CN101356799A - 用于降低图像噪声的方法及设备 - Google Patents

用于降低图像噪声的方法及设备 Download PDF

Info

Publication number
CN101356799A
CN101356799A CNA2006800508192A CN200680050819A CN101356799A CN 101356799 A CN101356799 A CN 101356799A CN A2006800508192 A CNA2006800508192 A CN A2006800508192A CN 200680050819 A CN200680050819 A CN 200680050819A CN 101356799 A CN101356799 A CN 101356799A
Authority
CN
China
Prior art keywords
pixel
value
discerning
mean
imaging device
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CNA2006800508192A
Other languages
English (en)
Inventor
德米特里·耶德夫
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Micron Technology Inc
Original Assignee
Micron Technology Inc
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Micron Technology Inc filed Critical Micron Technology Inc
Publication of CN101356799A publication Critical patent/CN101356799A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/20—Image enhancement or restoration using local operators
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/10—Cameras or camera modules comprising electronic image sensors; Control thereof for generating image signals from different wavelengths
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/70—Denoising; Smoothing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/30—Noise filtering
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/10—Cameras or camera modules comprising electronic image sensors; Control thereof for generating image signals from different wavelengths
    • H04N23/12—Cameras or camera modules comprising electronic image sensors; Control thereof for generating image signals from different wavelengths with one sensor only
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N25/00—Circuitry of solid-state image sensors [SSIS]; Control thereof
    • H04N25/60—Noise processing, e.g. detecting, correcting, reducing or removing noise
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N25/00—Circuitry of solid-state image sensors [SSIS]; Control thereof
    • H04N25/60—Noise processing, e.g. detecting, correcting, reducing or removing noise
    • H04N25/68—Noise processing, e.g. detecting, correcting, reducing or removing noise applied to defects
    • H04N25/683—Noise processing, e.g. detecting, correcting, reducing or removing noise applied to defects by defect estimation performed on the scene signal, e.g. real time or on the fly detection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10024—Color image

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Color Television Image Signal Generators (AREA)
  • Transforming Light Signals Into Electric Signals (AREA)
  • Image Processing (AREA)
  • Facsimile Image Signal Circuits (AREA)

Abstract

本发明揭示一种允许在成像装置中进行图像噪声消除的方法及设备。所述方法及实施设备选择包含所识别像素的相邻像素对的核心，确定所述校正核心中像素对的平均输出信号值，确定所述平均值与所述所识别像素值的差，将所述差值与阈值相比较，并针对具有等于或小于或等于所述阈值的不同值的像素对将选定的平均像素对值并入到所述所识别像素值中。

