Saltar al contenido principal

Generador de Ruido de Sensor, Cartas de Densidad y Espectro NPS

1. Identificación y Propósito General​

  • Identificador en rotEngine: noise
  • Módulo / Directorio Fuente: ImageQA_Noise_Suite_v1
  • Versión: 1.0.0
  • Propósito: Generación metrológica y reproducible de patrones de ruido fotográfico sintético, cartas estandarizadas de densidad óptica (Kodak Q-13, ColorChecker Gray de 6 parches, escalas personalizadas) e imágenes naturales degradadas con oráculos analíticos teóricos y estadísticas empíricas desacopladas.
  • Rol en la Suite ImageQA: Valida cuantitativamente los algoritmos de estimación de ruido de ImageQA (desviación típica σ\sigma, SNR en dB, ruido visual, componentes cromáticas, Espectro de Potencia de Ruido 2D / NPS, DSNU y PRNU), garantizando que los detectores no se validen circularmente contra sus propias rutinas.

2. Fundamento Científico y Modelado Matemático​

2.1. Modelado Radiométrico de Cartas de Densidad Óptica​

Para escalas reflectivas neutras (ej. Kodak Q-13 o escalas personalizadas), la reflectancia luminosa teórica Ri∈[0,1]R_i \in [0, 1] asociada a una densidad óptica difusa DiD_i se calcula según la ley fotométrica:

Ri=10−DiR_i = 10^{-D_i}

Para la escala Kodak Q-13 oficial, existen 20 parches con densidades nominales:

Dk=0.10⋅(k−1)para k=1,…,20(D∈[0.00,1.90])D_k = 0.10 \cdot (k - 1) \quad \text{para } k = 1, \dots, 20 \quad (D \in [0.00, 1.90])

En la escala ColorChecker Gray (parches 19 a 24 de la carta clásica), los valores de reflectancia se obtienen de las mediciones espectrofotométricas maestras BabelColor (Avg30) en coordenadas L∗L^* (iluminante D50, observador 2°), convirtiéndose a reflectancia lineal mediante la relación inversa CIE:

Yn=1.0;R={(L∗+16116)3,L∗>8L∗903.3,L∗≤8Y_n = 1.0; \quad R = \begin{cases} \left(\frac{L^* + 16}{116}\right)^3, & L^* > 8 \\ \frac{L^*}{903.3}, & L^* \le 8 \end{cases}

2.2. Familias de Modelos de Ruido Implementadas​

1. Ruido Gaussiano Aditivo en Código sRGB (gaussian)​

Inyectado directamente sobre la señal digital codificada Ssrgb∈[0,255]S_{\text{srgb}} \in [0, 255]:

I(x,y)=clip(Ssrgb+N(0,Σrgb), 0, 255)I(x, y) = \text{clip}\left(S_{\text{srgb}} + \mathcal{N}\left(0, \Sigma_{\text{rgb}}\right), \, 0, \, 255\right)

Si se define un objetivo de relación señal-ruido SNRdB∗\text{SNR}^*_{\text{dB}}, la desviación típica se calcula de forma adaptativa para cada parche según su señal limpia:

σpatch=Sclean⋅10−SNRdB∗20\sigma_{\text{patch}} = S_{\text{clean}} \cdot 10^{-\frac{\text{SNR}^*_{\text{dB}}}{20}}

2. Ruido Correlacionado Espacialmente y Espectro NPS (correlated)​

Se genera filtrando ruido blanco incorrelado w(x,y)∼N(0,σ02)w(x, y) \sim \mathcal{N}(0, \sigma_0^2) mediante un núcleo gaussiano continuo de correlación espacial:

g(x,y)=12πσc2exp⁡(−x2+y22σc2)g(x, y) = \frac{1}{2\pi \sigma_c^2} \exp\left(-\frac{x^2 + y^2}{2\sigma_c^2}\right)

El Espectro de Potencia de Ruido bidimensional analítico resultante (NPS o Wiener Spectrum) viene dado por:

NPS(u,v)=σ2⋅exp⁡(−4π2σc2(u2+v2))\text{NPS}(u, v) = \sigma^2 \cdot \exp\left(-4 \pi^2 \sigma_c^2 (u^2 + v^2)\right)

donde u,vu, v son las frecuencias espaciales en ciclos/píxel.

