滤波、双边滤波和线性滤波）、三种典型的插补方法（双线性插补、自适应同质插补和凸集投影插补）进行去噪效果对比 [43] 。2011年，该研究小组针对去马赛克噪声及去噪顺序不同对图像质量造成的影响进行了研究，并对图像和噪声进行有效监测和分析 [44] 。2017年，哈尔滨工程大学通过分析CMOS图像传感器输出的灰度值数据，计算出不同曝光条件下的图像噪声，采用最小二乘拟合的平场校正方法校正固定模式噪声，再采用二次拟合解决固定模式噪声非线性问题 [45] 。2019年，杭州电子科技大学利用CMOS图像传感器信号依赖噪声模型，针对传统图像降噪算法在抑制噪声的同时会减少有用信号信息问题，从信号功率和能量着手，针对信号依赖噪声这一特点（即不同灰度值受不同强度噪声影响），提出了一种基于图像分割的随机共振图像降噪算法和级联随机共振系统设计方法 [46] 。2020年，天津大学针对CMOS图像传感器真实图像中的噪声，提出了一种基于三通道新损失函数和网络结构的卷积神经网络图像去噪方法，使卷积神经网络更适合用于去噪处理 [47] 。2021年，北京理工大学针对自研的增强型CMOS图像传感器，提出了一种可变形核预测神经网络联合去噪方法 [48] 。台北大学针对低照度环境中采集或传输的图像中产生的噪声，提出了一种基于深度图像先验的模块、基于拉普拉斯金字塔分解的图像融合模块和渐进细化模块相结合改进的CMOS图像传感器噪声抑制和边缘增强算法 [49] 。图像去噪算法及噪声抑制效果图如图1.7所示。
图1.7 图像去噪算法及噪声抑制效果图
此外，在仿生偏振光罗盘定向误差处理方面，国防科技大学分别于2014年、2018年和2020年，针对仿生偏振光罗盘易受天气、太阳位置、载体水平角等因素影响引起的误差进行了分析研究，分别提出了含有偏振模型误差的偏振光定向模型，以及像素化偏振芯片的仿生偏振光罗盘定向技术，并实现了载体水平时其定向误差为0.323°，倾斜后误差增至1.352°，车载试验定向精度优于0.5° [50-52] 。2018年，合肥工业大学提出基于霍夫变换的大气偏振模式“∞”字形重构方法，提升了恶劣天气条件下的大气偏振模式重构能力 [53] 。同年，中国科技大学针对混浊大气影响偏振导航进行了研究，通过减小混浊大气对偏振光导航带来的误差，有效提高了定向精度 [54] 。2020年，中北大学针对偏振光罗盘测得的偏振角图像中的噪声和罗盘在工作过程中倾角导致其定向精度显著降低问题，提出了一种基于方差稳定变换偏振图像去噪和高效极限学习机倾角误差补偿相结合的偏振罗盘航向误差处理方法，取得了显著的性能增益 [55] 。仿生偏振光罗盘定向误差处理方法及效果如图1.8所示。
图1.8 仿生偏振光罗盘定向误差处理方法及效果
综上所述，采用不同算法或者图像分割法抑制COMS/CCD图像传感器噪声的技术较成熟，这为仿生偏振光罗盘去噪研究工作提供了技术可行性。但是，本书研究的基于FPGA硬件电路的仿生偏振光罗盘是基于天空偏振光信息解算航向角，并通过FPGA电路输出航向角数据，所以噪声来源及其产生机理等有所不同。这种噪声不仅来源于偏振光罗盘采集的偏振图像，还来源于罗盘电路，并最终体现于罗盘输出的航向角数据。因此，研究高精度仿生偏振光罗盘噪声处理方法非常必要。
此外，固连在运动载体上的仿生偏振光罗盘在载体实际运动过程中不可避免地会产生俯仰和滚转等倾斜，而这些倾角变化带来的定向误差不容忽视。同时，我们在大量不同动态试验中发现，太阳子午线与载体体轴夹角（A-SMBA）、载体倾角的耦合会产生显著的航向误差。因此，深入研究仿生偏振光罗盘定向误差处理工作，对丰富仿生偏振光罗盘/惯性组合导航系统理论与方法具有重要意义。