Description

用于降低图像噪声的方法及设备
技术领域
本发明大体来说涉及固态成像器装置领域，而更特定来说涉及一种用于在固态成像器装置中降低噪声的方法及设备。
背景技术
光成像应用中已使用包含电荷耦合装置(CCD)、CMOS成像器及其它装置的固态成像器。固态成像器电路包含像素单元的焦平面阵列，所述单元中的每一单元包含一光传感器，所述光传感器可以是具有用于累积光致电荷的掺杂区域的光电门、光导体或光二极管。
对于固态图像传感器来说最具挑战性的问题之一是降低噪声，尤其对于具有较小像素尺寸的传感器。噪声对图像质量的影响随着像素尺寸不断减小而增加且可对图像质量产生严重影响。具体来说，由于减小的动态范围，噪声在更小的像素中影响图像质量。解决此问题的一种方式是通过改善工艺；但是与此类改善相关联的成本较高。因此，工程师们常常关注其它降低噪声的方法。
本文简要论述可用于图像噪声消除的两种例示性方法。第一方法包含使用局部平滑滤波器，所述滤波器通过应用局部低通滤波器来降低图像中的噪声分量来运作。此类滤波器的典型实例包含平均、媒体及高斯滤波器。与局部平滑滤波器相关联的一个问题是其在作为图像一部分的高频率分量与由于噪声而产生的高频率分量之间不作区分。因此，这些滤波器不仅移除噪声，而且还使图像的边缘变模糊。
第二组噪声消除的方法在空间频域中运作。这些方法通常首先将图像数据转变成频率空间(正向转换)，然后过滤所转换的图像，且最后将所述图像转变回成所述图像空间(反向转换)。此类滤波器的典型实例包含DFT滤波器及波长转换滤波器。然而，将这些滤波器用于图像噪声消除由于处理图像数据所需要的大量计算而受阻。另外，可因使用这些滤波器来降低噪声而产生块假像及振荡。此外，最好在YUV(Y为亮度分量且U与V为色度分量)色彩空间中实施这些滤波器。因此，极需一种不会使图像的边缘变模糊的高效图像噪声消除方法及设备。
发明内容
在各种例示性实施例中，本发明涉及一种允许在成像装置中图像噪声消除的方法及设备。
根据本发明例示性实施例，一种方法及实施设备选择包含所识别像素的相邻像素对的图像校正核心，确定校正核心中像素对的平均输出信号值，确定所述平均值与所识别像素值之间的差，将所述差值与阈值相比较，并针对具有等于或小于阈值的不同值的像素对将选定的平均像素对的值并入到所识别像素值中。
附图说明
通过下面提供的关于本发明的详细说明并参照附图，将容易了解本发明的前述及其它优点及特征，其中：
图1是与像素阵列结合使用的常规微透镜及滤色片阵列的俯视图；
图2A描绘根据本发明用于像素阵列的红色或蓝色像素的图像校正核心；
图2B描绘根据本发明用于像素阵列的绿色像素的校正核心；
图3更详细地描绘图1所示校正核心；
图4显示根据本发明例示性方法由用于校正像素噪声的图像处理器来执行的方法的流程图；
图5显示根据本发明例示性实施例构成的成像器的方块图；且
图6显示并入根据本发明实施例构成的至少一个成像装置的处理器系统。
具体实施方式
在下文的详细说明中，参照附图，其形成所述说明的一部分并以图解说明的方式显示可实践本发明的特定实施例。对这些实施例的详细说明足以能使所属技术领域的技术人员实践本发明，且应了解，可利用其它实施例，且可以做出结构、逻辑及电性方面的变化而不背离本发明的精神及范围。所描述的处理步骤的进程为本发明实施例的例示；然而，所述步骤的顺序并不限于本文所阐述的顺序且如所属技术领域中已知可以改变，除了必须以某一特定顺序进行的步骤之外。
本文所使用的术语″像素″是指光元件单位单元，其含有用于将光子转变为电信号的光传感器装置及相关联结构。出于图解说明的目的，本文图式及说明中图解说明单个代表性三色像素阵列。然而，本发明可应用于单色成像器及应用于感测阵列中三个以下或三个以上色彩分量的成像器。因此，以下详细说明不应从限制意义来看待，且本发明范围仅由随附权利要求书来界定。
另外，应了解，单独来看，像素通常不会在各个入射光色彩之间加以区分，且其输出信号仅表示所接收光的强度，而并不对色彩作任何识别。然而，如本文所述，当与像素阵列结合使用滤色片81(图1)以将特定波长范围的光聚焦(对应于特定色彩)到像素80上时，像素80是以色彩来表示的(即，″红色像素″、″蓝色像素″等)。图1描绘一个例示性常规滤色片阵列，其布置为拜尔(Bayer)图案，从而覆盖像素阵列以聚焦入射光。因此，当本文中使用术语″红色像素″时，其表示与穿过红色滤色片的光相关联并接收所述光的像素；当本文中使用术语″蓝色像素″时，其表示与穿过蓝色滤色片的光相关联并接收所述光的像素；且当本文中使用术语″绿色像素″时，其表示与穿过绿色滤色片的光相关联并接收所述光的像素。
