CN101459765B - 用以校正影像讯号中坏点的方法及电路 - Google Patents

用以校正影像讯号中坏点的方法及电路 Download PDF

Info

Publication number
CN101459765B
CN101459765B CN2007101994546A CN200710199454A CN101459765B CN 101459765 B CN101459765 B CN 101459765B CN 2007101994546 A CN2007101994546 A CN 2007101994546A CN 200710199454 A CN200710199454 A CN 200710199454A CN 101459765 B CN101459765 B CN 101459765B
Authority
CN
China
Prior art keywords
bad point
bad
true
point
candidate
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.)
Active
Application number
CN2007101994546A
Other languages
English (en)
Other versions
CN101459765A (zh
Inventor
陈信宇
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.)
Quanta Computer Inc
Original Assignee
Quanta Computer 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 Quanta Computer Inc filed Critical Quanta Computer Inc
Priority to CN2007101994546A priority Critical patent/CN101459765B/zh
Publication of CN101459765A publication Critical patent/CN101459765A/zh
Application granted granted Critical
Publication of CN101459765B publication Critical patent/CN101459765B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Image Analysis (AREA)
  • Picture Signal Circuits (AREA)

Abstract

本发明披露了一种用以校正影像讯号中坏点的方法及电路。首先,针对影像讯号的全部像素,产生亮度分布图。接着,根据亮度分布图以及一第一阈值,从全部像素中选出N个候选坏点。之后,针对每一个候选坏点,设定一窗口,并计算对应此N个窗口的N个平均亮度。然后,判断每一个候选坏点的亮度与对应的平均亮度的绝对差值是否大于一第二阈值,若是,则将此候选坏点记录为一真实坏点。最后,利用真实坏点周围的至少一非坏点,校正真实坏点。本发明不仅可以有效且准确地补偿坏点,而且可以减少校正所需要的时间。