3. Ruido Multivariante con Covarianza Intercanal (rgb_covariance)​

Inyección estocástica conjunta mediante una matriz de covarianza simétrica semidefinida positiva 3×33\times 3 C∈R3×3\mathbf{C} \in \mathbb{R}^{3\times 3}, calculando la perturbación mediante la factorización de Cholesky C=LLT\mathbf{C} = \mathbf{L} \mathbf{L}^T:

η=Lz,z∼N(0,I3)\boldsymbol{\eta} = \mathbf{L} \mathbf{z}, \quad \mathbf{z} \sim \mathcal{N}(\mathbf{0}, \mathbf{I}_3)

4. Ruido Perceptual en Espacio CIELAB (lab)​

Se perturban las coordenadas de luminosidad y cromaticidad de forma independiente:

L∗′=L∗+N(0,σL2),a∗′=a∗+N(0,σa2),b∗′=b∗+N(0,σb2)L^{*\prime} = L^* + \mathcal{N}(0, \sigma_L^2), \quad a^{*\prime} = a^* + \mathcal{N}(0, \sigma_a^2), \quad b^{*\prime} = b^* + \mathcal{N}(0, \sigma_b^2)

5. Modelo Físico Poisson-Gaussiano de Sensor (poisson_gaussian)​

Basado en la física de fotodiodos semiconductores y el modelo de Foi et al. (2008):

  1. Fotones Incidentes y Ruido de Disparo (Shot Noise): μe=Ewhite⋅Rpatch⋅mexp\mu_e = E_{\text{white}} \cdot R_{\text{patch}} \cdot m_{\text{exp}} Ne∼Poisson(μe+Ndark)N_e \sim \text{Poisson}\left(\mu_e + N_{\text{dark}}\right)
  2. Saturación en Pozo de Potencial (Full Well Capacity): Nwell=min⁡(Ne, Nfull_well)N_{\text{well}} = \min(N_e, \, N_{\text{full\_well}})
  3. Ruido de Lectura y Conversión Digital ADC: Ntotal=Nwell+N(0,σread2)N_{\text{total}} = N_{\text{well}} + \mathcal{N}(0, \sigma_{\text{read}}^2) DNADC=clip(round(Ntotal⋅GADC+Pedestalblack), 0, 2Nadc−1)\text{DN}_{\text{ADC}} = \text{clip}\left(\text{round}\left(N_{\text{total}} \cdot G_{\text{ADC}} + \text{Pedestal}_{\text{black}}\right), \, 0, \, 2^{N_{\text{adc}}} - 1\right)

6. Patrones Espaciales Fijos FPN: PRNU y DSNU (fixed_pattern)​

Conforme a la norma EMVA 1288:

  • DSNU (Dark Signal Non-Uniformity): Mapa aditivo estático de corriente oscura: Ddsnu(x,y)∼N(0,σdsnu2)\mathbf{D}_{\text{dsnu}}(x, y) \sim \mathcal{N}(0, \sigma_{\text{dsnu}}^2).
  • PRNU (Photo Response Non-Uniformity): Mapa multiplicativo estático de ganancia fotoeléctrica: Pprnu(x,y)∼N(1.0,σprnu2)\mathbf{P}_{\text{prnu}}(x, y) \sim \mathcal{N}(1.0, \sigma_{\text{prnu}}^2).

3. Inventario Completo de Parámetros de Entrada​

3.1. Bloque chart (Configuración de la Carta)​

ParámetroTipoOpciones / DominioDefaultUnidadesSignificado Técnico
kindstr'q13', 'cc-gray', 'custom', 'natural''cc-gray'-Topología de la carta o estímulo de entrada.
patch_widthint≥16\ge 16192píxelesAnchura de cada parche individual.
patch_heightint≥16\ge 16256píxelesAltura de cada parche individual.
gapint≥0\ge 012píxelesEspacio entre parches contiguos.
marginint≥0\ge 024píxelesMargen perimetral exterior.
natural_imagestr / nullRuta de archivo de imagennullrutaImagen fotográfica externa aportada por el usuario (PNG/TIFF/JPEG).

