我目前正在参与一个涉及对成像传感器进行编程的项目。我们的传感器给了我们噪音，所以我们想要纠正它。该项目的其他人提出了拍摄“黑色”图像的想法，即戴上镜头盖并拍摄全黑的图像。（显然这不是由于噪声）在随后的捕获中，他从黑色图像中获取像素值并从常规捕获的图像中减去它们。
图像确实看起来更好，并且大部分噪点都被去除了，但是我不相信这是去除噪点的最佳方法，原因如下：
固定图像的范围是 [-172 194]（366 个值），而标准范围是 [0 255]。重新绘制时，它的范围回到 [0 255]，看起来确实更好，但我认为这是不正确的。
我应该提一下，新图像是在低光下拍摄的。
这种方法对消除噪音是否正确？为什么或者为什么不？
黑色图像是固定模式和暗噪声的总和（很可能遵循正态分布，因为它通常由电流波动引起）。您想要减去固定模式，而不是暗噪声 - 从信号中减去随机噪声只会增加整体噪声，从而降低信号质量。
要获得对固定模式的良好估计，您应该捕获相当数量的帧（比如 25 个，尽管 100 个当然只会留下一半的噪声），并对它们进行平均。由于暗噪声（应该）在时间上不相关，因此它会平均化，因此您会留下一个低噪声固定模式，您可以从未来的图像中减去该模式，并且不会增加图像中的噪声。
请注意，固定模式通常取决于曝光时间（例如，CCD 相机可能会在移位操作期间积累电子），因此您必须对每个曝光时间进行校准。如果您经常改变曝光时间，并且如果可行，您可以将实验设置为在每次实验后捕获一系列暗帧，这意味着您可以为每个实验进行校准。
如果你减去一个低噪声（即平均）的暗帧，你会得到一些负值（因为图像采集过程中出现的暗噪声可能有负值），但你的图像范围应该不会显着增加。如果是这样，则表明您没有平均足够的暗帧，或者由于您使用不同的曝光时间，固定模式发生了变化。
这种方法是有效的，实际上在一些高端相机中使用：传感器首先在快门关闭的情况下拍摄照片，然后将其减去“真实”照片。这有两个优点：
对于不同的曝光时间，这种方法可能会给出不同的结果。
光子噪声保持不变。
我认为这取决于您使用的传感器。
您可以在镜头盖打开的情况下拍摄一系列（例如 10000 张）图像，并比较每个像素的平均值/标准偏差。如果可能，您可以对均匀的“明亮”图像执行相同的操作（没有过度曝光，只有均匀的亮度）。
如果“暗均值”之间存在显着差异，则最好减去每个像素的暗均值。如果每个像素的（亮平均值 - 暗平均值）之间存在显着差异，那么除以“平均白色图像”也可能是一种改进。
但你真的必须做出这些统计数据才能找出有意义的东西。
通常，当您减去暗帧时，负值应该被截断为零。
我很惊讶暗帧减法给你 -172 的值。代表着：
您可以发布正常帧，暗帧，然后是减去版本的图像吗？