Description

用以校正影像讯号中坏点的方法及电路
技术领域
本发明涉及一种用以校正影像讯号中坏点的方法及电路。
背景技术
近年来,由于影像传感器已逐渐发展至百万像素以上的阶段,使得影像中存在坏点几乎是无法避免。也因为坏点的问题,使得百万像素的影像传感器在生产上的成品率非常低。然而,假如坏点的问题能够藉由一些影像后处理的技术获得校正,则成品率的问题将可以得到显著地改善。
现有技术用来校正坏点的方法主要有两种。第一种方法是静态坏点校正(static defect pixel correction),此方法需要在传感器于销售前,校准传感器上的像素,以得到每一个坏点的位置信息,并利用适当的非易失性储存装置纪录此位置信息。因为传感器已预先校准且坏点信息已记录下来,所以每一个坏点皆可以得到校正。
第二种方法则是动态坏点校正(dynamic defect pixel correction),此方法不需要预先校准坏点,且不需要非易失性储存装置来储存坏点相关数据。在经过数个画面输出后,此方法考虑待测像素周围的像素来判断此待测像素是否为坏点。但由于不同的影像内容,使得非坏点有可能被误判为坏点。一般来说,动态坏点校正的准确度较静态坏点校正来得低。
大多数的算法都着重于如何准确地找出坏点,以及如何结合动态坏点校正以补偿坏点,例如美国专利公告第6,965,395号以及美国专利公告第7,199,824号。但是动态坏点校正时可能存在连续的坏点。而由于连续坏点,使得动态坏点校正无法有效地补偿坏点。因为用来补偿坏点的周围像素不全然是非坏点,在尚未判断周围像素是否为坏点前,有可能利用来校正的像素也是坏点,故此类连续坏点无法利用动态坏点校正而得到补偿。
请参阅图1(A)至图1(C),图1(A)至图1(C)示出了现有技术的动态坏点校正的示意图。如图1(A)至图1(C)所示,像素10为测定中的像素且判定为坏点,为了校正此像素10,动态坏点校正利用邻近像素11至18补偿此像素10,但其中邻近像素12为已测定过后所得知的坏点,所以当补偿像素10时,将排除邻近像素12。然而,邻近像素15至18为尚未测定过的像素,且其中邻近像素15与17为坏点,所以当补偿像素10时,反而在未知状况下利用坏点补偿,故像素10即使在补偿之后,亦无法得到准确的校正。而现有技术的静态坏点校正则是利用所储存的坏点清单,单纯地将坏点周围的非坏点平均值补偿坏点,虽然可以得知坏点与非坏点的位置进而校正,避免利用坏点补偿坏点的情况,但亦无法有效地补偿坏点。
因此,本发明的范畴在于提供一种用以校正影像讯号中坏点的方法及电路,以解决上述问题。
发明内容
本发明的一范畴在于提供一种用以校正影像讯号中坏点的方法及电路,以有效且准确地补偿坏点,而且可以减少校正所需要的时间。
根据一具体实施例,本发明提供一种用以校正一影像讯号中坏点的方法,且此影像讯号包含多个像素。首先,针对影像讯号的全部像素,产生亮度分布图。接着,根据亮度分布图以及第一阈值,从全部像素中选出N个候选坏点,其中N为一正整数。之后,针对每一个候选坏点,设定一窗口,并计算对应此N个窗口的N个平均亮度。然后,判断每一个候选坏点的亮度与对应的平均亮度的绝对差值是否大于第二阈值,若是,则将此候选坏点记录为真实坏点。最后,利用真实坏点周围的至少一非坏点,校正真实坏点。
本发明利用一电路来实现上述的方法。该电路包含处理单元、选取单元、计算单元、判断单元以及校正单元。处理单元是针对影像讯号的全部像素,产生亮度分布图。选取单元根据亮度分布图以及第一阈值,从全部像素中选出N个候选坏点。计算单元针对每一个候选坏点,设定一窗口,并且计算对应N个窗口的N个平均亮度。判断单元判断每一个候选坏点的亮度与对应的平均亮度的绝对差值是否大于第二阈值,若是,则将此候选坏点记录为真实坏点。校正单元则利用真实坏点周围的至少一非坏点,校正真实坏点。
此外,本发明针对不同的坏点型态,提供相对应的补偿方法,有别于下列现有技术:(1)静态坏点校正单纯地将坏点周围非坏点的平均值用来补偿坏点;以及(2)动态坏点校正有可能利用未知的坏点来补偿坏点。本发明不仅可以有效且准确地补偿坏点,而且可以减少校正所需要的时间。