图2A及2B分别图解说明像素阵列100、110的部分，每一部分均具有各自的所识别像素32a、32b，所述所识别像素可经历根据本发明的校正方法。像素阵列100中的所识别像素32a可以是红色或蓝色像素。像素阵列110具有所识别像素32b，所述像素为绿色像素。
在所图解说明的实例中，假定像素阵列100、110与拜尔(Bayer)图案滤色片阵列82(图1)相关联；然而，本发明还可用于其它滤色片图案。滤色片81将特定波长范围的入射光聚焦到下部像素80上。在拜尔(Bayer)图案中，每隔一行像素阵列由交替的红色(R)与绿色(G)彩色像素组成，而其它行由交替的绿色(G)与蓝色(B)彩色像素组成。
根据本发明例示性实施例，为对像素进行噪声消除，本发明利用所识别像素32a、32b的四个最近相邻对的信号值。所识别像素32a、32b为当前所处理的像素。所述相邻像素在本文中全体称作像素核心，在图2A及2B中分别显示为核心101a、101b。每一核心101a、101b中总共包含八个相邻像素。相同色彩的八个相邻像素分成相对于所识别像素32a、32b而对称的四对。应注意，所图解说明的校正核心101a、101b是例示性的，且对于使用拜尔(Bayer)图案以外的的滤色片图案的像素阵列，可选择其它校正核心。另外，如果需要，一校正核心可包括多于或少于八个相邻像素。
在图2A及2B中，以虚线勾画出例示性校正核心101a、101b。对于核心101a来说，有八个像素(像素10、12、14、34、54、52、50及30)具有与所识别像素32a相同的色彩。虽然看起来校正核心101a含有十六个像素，但应注意，所述像素中的一半像素为绿色像素，且不会考虑将其信号用于对红色或蓝色像素32a进行噪声消除。图3更详细地显示组成核心101a的实际像素。核心101b还包含具有与所识别像素32b相同的绿色的八个像素(像素12、23、34、43、52、41、30及21)。
参照图4，现在描述本发明的例示性方法200。可由图像处理电路280来执行所述方法(下面参照图5来描述)。应了解，每一像素均具有表示在所述像素接收到的光的量的值。虽然表示来自所述像素的读出信号，但所述值为读出模拟信号的数字化表示。下面说明中将这些值表示为Px，其中″P″为所述值，且″x″为图2A或2B所示的像素编号。仅出于解释目的，参照图2A所图解说明的核心101a及像素32a来描述方法200。
在初始步骤201中，识别所处理的像素32a。接下来，在步骤202中选择/识别核心101a。在针对像素32a选择相关联核心101a后，对称地位于像素32a周围的核心像素的每一者均成对，且在步骤203期间计算每一对的平均值Apair。核心101a的像素对为10与54；12与52；30与34及50与14。可看出，所述对包括在所识别像素32a的相对侧上的像素。例如，针对像素对12、52，计算出平均值A1252＝(P12+P52)/2。
在步骤204中，针对每一对像素，计算所述像素对平均值与所处理像素32a之间的差值Dpair。例如，针对像素对12、52计算出差D1252＝|A1252-P32|。接下来在步骤205中，将所有成对的差值Dpair与阈值TH相比较。例如，可通过使用来自当前增益设定的噪声水平或使用其它适当方法来预先选择所述阈值TH。
接下来在步骤206中，将具有小于或等于阈值TH的差值Dpair的像素对平均值Apair与像素值P32a平均。例如，如果仅像素对12、52及30、34的差值D1252、D3034小于或等于阈值TH，则将平均值A1252及A3034与P32a相加并将总和除以3，以对P32a的值进行噪声消除。在一例示性实施例中，当所有四个差值均小于或等于所述阈值时，使用四个平均值及/或P32a的初始值来计算P32a的值。在此实施例中，如果差值Dpair小于或等于所述阈值，则将所述对的平均值与所述总和相加，否则替代地加上P32a的值。因此，如果最近相邻像素对的所有四个差值均小于或等于所述阈值，则不使用P32a的原始值来计算P32a的经噪声消除的值。然而，例如，如果所述差值中仅两个差值小于或等于所述阈值，则两次使用P32a的值来计算P32a的经噪声消除的值(即，P32a＝Apair1+Apair2+P32a+P32a)。通常，对作为二的幂的一定数目的值求平均值(例如，对2、4、8个值等求平均值)可易于在成像器中计算及应用。因此，通过对作为二的幂的数目的值求平均值可更容易地实施本发明。然而，本发明不限于这些实施方案，且可通过使用任何合适数目的值来实施。