3.2. Bloque noise (Propiedades del Ruido)​

ParámetroTipoOpciones / DominioDefaultUnidadesSignificado Técnico
modestr'gaussian', 'correlated', 'rgb_covariance', 'lab', 'poisson_gaussian', 'fixed_pattern''gaussian'modeloMecanismo físico o perceptual de generación estocástica.
sigma_dnfloat≥0.0\ge 0.05.0DNDesviación típica del ruido aditivo en código digital.
correlation_sigma_pxfloat≥0.0\ge 0.02.0píxelesDesviación típica del filtro gaussiano de correlación espacial (radio de grano).
gradient_fractionfloat[0.0,1.0][0.0, 1.0]0.0fracciónVariación lineal de la potencia de ruido a lo largo del encuadre.
stripe_sigma_dnfloat≥0.0\ge 0.00.0DNAmplitud de ruido de franjas unidimensionales por columna (sensor striping).

3.3. Bloque sensor (Modelo Físico de Captor)​

ParámetroTipoRangoDefaultUnidadesSignificado Técnico
exposure_efloat>0> 010000electronesCarga media de electrones generados en el nivel blanco máximo.
read_noise_efloat≥0\ge 03electronesRuido temporal de lectura del amplificador y conversor ADC (e−e^- RMS).
full_well_efloat>0> 015000electronesCapacidad máxima de saturación del pozo de potencial.
gain_dn_per_efloat>0> 00.25DN / e−e^-Factor de conversión o ganancia del sistema ADC.
adc_bitsint8…168 \dots 1612bitsResolución de conversión del convertidor analógico a digital.

3.4. Parámetros Globales​

ParámetroTipoRangoDefaultUnidadesSignificado Técnico
file_bitsint8, 168bits/canalProfundidad de cuantificación del archivo final guardado.
image_formatstr'png', 'tiff''png'formatoFormato de archivo de imagen.
framesint1…161 \dots 161fotogramasNúmero de fotogramas temporales independientes a sintetizar.
save_npsbooltrue, falsetrue-Calcula y exporta el mapa 2D del Espectro de Potencia de Ruido (NPS).
seedint≥0\ge 012345semillaSemilla del generador determinista pseudoaleatorio.

4. Configuración JSON en rotEngine​

Esquema JSON por defecto cargado en la aplicación web:

{
"chart": {
"kind": "cc-gray",
"patch_width": 192,
"patch_height": 256,
"gap": 12,
"margin": 24,
"natural_image": null
},
"noise": {
"mode": "gaussian",
"sigma_dn": 5.0,
"correlation_sigma_px": 2.0,
"gradient_fraction": 0.0,
"stripe_sigma_dn": 0.0
},
"sensor": {
"exposure_e": 10000,
"read_noise_e": 3,
"full_well_e": 15000,
"gain_dn_per_e": 0.25,
"adc_bits": 12
},
"file_bits": 8,
"image_format": "png",
"frames": 1,
"seed": 12345,
"save_nps": true
}

5. Productos de Salida y Metadatos de Respuesta​

Al ejecutarse, el generador produce:

  1. Archivo de Imagen (.png o .tiff): Carta de densidad con ruido inyectado o escena natural degradada.
  2. manifest.json: Metadatos de ejecución con registro de parámetros y hash SHA-256.
  3. effective_statistics_frame_0000.json: Tabla exhaustiva de estadísticas por parche calculadas sobre los códigos enteros reales de la imagen:
    • mean_dn, sigma_dn: Media y desviación típica efectiva en cada parche.
    • snr_db: Relación señal-ruido observada (20log⁡10(μ/σ)20 \log_{10}(\mu / \sigma)).
    • theoretical_sigma: Desviación teórica del modelo antes de cuantización y recorte.
  4. Mapa de NPS (nps_frame_0000.png y .npz): Matriz bidimensional del espectro de Wiener normalizado.

6. Licencias, Derechos de Autor y Atribuciones​

  • Licencia: Licencia permisiva ImageQA · Marcas registradas por sus respectivos titulares.
  • Copyright: Copyright © 2026 ImageQA Contributors.

7. Citas Bibliográficas y Normativas​

  1. ISO 15739:2023. Photography — Electronic still picture imaging — Noise measurements. International Organization for Standardization. https://www.iso.org/standard/79555.html.
  2. EMVA 1288 Standard (Release 4.0). Standard for Characterization of Image Sensors and Cameras. European Machine Vision Association.
  3. Foi, A., Trimeche, M., Katkovnik, V., & Egiazarian, K. (2008). Practical Poissonian-Gaussian noise modeling and fitting for single-image raw-data. IEEE Transactions on Image Processing, 17(10), 1737–1754.
  4. Janesick, J. R. (2007). Photon Transfer: DN -> lambda. SPIE Press.