关于本发明的优点与精神可以藉由以下的发明详述及附图得到进一步的了解。
附图说明
图1(A)示出了现有技术的动态坏点校正的示意图。
图l(B)示出了现有技术的动态坏点校正的示意图。
图1(C)示出了现有技术的动态坏点校正的示意图。
图2示出了根据本发明一具体实施例的用以校正影像讯号中坏点的方法之流程图。
图3示出了亮度分布图的示意图。
图4示出了窗口以贝尔图形排列的示意图。
图5示出了根据本发明一具体实施例的坏点型态示意图。
图6(A)示出了坏点型态为C类型的型态一的坏点补偿示意图。
图6(B)示出了坏点型态为G类型的型态一的坏点补偿示意图。
图7示出了根据本发明一具体实施例的用以校正影像讯号中坏点的电路的示意图。
图8示出了根据本发明另一具体实施例的用以校正影像讯号中坏点的电路的示意图。
附图符号说明
10-18:像素                 S10-S20:流程步骤
40:窗口                    G:绿频像素
R:红频像素                 B:蓝频像素
42、C0-C4、G0-G8:像素      3、3′:电路
30:处理单元                31:选取单元
32:计算单元                33:判断单元
34:校正单元                35:定义单元
36:记录单元                360:清单
37:边缘检测单元
具体实施方式
请参阅图2,图2示出了根据本发明一具体实施例的用以校正影像讯号中坏点的方法的流程图。如图2所示,执行步骤S10,针对影像讯号的全部像素,产生亮度分布图。接着,执行步骤S12,根据亮度分布图以及第一阈值,从全部像素中选出N个候选坏点,其中N为正整数。之后,执行步骤S14,针对每一个候选坏点,设定一窗口。进一步说明,于此实施例中,上述窗口为包含m*m个像素的窗口,并且使候选坏点位于窗口中心,其中m亦为正整数。
请参阅图3,图3示出了亮度分布图的示意图。于步骤S12中,第一阈值可包含一上限百分比以及一下限百分比。本发明藉由此第一阈值与亮度分布图的关系,筛选出候选坏点。如图3所示,若第一阈值的上限百分比设定为前10%以及下限百分比设定为后10%,则在亮度分布图里,亮度在前10%与后10%的像素将被挑选为候选坏点。此外,相较于现有技术,藉由此第一阈值与亮度分布图的筛选,校正所需要的时间也可以因此而减少。举例而言,根据上述所设定的第一阈值,相较于现有技术可节省约85%的时间。需注意的是,当第一阈值越小,则校正所需时间随之越少。
完成上述步骤S10至S14之后,执行步骤S16,计算对应N个窗口的N个平均亮度。然后,执行步骤S18,判断每一N个候选坏点的亮度与对应的平均亮度的绝对差值是否大于第二阈值,若是,则将此候选坏点记录为真实坏点。最后,执行步骤S20,利用真实坏点周围的至少一非坏点,校正真实坏点。
请参阅图4,图4示出了窗口40以贝尔图形排列的示意图。如图4所示,窗口40包含5*5个像素。位于此窗口40的中心位置的像素42为上述N个候选坏点的其中的一。假设候选坏点42的亮度为200,窗口40中的25个像素的平均亮度为180,且第二阈值设为10。由于候选坏点42的亮度与对应的平均亮度的绝对差值(|200-180|=20)大于第二阈值,因此候选坏点42会被记录为真实坏点。
请参阅图5,图5示出了根据本发明一具体实施例的坏点型态示意图。于此实施例中,步骤S18可以进一步定义与真实坏点42相对应的坏点型态。已知贝尔图形是由绿频像素G,红频像素R与蓝频像素B所组成,且像素排列型态如图4所示。
首先依坏点像素类型区分,坏点型态主要包含C类型与G类型的坏点型态。C类型的坏点型态代表真实坏点42为红频像素R或蓝频像素B。G类型的坏点型态代表真实坏点42为绿频像素G。