本文所描述的方法可在处理每一像素信号时对每一像素信号执行。在对像素值进行噪声消除时，可使用先前经噪声消除的像素的值来对其它像素值进行噪声消除。因此，当使用本文所描述的方法及先前噪声消除的像素的值来对其它像素进行噪声消除时，所述方法及设备可以部分递归的方式实施。然而，本发明不限于此实施方案，且可以完全递归(通过使用来自其它经噪声消除的像素的值来对像素进行噪声消除)或非递归的方式(不使用经噪声消除的像素来对后续像素进行噪声消除)实施。
如上所述，也可对像素32b及相关联的图像校正核心101b实施及执行上述方法200。例如，在步骤202中选择/识别核心101b。在针对像素32b选择相关联核心101b后，对称地位于像素32b周围的核心像素中的每一者均成对，且在步骤203期间计算每一对的平均值Apair。核心101b的像素对为30与34；12与52；21与43；及41与23。如上所述执行其余步骤204-206。
上述实施例提供的噪声消除可能不足以移除伪噪声(即，大于6个标准偏差的噪声)。因此，本发明在已由将移除伪噪声的滤波器处理图像数据之后实施的情况下得到更好的利用。
本发明不限于上述实施例。例如，可将具体化所述方法的程序存储在可包含RAM、软磁盘、数据传输、光盘等的载体媒体上，且然后由相关联的处理器来执行。例如，本发明可实施为用于现有软件应用程序的插件程序，或者其可独立使用。本发明不限于本文所指定的载体媒体，且可使用所属技术领域中已知的任何载体媒体来实施本发明。
图5图解说明具有像素阵列240的例示性成像装置300。由行驱动器245响应于行地址解码器255选择性地激活阵列240的行线。在成像装置300中还包含列驱动器260及列地址解码器270。由定时及控制电路250操作成像装置300，定时及控制电路250控制地址解码器255、270。控制电路250还控制行与列驱动器电路245、260。
与列驱动器260相关联的取样与保持电路261针对阵列240的选定像素读取像素重设信号Vrst及像素图像信号Vsig。由差动放大器262为每一像素产生差动信号(Vrst-Vsig)，并由模拟到数字变换器275(ADC)将所述差动信号数字化。模拟到数字转换器275将经数字化的像素信号提供给形成并可输出数字图像的图像处理器280。图像处理器280具有能够在像素阵列240上执行方法200(图4)的电路。
图6显示系统1100，所述系统为修改成包含本发明的成像装置300(图5)的典型处理器系统。系统1100是具有可包含图像传感器装置的数字电路的系统的例示。在不作限制的情况下，这一系统可包含计算机系统、静态或视频相机系统、扫描仪、机器视觉、视频电话及自动聚焦系统或其它成像器系统。或者，可由位于放大器262与ADC275之间的硬连线电路对所述像素阵列的模拟输出进行处理。
系统1100(例如相机系统)通常包括通过总线1104与输入/输出(I/O)装置1106通信的中央处理单元(CPU)1102，例如微处理器。成像装置300还可通过总线1104与CPU1102通信。基于处理器的系统1100还包含随机存取存储器(RAM)1110，且可包含也通过总线1104与CPU 1102通信的可装卸存储器1115，例如快闪存储器。可将成像装置300与处理器(例如，CPU、数字信号处理器或微处理器)结合，而在单个集成电路上或在与所述处理器不同的芯片上的存储装置可有可无。
虽然已结合当时已知的例示性实施例详细描述了本发明，但应容易了解，本发明并不限于此类所揭示实施例。而是，可将本发明修改成并入至此尚未描述但与本发明精神及范围一致的任何数量的变化、更改、替代或等效布置。例如，可将所述方法用于除所述拜尔(Bayer)图案以外的其它图案中的像素，且可相应地调整所述校正核心。另外，本发明并不限于其使用的成像器装置的类型。因此，不应将本发明视为限于前述说明，而仅由随附权利要求书的范围限定。

