用python对FPN进行计算

一、Noise的分类
从时态上分，可以分为fix pattern noise与temporal noise。Fix pattern noise 与时间无关，表现上看就是噪声幅度不随时间变化。Temporal noise是随时间变化。

二、图像测试方法
在暗态环境下，连续取5张图片，取平均后形成一张新的图片。

三、直接上代码

#计算平均值
average_image = np.mean([img1,img2,img3,img4,img5], axis=0)
tem=(np.sum(np.sum([img1,img2,img3,img4,img5],axis=0)))/5/(heightwidth)
FPN_Total=np.sqrt((np.sum((average_image-tem)**2)/(heightwidth)))

#计算FPN_row
row_means = np.mean(average_image, axis=1)
#计算相邻行平均值的差值
row_diffs = np.diff(row_means)
FPN_row=np.sqrt(np.mean((row_diffs/np.sqrt(2))**2))

#计算FPN_col
col_means = np.mean(average_image, axis=0)
#计算相邻行平均值的差值
col_diffs = np.diff(col_means)
FPN_col=np.sqrt(np.mean((col_diffs/np.sqrt(2))**2))

#计算FPN_px
FPN_px=np.sqrt(FPN_Total2-FPN_row2-FPN_col**2)

四、结论
2篇noise的编写，主要还是根据需求来进行编写。