如图5所示,C类型与G类型分别包含型态一至型态七等7种坏点型态。型态一为真实坏点42周围的同频像素皆为非坏点。型态二与型态三分别为仅有在一个方向上存在非坏点的同频像素。型态四至型态七则分别代表真实坏点42周围的同频像素仅有一个同频像素为非坏点。最后,当所有真实坏点皆定义完成之后,将所有真实坏点与对应的坏点型态纪录于一清单中,并储存于适当的非易失性储存装置。
此外,当真实坏点上述清单完成后,步骤S20可进一步根据此清单,分别找出对应真实坏点的坏点型态,然后依据对应的坏点型态,分别利用真实坏点周围的非坏点,校正真实坏点像素。譬如于型态四至型态七的坏点型态,可以利用仅有的一个非坏点来补偿真实坏点;若是型态二与型态三的坏点型态,可以利用于单一方向上的两个非坏点像素的平均值补偿真实坏点。
值得注意的是,当坏点型态为型态一时,即真实坏点周围的同频像素皆为非坏点,本发明可选择性地先检测真实坏点所在的边缘,并利用真实坏点周围且位于或靠近边缘的非坏点来校正此真实坏点。
请参阅图6(A),图6(A)示出了坏点型态为C类型的型态一的坏点补偿示意图。如图6(A)所示,若边缘检测结果较为水平,则利用水平方向上的两个非坏点的同频像素C1与C3的平均值补偿真实坏点C0;若边缘检测结果较为垂直,则利用垂直方向上的两个非坏点像素的同频像素C2与C4的平均值补偿真实坏点C0。
请参阅图6(B),图6(B)示出了坏点型态为G类型的型态一的坏点补偿示意图。如图6(B)所示,若边缘检测结果较为正对角方向(forwarddiagonal),则利用正对角方向上的两个非坏点的同频像素G1与G3的平均值补偿真实坏点G0;若边缘检测结果较为反对角方向(backward diagonal),则利用反对角方向上的两个非坏点像素的同频像素G2与G4的平均值补偿真实坏点G0。
请参阅图7,图7示出了根据本发明一具体实施例的用以校正影像讯号中坏点的电路3的示意图。如图7所示,电路3包含处理单元30、选取单元31、计算单元32、判断单元33以及校正单元34。处理单元30是针对影像讯号的全部像素,产生亮度分布图。选取单元31是根据亮度分布图以及第一阈值,从全部像素中选出N个候选坏点。计算单元32是针对每一个候选坏点,设定一窗口,并且计算对应N个窗口的N个平均亮度。判断单元33判断每一个候选坏点的亮度与对应的平均亮度的绝对差值是否大于第二阈值,若是,则将此候选坏点记录为真实坏点。校正单元34则利用真实坏点周围的至少一非坏点,校正真实坏点。
此外,电路3可进一步包含定义单元35以及记录单元36。定义单元35根据贝尔图形以及每一个真实坏点周围的非坏点数目,定义对应每一个真实坏点的型态。记录单元36将每一个真实坏点以及对应的型态记录于清单360中。藉此,校正单元34可查询清单360,以找出对应每一个真实坏点的型态,并且根据对应的型态,利用每一个真实坏点周围的非坏点,校正该真实坏点。
请参阅图8,图8示出了根据本发明另一具体实施例的用以校正影像讯号中坏点的电路3′的示意图。电路3′与电路3主要不同的处在于电路3′另包含边缘检测单元37。若真实坏点周围的像素皆为非坏点,则利用边缘检测单元37检测真实坏点所在的边缘,并且校正单元34利用真实坏点周围且位于或靠近边缘的非坏点,校正真实坏点。图8中的电路3′的作用原理与图7中的电路3相同,在此不再赘述。
相较于现有技术,本发明是针对不同的坏点型态,提供相对应的补偿方法,有别于:(1)静态坏点校正单纯地将坏点周围非坏点的平均值用来补偿坏点;以及(2)动态坏点校正有可能利用未知的坏点来补偿坏点。本发明不仅可以有效且准确地补偿坏点,而且可以减少校正所需要的时间。
藉由以上较佳具体实施例的详述,是希望能更加清楚描述本发明的特征与精神,而并非以上述所披露的较佳具体实施例来对本发明的范畴加以限制。相反地,其目的是希望能涵盖各种改变及具相等性的安排于本发明所欲申请的专利范围的范畴内。因此,本发明的权利要求的范畴应该根据上述的说明作最宽广的解释,以致使其涵盖所有可能的改变以及具相等性的安排。