Claims (42)

1、一种对像素值进行噪声消除的方法，其包括以下动作：
选择围绕所识别像素的一组相邻像素；
针对所述组内的每一对像素，确定所述对的所述像素的平均值，其中每一对中的像素位于所述所识别像素的相对侧上；
针对每一对像素，计算所述所识别像素值与所述像素对的所述平均值之间的差；
针对每一对像素，将所述差值与预定阈值相比较；及
基于所述比较，将至少一个平均值并入到经噪声消除的所识别像素值中。
2、如权利要求1所述的方法，其中所述并入步骤进一步包括：
针对小于或等于所述阈值的每一差值，将所述平均值添加到所述经噪声消除的所识别像素值；及
基于被添加到所述经噪声消除的所识别像素值的平均对值的数目获得平均值。
3、如权利要求1所述的方法，其中所述选择围绕所识别像素的所述像素组的动作包括选择预定数目的具有与缺陷像素相同色彩的最近像素。
4、如权利要求3所述的方法，其中所述预定数目的最近像素为八个。
5、如权利要求1所述的方法，其中将所述方法实施为递归方法。
6、如权利要求1所述的方法，其中将所述方法实施为非递归方法。
7、如权利要求1所述的方法，其中将所述方法实施为部分递归方法。
8、一种成像装置，其包括：
像素阵列，其包括多个像素，每一像素输出表示所接收光的量的信号；及
像素噪声消除电路，其用于通过提供一值来取代至少一个所识别像素值而对所述所识别像素值进行噪声消除，所述值是通过将从平均像素对值导出的值与阈值相比较并对至少一个平均像素对值求平均值而获得的。
9、如权利要求8所述的成像装置，其中所述噪声消除电路存储所述阈值。
10、如权利要求8所述的成像装置，其中所述组包括四个像素对。
11、如权利要求8所述的成像装置，其中所述噪声消除电路计算每一像素对的所述平均值。
12、如权利要求11所述的成像装置，其中所述噪声消除电路计算每一对的所述计算出的平均值与所述所识别像素值之间的差。
13、如权利要求12所述的成像装置，其中所述噪声消除电路将每一差值与所述阈值相比较。
14、如权利要求13所述的成像装置，其中所述噪声消除电路针对并入有所述像素对的所述所识别像素来计算平均值，所述像素对具有小于或等于所述阈值及所述所识别像素值的差值。
15、如权利要求8所述的成像装置，其中所述值是通过对至少一个平均像素对值与所述所识别像素值求平均值而计算的。
16、如权利要求15所述的成像装置，其中多于一次地使用所述所识别像素值来计算所述值。
17、一种处理系统，其包括：
处理器；及
成像装置，其连接到所述处理器且包括：
像素阵列，其包括多个像素，每一像素输出表示所接收光的量的信号；及
像素噪声消除电路，其用于通过提供一值来取代所述所识别像素值来对至少一个所识别像素值进行噪声消除，所述值是通过将从平均像素对值导出的值与阈值相比较并对至少一个平均像素对值求平均值而获得的。
18、如权利要求17所述的处理系统，其中所述成像装置为CMOS成像器。
19、如权利要求17所述的处理系统，其中所述成像装置为CCD成像器。
20、如权利要求17所述的处理系统，其中既定像素的所述值是所述像素所接收光的所述量的数字化表示。
21、如权利要求17所述的处理系统，其中所述噪声消除电路计算每一像素对的所述平均值。
22、如权利要求21所述的处理系统，其中所述噪声消除电路计算每一对的所述计算出的平均值与所述所识别像素值之间的差。
23、如权利要求22所述的处理系统，其中所述噪声消除电路将每一差值与阈值相比较。
24、如权利要求23所述的处理系统，其中所述噪声消除电路针对并入有所述像素对的所述所识别像素来计算平均值，所述像素对具有小于或等于所述阈值与所述所识别像素值的差值。
25、如权利要求17所述的处理系统，其中所述值是通过对至少一个平均像素对值与所述所识别像素值求平均值而计算的。
26、如权利要求25所述的处理系统，其中多于一次地使用所述所识别像素值来计算所述值。
27、一种具有相关联程序的处理器，所述程序启用所述处理器以通过实施以下动作来对图像进行噪声消除：
选择围绕所识别像素的一组相邻像素；
针对所述组内的每一对像素，确定所述对的所述像素的平均值，其中每一对中的像素位于所述所识别像素的相对侧上；
针对每一对像素，计算所述所识别像素值与所述像素对的所述平均值之间的差；
针对每一对像素，将所述差值与预定阈值相比较；及
基于所述比较，将至少一个平均值并入到经噪声消除的所识别像素值中。
28、如权利要求27所述的方法，其中所述并入步骤进一步包括：
针对小于或等于所述阈值的每一差值，将所述平均值添加到所述经噪声消除的所识别像素值；及
基于被添加到所述经噪声消除的所识别像素值的平均对值的数目来获得平均值。
29、如权利要求27所述的方法，其中所述选择围绕所识别像素的所述像素组的动作包括选择预定数目的具有与缺陷像素相同色彩的最近像素。
30、如权利要求29所述的方法，其中所述预定数目的最近像素为八个。
31、如权利要求27所述的方法，其中将所述方法实施为递归方法。
32、如权利要求27所述的方法，其中将所述方法实施为非递归方法。
33、如权利要求27所述的方法，其中将所述方法实施为部分递归方法。
34、如权利要求28所述的方法，其进一步包括将所述所识别像素值并入到所述平均计算中。
35、一种含有用于操作处理器来对图像进行噪声消除的程序的载体媒体，所述程序包括以下动作：
选择围绕所识别像素的一组相邻像素；
针对所述组内的每一对像素，确定所述对的所述像素的平均值，其中每一对中的像素位于所述所识别像素的相对侧上；
针对每一对像素，计算所述所识别像素值与所述像素对的所述平均值之间的差；
针对每一对像素，将所述差值与预定阈值相比较；及
基于所述比较，将至少一个平均值并入到经噪声消除的所识别像素值中。
36、如权利要求35所述的媒体，其中所述并入步骤进一步包括：
针对小于或等于所述阈值的每一差值，将所述平均值添加到所述经噪声消除的所识别像素值；及
基于被添加到所述所识别像素值的平均对值的数目来获得平均值。
37、如权利要求35所述的媒体，其中所述选择围绕所识别像素的所述像素组的动作包括选择预定数目的具有与缺陷像素相同色彩的最近像素。
38、如权利要求37所述的媒体，其中所述预定数目的最近像素为八个。
39、如权利要求35所述的媒体，其中所述方法实施为递归方法。
40、如权利要求35所述的媒体，其中所述方法实施为非递归方法。
41、如权利要求35所述的媒体，其中所述方法实施为部分递归方法。
42、如权利要求36所述的媒体，其进一步包括将所述所识别像素值并入到所述平均计算中。
CNA2006800508192A 2005-12-14 2006-12-12 用于降低图像噪声的方法及设备 Pending CN101356799A (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US11/302,120 2005-12-14
US11/302,120 US20070133893A1 (en) 2005-12-14 2005-12-14 Method and apparatus for image noise reduction

Publications (1)

Publication Number Publication Date
CN101356799A true CN101356799A (zh) 2009-01-28

Family

ID=37875726

Family Applications (1)

Application Number Title Priority Date Filing Date
CNA2006800508192A Pending CN101356799A (zh) 2005-12-14 2006-12-12 用于降低图像噪声的方法及设备

Country Status (7)

Country Link
US (1) US20070133893A1 (zh)
EP (1) EP1961211A1 (zh)
JP (1) JP2009520403A (zh)
KR (1) KR20080078044A (zh)
CN (1) CN101356799A (zh)
TW (1) TW200806010A (zh)
WO (1) WO2007070464A1 (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102349090A (zh) * 2009-03-16 2012-02-08 株式会社理光 噪声减少设备、噪声减少方法、噪声减少程序和记录介质
CN104717401A (zh) * 2015-03-30 2015-06-17 北京三好互动教育科技有限公司 一种去除奇点噪声的方法及装置
CN105096262A (zh) * 2014-05-22 2015-11-25 安凯(广州)微电子技术有限公司 图像滤波方法和装置

Families Citing this family (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7639889B2 (en) 2004-11-10 2009-12-29 Fotonation Ireland Ltd. Method of notifying users regarding motion artifacts based on image analysis
US8180173B2 (en) 2007-09-21 2012-05-15 DigitalOptics Corporation Europe Limited Flash artifact eye defect correction in blurred images using anisotropic blurring
US8131072B2 (en) * 2007-11-26 2012-03-06 Aptina Imaging Corporation Method and apparatus for reducing image artifacts based on aperture-driven color kill with color saturation assessment
FR2941067B1 (fr) * 2009-01-14 2011-10-28 Dxo Labs Controle de defauts optiques dans un systeme de capture d'images
JP5868090B2 (ja) * 2011-09-20 2016-02-24 三菱電機株式会社 画像処理装置、画像処理方法、撮像装置、コンピュータプログラム及びコンピュータ読み取り可能な記録媒体
US9104941B1 (en) * 2011-12-02 2015-08-11 Marvell International Ltd. Method and apparatus for reducing noise in a scanned image while minimizing loss of detail in the scanned image
KR101910870B1 (ko) 2012-06-29 2018-10-24 삼성전자 주식회사 잡음 제거 장치, 시스템 및 방법
KR102074857B1 (ko) * 2012-09-26 2020-02-10 삼성전자주식회사 이벤트 기반 비전 센서를 이용한 근접 센서 및 근접 센싱 방법
TWI542217B (zh) 2014-03-12 2016-07-11 瑞昱半導體股份有限公司 像素值校正裝置與方法
CN103945146B (zh) * 2014-04-08 2017-05-24 武汉烽火众智数字技术有限责任公司 一种图像传感器输出降噪方法以及一种摄像设备
CN104954704B (zh) * 2015-06-01 2018-08-31 北京华泰诺安探测技术有限公司 一种用于拉曼光谱仪ccd信号降噪方法
US11157345B2 (en) 2017-12-15 2021-10-26 Texas Instruments Incorporated Methods and apparatus to provide an efficient safety mechanism for signal processing hardware
KR102600681B1 (ko) 2019-03-26 2023-11-13 삼성전자주식회사 비닝을 수행하는 테트라셀 이미지 센서
KR20220048090A (ko) 2020-10-12 2022-04-19 삼성전자주식회사 주파수 도메인을 이용한 이미지 센서의 검사 방법 및 이를 수행하는 검사 시스템
KR20220148423A (ko) 2021-04-29 2022-11-07 삼성전자주식회사 이미지의 노이즈를 감소하는 노이즈 저감 방법 및 노이즈 저감 장치

Family Cites Families (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4573070A (en) * 1977-01-31 1986-02-25 Cooper J Carl Noise reduction system for video signals
US4694342A (en) * 1986-05-01 1987-09-15 Eastman Kodak Company Spatial filter useful for removing noise from video images and for preserving detail therein
JP3578457B2 (ja) * 1993-03-31 2004-10-20 ルマ コーポレーション 内視鏡検査システムにおける情報の管理
US5771318A (en) * 1996-06-27 1998-06-23 Siemens Corporate Research, Inc. Adaptive edge-preserving smoothing filter
US6882364B1 (en) * 1997-12-02 2005-04-19 Fuji Photo Film Co., Ltd Solid-state imaging apparatus and signal processing method for transforming image signals output from a honeycomb arrangement to high quality video signals
US6625325B2 (en) * 1998-12-16 2003-09-23 Eastman Kodak Company Noise cleaning and interpolating sparsely populated color digital image using a variable noise cleaning kernel
US6633683B1 (en) * 2000-06-26 2003-10-14 Miranda Technologies Inc. Apparatus and method for adaptively reducing noise in a noisy input image signal
SE516346C2 (sv) * 2000-10-06 2001-12-17 Xcounter Ab Metod för reducering av högfrekvent brus i bilder med hjälp av medelvärdesbildning av pixlar och parvis addering av pixelpar som uppfyller ett villkor
US6937772B2 (en) * 2000-12-20 2005-08-30 Eastman Kodak Company Multiresolution based method for removing noise from digital images
JP3983101B2 (ja) * 2001-05-25 2007-09-26 株式会社リコー 画像処理装置、画像読み取り装置、画像形成装置およびカラー複写装置
DE60141901D1 (de) * 2001-08-31 2010-06-02 St Microelectronics Srl Störschutzfilter für Bayermusterbilddaten
US6937775B2 (en) * 2002-05-15 2005-08-30 Eastman Kodak Company Method of enhancing the tone scale of a digital image to extend the linear response range without amplifying noise
KR100687645B1 (ko) * 2002-06-25 2007-02-27 마쯔시다덴기산교 가부시키가이샤 움직임 검출 장치 및 그것을 이용한 잡음 제거 장치

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102349090A (zh) * 2009-03-16 2012-02-08 株式会社理光 噪声减少设备、噪声减少方法、噪声减少程序和记录介质
CN102349090B (zh) * 2009-03-16 2014-06-18 株式会社理光 噪声减少设备和噪声减少方法
CN105096262A (zh) * 2014-05-22 2015-11-25 安凯(广州)微电子技术有限公司 图像滤波方法和装置
CN105096262B (zh) * 2014-05-22 2018-03-27 安凯(广州)微电子技术有限公司 图像滤波方法和装置
CN104717401A (zh) * 2015-03-30 2015-06-17 北京三好互动教育科技有限公司 一种去除奇点噪声的方法及装置
WO2016155124A1 (zh) * 2015-03-30 2016-10-06 北京三好互动教育科技有限公司 一种去除奇点噪声的方法及装置
CN104717401B (zh) * 2015-03-30 2017-12-29 北京三好互动教育科技有限公司 一种去除奇点噪声的方法及装置

Also Published As

Publication number Publication date
EP1961211A1 (en) 2008-08-27
JP2009520403A (ja) 2009-05-21
US20070133893A1 (en) 2007-06-14
KR20080078044A (ko) 2008-08-26
WO2007070464A1 (en) 2007-06-21
TW200806010A (en) 2008-01-16

Similar Documents

Publication Publication Date Title
CN101326808B (zh) 提供噪声降低同时保留成像器边缘的方法及设备
CN101356799A (zh) 用于降低图像噪声的方法及设备
US7756355B2 (en) Method and apparatus providing adaptive noise suppression
US8160381B2 (en) Method and apparatus for image noise reduction using noise models
US9287316B2 (en) Systems and methods for mitigating image sensor pixel value clipping
KR101490653B1 (ko) 투명 필터 픽셀을 구비한 이미징 시스템
US10136107B2 (en) Imaging systems with visible light sensitive pixels and infrared light sensitive pixels
US20090160979A1 (en) Methods and apparatuses for double sided dark reference pixel row-wise dark level non-uniformity compensation in image signals
US20090196498A1 (en) System and method for reducing color artifacts in digital images
JP6069857B2 (ja) 撮像装置
US20090237530A1 (en) Methods and apparatuses for sharpening images
JP6065395B2 (ja) 撮像装置
JP2005175626A (ja) イメージング用ワイドダイナミックレンジオペレーション

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C02 Deemed withdrawal of patent application after publication (patent law 2001)
WD01 Invention patent application deemed withdrawn after publication

Open date: 20090128