Claims (12)

1.一种用以校正一影像讯号中坏点的方法,该影像讯号包含多个像素,该方法包含下列步骤:
(a)针对该影像讯号的该多个像素,产生一亮度分布图;
(b)根据该亮度分布图以及与亮度有关的一第一阈值,从该多个像素中选出N个候选坏点,N为一正整数,该第一阈值包含一上限百分比以及一下限百分比;
(c)针对每一该N个候选坏点,设定一窗口;
(d)计算对应该N个窗口的N个平均亮度;
(e)判断每一该N个候选坏点的亮度与对应的该平均亮度的绝对差值是否大于一第二阈值,若是,则将该候选坏点记录为一真实坏点;以及
(f)利用该真实坏点周围的至少一非坏点,校正该真实坏点。
2.如权利要求1所述的方法,其中该窗口包含m*m个像素,且该候选坏点位于该窗口的中心,m为一正整数。
3.如权利要求1所述的方法,其中步骤(e)进一步包含下列步骤:
根据贝尔图形以及该真实坏点周围的非坏点数目,定义对应该真实坏点的一型态。
4.如权利要求3所述的方法,其中该真实坏点以及对应的该型态记录于一清单中。
5.如权利要求4所述的方法,其中步骤(f)进一步包含下列步骤:
查询该清单,以找出对应该真实坏点的该型态;以及
根据该型态,利用该真实坏点周围的非坏点,校正该真实坏点。
6.如权利要求1所述的方法,其中若该真实坏点周围的像素皆为非坏点,步骤(f)进一步包含下列步骤:
检测该真实坏点所在的一边缘;以及
利用该真实坏点周围且位于或靠近该边缘的非坏点,校正该真实坏点。
7.一种用以校正一影像讯号中坏点的电路,该影像讯号包含多个像素,该电路包含:
一处理单元,针对该影像讯号的该多个像素,产生一亮度分布图;
一选取单元,根据该亮度分布图以及与亮度有关的一第一阈值,从该多个像素中选出N个候选坏点,N为一正整数,该第一阈值包含一上限百分比以及一下限百分比;
一计算单元,针对每一该N个候选坏点,设定一窗口,并且计算对应该N个窗口的N个平均亮度;
一判断单元,判断每一该N个候选坏点的亮度与对应的该平均亮度的绝对差值是否大于一第二阈值,若是,则将该候选坏点记录为一真实坏点;以及
一校正单元,利用该真实坏点周围的至少一非坏点,校正该真实坏点。
8.如权利要求7所述的电路,其中该窗口包含m*m个像素,且该候选坏点位于该窗口的中心,m为一正整数。
9.如权利要求7所述的电路,进一步包含一定义单元,根据贝尔图形以及该真实坏点周围的非坏点数目,定义对应该真实坏点的一型态。
10.如权利要求9所述的电路,进一步包含一记录单元,将该真实坏点以及对应的该型态记录于一清单中。
11.如权利要求10所述的电路,其中该校正单元查询该清单,以找出对应该真实坏点的该型态,并且根据该型态,利用该真实坏点周围的非坏点,校正该真实坏点。
12.如权利要求7所述的电路,进一步包含一边缘检测单元,其中若该真实坏点周围的像素皆为非坏点,该边缘检测单元检测该真实坏点所在的一边缘,并且该校正单元利用该真实坏点周围且位于或靠近该边缘的非坏点,校正该真实坏点。
CN2007101994546A 2007-12-13 2007-12-13 用以校正影像讯号中坏点的方法及电路 Active CN101459765B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN2007101994546A CN101459765B (zh) 2007-12-13 2007-12-13 用以校正影像讯号中坏点的方法及电路

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN2007101994546A CN101459765B (zh) 2007-12-13 2007-12-13 用以校正影像讯号中坏点的方法及电路

Publications (2)

Publication Number Publication Date
CN101459765A CN101459765A (zh) 2009-06-17
CN101459765B true CN101459765B (zh) 2010-11-17

Family

ID=40770369

Family Applications (1)

Application Number Title Priority Date Filing Date
CN2007101994546A Active CN101459765B (zh) 2007-12-13 2007-12-13 用以校正影像讯号中坏点的方法及电路

Country Status (1)

Country Link
CN (1) CN101459765B (zh)

Families Citing this family (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101729764B (zh) * 2008-10-13 2012-05-23 慧国(上海)软件科技有限公司 摄影装置与影像传感器坏点补偿方法
CN102752625A (zh) * 2012-06-19 2012-10-24 广东欧珀移动通信有限公司 一种摄像头模组暗电流噪声的测试方法
CN103679682A (zh) * 2012-09-07 2014-03-26 鸿富锦精密工业(深圳)有限公司 图像污点查找系统及方法
CN104599995B (zh) * 2015-01-14 2017-04-05 上海华岭集成电路技术股份有限公司 离线定位图像传感芯片连续坏点的方法
CN104935838B (zh) * 2015-06-04 2018-04-06 上海集成电路研发中心有限公司 一种图像还原的方法
CN110288599B (zh) * 2019-07-10 2021-06-15 浙江大华技术股份有限公司 一种坏点检测方法、装置、电子设备及存储介质
CN110650334B (zh) * 2019-10-29 2021-01-22 锐芯微电子股份有限公司 坏点检测、校正方法及装置、存储介质、终端
CN111800592B (zh) * 2020-07-17 2022-04-29 合肥富煌君达高科信息技术有限公司 可以抑制像元波动的坏点校正方法及装置、存储介质
CN114095721B (zh) * 2020-08-25 2023-04-28 京东方科技集团股份有限公司 视频坏点检测的方法和装置、计算机可读介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6455832B1 (en) * 1998-12-25 2002-09-24 Fuji Photo Film Co., Ltd. Defect discriminating method and device for solid-state detector
US6965395B1 (en) * 2000-09-12 2005-11-15 Dialog Semiconductor Gmbh Methods and systems for detecting defective imaging pixels and pixel values
CN1897643A (zh) * 2005-07-12 2007-01-17 凌阳科技股份有限公司 彩色影像的坏点校正方法及系统

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6455832B1 (en) * 1998-12-25 2002-09-24 Fuji Photo Film Co., Ltd. Defect discriminating method and device for solid-state detector
US6965395B1 (en) * 2000-09-12 2005-11-15 Dialog Semiconductor Gmbh Methods and systems for detecting defective imaging pixels and pixel values
CN1897643A (zh) * 2005-07-12 2007-01-17 凌阳科技股份有限公司 彩色影像的坏点校正方法及系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
JP特开2003-338926A 2003.11.28

Also Published As

Publication number Publication date
CN101459765A (zh) 2009-06-17

Similar Documents

Publication Publication Date Title
CN101459765B (zh) 用以校正影像讯号中坏点的方法及电路
CN107068037B (zh) 显示面板的灰阶校正方法和灰阶校正装置
CN101771823B (zh) 图像处理装置、摄像装置、图像输出装置及它们的方法
CN101626518B (zh) 一种摄像装置分辨率的检测方法及系统
CN106920245B (zh) 一种边界检测的方法及装置
TWI437878B (zh) 用以校正影像訊號中壞點之方法及電路
CN113379680B (zh) 缺陷检测方法、装置、电子设备和计算机可读存储介质
JP2003092707A (ja) 不良ピクセルを検出し補正するセンサ装置
CN103093458B (zh) 关键帧的检测方法及装置
CN115439481A (zh) 基于图像处理的除氧器焊接质量检测方法
JP2003057019A (ja) パターン検査装置および方法
CN108871185B (zh) 零件检测的方法、装置、设备以及计算机可读存储介质
CN102265628B (zh) 用于检测和校正图像传感器中的坏像素的方法
CN104792263B (zh) 确定显示母板的待检测区域的方法和装置
JP2004038885A (ja) 画像特徴学習型欠陥検出方法、欠陥検出装置及び欠陥検出プログラム
JP3924796B2 (ja) パターン位置の計測方法および計測装置
TW201334526A (zh) 適應性影像處理方法及其相關裝置
JP2010021858A (ja) 画素欠陥補正装置
JP2002140693A (ja) 画像処理パラメータ決定装置、画像処理パラメータ決定方法および画像処理パラメータ決定プログラムを記録した記録媒体
CN1323545C (zh) 医学影像坏点自动检测门限确定方法
CN104980718A (zh) 色彩校正装置以及方法
CN101461228A (zh) 图像处理电路、半导体装置和图像处理设备
US20210097693A1 (en) Image processing circuit and method
JP3127598B2 (ja) 画像中の濃度変動構成画素抽出方法および濃度変動塊判定方法
US6671422B1 (en) Apparatus and method for detecting rough position of two-dimensional code

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant