CN102204239A - 基于单一行的缺陷像素修正 - Google Patents
基于单一行的缺陷像素修正 Download PDFInfo
- Publication number
- CN102204239A CN102204239A CN2009801436941A CN200980143694A CN102204239A CN 102204239 A CN102204239 A CN 102204239A CN 2009801436941 A CN2009801436941 A CN 2009801436941A CN 200980143694 A CN200980143694 A CN 200980143694A CN 102204239 A CN102204239 A CN 102204239A
- Authority
- CN
- China
- Prior art keywords
- pixel
- estimated
- strength value
- intensity level
- group
- 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.)
- Granted
Links
- 230000002950 deficient Effects 0.000 title claims abstract description 16
- 238000011084 recovery Methods 0.000 claims description 56
- 238000000034 method Methods 0.000 claims description 39
- 230000004075 alteration Effects 0.000 claims description 17
- 238000013459 approach Methods 0.000 claims description 8
- 238000006243 chemical reaction Methods 0.000 claims 2
- 230000007547 defect Effects 0.000 description 43
- 230000008901 benefit Effects 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 6
- 238000001514 detection method Methods 0.000 description 3
- 238000009792 diffusion process Methods 0.000 description 3
- 238000007667 floating Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 2
- 238000010168 coupling process Methods 0.000 description 2
- 238000005859 coupling reaction Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000000717 retained effect Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 229910044991 metal oxide Inorganic materials 0.000 description 1
- 150000004706 metal oxides Chemical class 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
Images
Classifications
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Color Television Image Signal Generators (AREA)
- Transforming Light Signals Into Electric Signals (AREA)
Abstract
一种图像传感器,其使用一像素组件阵列中的一单行以确定一像素是否有缺陷且恢复该缺陷像素。该图像传感器包含一“最小中最大”滤光器,以自一原始图像移除一“黑色”像素。图像传感器亦包含一“最大中最小”滤光器,以自该原始图像移除一“白色”像素。
Description
背景技术
1.技术领域
本发明的实施例关于图像传感器,尤其关于在图像传感器中的缺陷像素的修正。
2.相关技术的讨论
一种常规图像传感器,其可使用一互补金属氧化物半导体(CMOS)技术或电荷耦合装置(CCD)技术制造,该图像传感器包含一像素阵列及相关联的读出电路。一典型的常规CMOS图像传感器的一像素可包含感光组件、微透镜、一个或多个滤光器、传送晶体管、浮动扩散区域、重设晶体管、源极跟随器(source follower)及行选择晶体管。
图像传感器通常如下操作。光入射于微透镜上。微透镜经由滤光器将光聚焦至感光组件。感光组件将光转换为与检测到的光的强度成比例的电信号。传送晶体管介于感光组件与浮动扩散区域之间且用于将来自感光组件的电信号传送至浮动扩散区域。电信号调制源极跟随器。重设晶体管重设感光组件。记住一图像传感器阵列通常包含大量像素,读出电路容许在感光组件中产生的信号被处理为一可用图像。
但是,常规的图像传感器受到一些限制。影响彩色图像传感器装置的效能及良率的重要因素之一是缺陷像素,该等缺陷像素可例如由处理缺陷引起。缺陷像素系在图像传感器中那些未能正确地感测光的像素。当曝露于类似光源时,该像素可能产生其强度高于或低于其邻近像素的一电信号。
附图说明
在附图中,相似的参考数字通常指示相同的、功能近似的、和/或结构等同的元件。一元件首次出现的附图被参考数字中最左侧的数字所指示。
图1是例示根据本发明的一实施例的用于检测及恢复缺陷像素的方法的流程图;
图2A是例示根据本发明的一实施例的像素阵列的俯视图,在该图中像素的其中一个是有缺陷的;
图2B是例示在根据本发明的一实施例的图2A的像素阵列中一单行的一俯视图;
图3是例示在根据本发明的一实施例的图2B中的单行像素的一俯视图,该单行像素具有估计的绿色强度值;
图4是例示根据本发明的一实施例的图3中所描述的单行中一目标像素以及和该目标像素相邻的十二个像素的一俯视图;
图5是例示根据本发明的一实施例的图3中所描述的单行中一目标像素以及和该目标像素相邻的两个像素的一俯视图;
图6是例示根据本发明的一实施例的图2中所描述的单行中一目标像素以及和该目标像素相邻的十二个像素的一俯视图;
图7是例示根据本发明的一实施例的图6中所描述的单行中一目标像素以及和该目标像素相邻的四个像素的一俯视图;
图8例示根据本发明的一实施例的具有一缺陷白色像素的输入图像及具有检测到且恢复的缺陷白色像素的输出图像;及
图9例示根据本发明的一实施例的具有一缺陷白色像素的输入图像及具有检测到且恢复的缺陷白色像素的输出图像的一替代图。
具体实施方式
在以下描述中,呈现许多特定细节(诸如,例如特殊处理过程、材料、装置等等)以提供本发明的实施例的一彻底理解。但是,本领域技术人员将意识到无需一或更多个特定细节或利用其它方法、组件等即可实践本发明的实施例。在其它情况下,并不具体绘示或描述结构或操作以避免模糊此描述的理解。
在整个说明书中参考“一个实施例”或“一实施例”意味着连同一实施例描述的一特殊特征、结构、处理过程、方块或特征包含于本发明的至少一个实施例中。如此,在整个说明书多种地方中的短语“在一个实施例中”或“在一实施例中”的出现并不必要意味着所有短语是指相同实施例。特殊特征、结构或特性可以任何适当的方式在一或更多个实施例中组合。
本发明的实施例包含图像处理器,该图像处理器具有布置成行及列的像素阵列。图像处理器选择具有两种不同色彩(诸如,例如红色及绿色)的像素的单行像素。对于一些实施例,图像处理器估计红色像素的强度值,就如同红色(或蓝色)像素是绿色像素一般。使用估计的绿色强度值,图像处理器确定在选定行中的至少一个目标红色像素是否是有缺陷的。若目标红色像素是有缺陷的,则图像处理器将目标红色像素的估计绿色强度值转换为估计红色(或蓝色)强度值并用目标红色(或蓝色)像素的该估计强度值替代目标红色像素的实际强度值。
本发明的实施例的一特征在于,图像传感器仅使用图像传感器阵列中一单行以检测及恢复缺陷像素。一些实施例利用一“最大中最小”(minimum of maximum)滤光器以恢复缺陷白色像素。可选地,一些实施例利用一“最小中最大”(maximum of minimum)滤光器以恢复缺陷黑色像素。滤光器移除在最初图像中的白色及/或黑色像素。
本发明的实施例的一优点是仅使用一单行的缺陷像素检测及恢复使用少于常规检测及恢复技术的储存空间。第二个优点是仅使用一单行的缺陷像素检测及恢复使用少于常规检测及恢复技术的处理时间。第三个优点是仅使用一单行的一缺陷像素检测及恢复涉及少于常规检测及恢复技术的电路成本。在阅读本文的描述之后,其它特征及优点对于本领域技术人员是显而易见的。
图1是例示根据本发明的一实施例的用于检测及恢复缺陷像素的方法100的流程图。在方块101中,方法100开始并且控制传递至方块102,在该方块中,该方法100在一像素阵列中选择一单行以处理。进一步参考图2A、图2B及图3-9描述方法100。
图2A是例示根据本发明的一实施例的以行201、211、221及231配置的一像素阵列200的俯视图。在例示的实施例中,示出一个四行乘十七列的阵列。当然,像素阵列200可包含超过数千或更多的行及/或列。例示的行201及221具有若干红色及绿色像素,而例示的行211及231具有若干蓝色及绿色像素。在像素阵列200中的像素可以Bayer图案(pattern)配置。
对于一些实施例,使用行选择单元240选择行201。对于其它实施例,使用行选择单元240选择其它行211、221及231的其中之一。在选择了行201的实施例中,包含处理器244及“最大中最小/最小中最大”滤光器246的缺陷像素恢复单元242可确定一目标红色像素210是否是有缺陷的,并且若有缺陷,则为该目标红色像素210恢复强度值。
图2B是例示根据本发明的一实施例的选定行201的俯视图。行201包含若干红色像素202、204、206、208、212、214、218、220及目标红色像素210。行201还包含若干绿色像素222、224、226、228、23、232、234及236。
返回至图1,在方块104中,对于在选定行中的每一非绿色像素,方法100估计其绿色强度值。仍为在图2B中所例示的实例,缺陷像素恢复单元242可估计每一红色像素202、204、206、208、210、212、214、218及220的强度,就如同红色像素202、204、206、208、210、212、214、218及220是绿色像素一般。虽然为每一红色像素202、204、206、208、210、212、214、218及220估计绿色强度值,但为便于描述,仅描述估计红色像素210的绿色强度值的方法。在阅读本文的描述的后,本领域技术人员将可估计其余红色像素202、204、206、208、210、212、214、218及220的绿色强度值。
对于一些实施例,为了估计红色像素210的绿色强度值,可使用相邻像素推断红色像素210的估计绿色强度值。在红色像素204与相邻绿色像素224之间的色差可计算为第一色差值,在红色像素206与相邻绿色像素226之间的色差可计算为第二色差值,且在红色像素208与相邻绿色像素228之间的色差可计算为第三色差值。此为目标红色像素210的左侧给定三个色差值。
重复该处理过程以得出目标红色像素210的右边的三个色差值。例如,在红色像素218与相邻绿色像素234之间的色差可计算为第四色差值,在红色像素214与相邻绿色像素232之间的色差可计算为第五色差值,在红色像素212与相邻绿色像素230之间的色差可计算为第六色差值。
在计算六个色差值之后,缺陷像素恢复单元242从六个色差值中选择中间值。使用六个色差值的中间值以计算红色像素202、204、206、208、210、212、214、218及220的估计绿色强度值。图3是例示根据本发明的实施例的行201的俯视图,该行201的红色像素202、204、206、208、210、212、214、218及220的最初强度值(R)被估计绿色强度值(G’)所替代。
返回至图1,在使用估计绿色强度值的方块106中,方法100确定在选定行中的一目标像素是否有缺陷。仍为该实例,缺陷像素恢复单元242可使用红色像素202、204、206、208、210、212、214、218及220的估计绿色强度值(G’),以确定目标红色像素210是否有缺陷。对于一些实施例,缺陷像素恢复单元242在目标红色像素210的直接右边的六个像素及在目标红色像素的直接左边的六个像素的估计绿色强度值(G’)之间执行线性内插。
图4是根据本发明的一实施例的目标红色像素210的一俯视图,该目标红色像素210的左边系六个像素204、224、206、226、208及228,该目标红色像素210的右边系六个像素230、212、232、214、234及218。若目标红色像素210的估计绿色强度值(G’)大于内插值,并且比该目标红色像素210的左边的六个像素204、224、206、226、208及228及该目标红色像素210的右边的六个像素230、212、232、214、234及218的最大值大一预定阈值,则缺陷像素恢复单元242确定目标红色像素210系缺陷”白色”像素。例如,这意味着不论目标红色像素210曝露于什么光源,目标红色像素210都是白色的。例如,可使用所述预定阈值以说明(account for)错误读数。
另一方面,若目标红色像素210的估计绿色强度值(G’)小于内插值,并且比该目标红色像素210的左边的六个像素204、224、206、226、208及228及该目标红色像素210的右边的六个像素230、212、232、214、234及218的最小值小一预定阈值,则缺陷像素恢复单元242确定目标红色像素210是缺陷”黑色”像素。例如,此意味着不论目标红色像素210曝露于什么光源,目标红色像素210都是黑色的。
返回至图1,若在方块108中确定目标红色像素210并不是一缺陷像素,则控制传递至略过恢复处理过程的方块109。另一方面,若在方块108中确定目标红色像素210是一缺陷像素,则控制传递至在其中缺陷像素恢复单元242恢复目标红色像素210的方块110。缺陷像素恢复单元242可藉由尝试找到一适合匹配点及/或匹配像素而确定目标红色像素210的恢复强度值。若没有找出适当匹配点,则缺陷恢复单元242自其它两个候选之中选择最大值并使用该选定的候选作为目标红色像素210的恢复强度值。
为了找出适当匹配点,陷像素恢复单元242可从例示于图4中的目标红色像素210的左边六个像素204、224、206、226、208及228及该目标红色像素210的右边六个像素230、212、232、214、234及218中选择一像素。选定的像素应具有接近于目标红色像素210的估计强度值(G’)的估计强度值(G’)。例如,选定的像素及目标红色像素210应具有类似的强度值和第二衍生值(second derivative value)。(回答:此处的‘接近于’表示它们有类似的强度值和第二衍生值二者)缺陷像素恢复单元242可获取目标红色像素210的左边六个像素204、224、206、226、208及228及目标红色像素210的右边六个像素230、212、232、214、234及218的估计强度值(G’)的第二衍生值。第二衍生值应大于或等于目标红色像素210的估计强度值(G’)的一半。
若缺陷像素恢复单元242不能找出具有接近于目标红色像素210的估计强度值(G’)的估计强度值(G’)的像素,及/或若目标红色像素210的左边六个像素204、224、206、226、208及228及目标红色像素210的右边六个像素230、212、232、214、234及218的估计强度值(G’)的第二衍生值并不大于或等于目标红色像素210的估计强度值(G’)的一半,则缺陷像素恢复单元242确定可能不存在适当的匹配点/匹配像素。
缺少适当匹配点时,缺陷像素恢复单元242可为目标红色像素210的恢复强度值寻找第一候选。为了找出第一候选,缺陷像素恢复单元242可选择目标红色像素210的左边六个像素204、224、206、226、208及228的最大估计强度值(G’)并选择目标红色像素210的右边六个像素230、212、232、214、234及218的最大估计强度值(G’)。缺陷像素恢复单元242接着可自这两个最大估计强度值(G’)之中选择最小估计强度值(G’)以成为目标像素210的恢复值的第一候选。对于”黑色”像素,该处理过程的相反之处在于,缺陷像素恢复单元242然后可自两个最小估计强度值(G’)之中选择最大估计强度值(G’)以成为目标像素210的恢复值的第一候选。
缺陷像素恢复单元242可为目标红色像素210寻找第二候选。为了找出第二候选,缺陷像素恢复单元242可获得三个值:(1)目标红色像素210左边的第一个像素228的估计强度值(G’),(2)目标红色像素210右边的第一个像素230的估计强度值(G’)(二者皆说明于图5),及(3)目标红色像素210的左边六个像素204、224、206、226、208及228与目标红色像素210的右边六个像素230、212、232、214、234及218的估计绿色强度值(G’)的线性内插(例示于图4中)。缺陷像素恢复单元242可选择此三个值的最大值来作为目标红色像素210的恢复强度值的第二候选。对于”黑色”像素,缺陷像素恢复单元242可选择此三个值的最小值来作为目标红色像素210的恢复强度值的第二候选。
若不存在适当的匹配点/像素,则缺陷像素恢复单元242可使用第一候选与第二候选之中的最大估计强度值(G’)作为目标红色像素210的恢复强度值。
虽然已描述图1的方法100,其中目标像素210为红色,但案例并不必然为此。因此,当确定目标像素210的恢复强度值时,在图1的方块112中确定目标像素210是否为绿色或非绿色像素。若目标像素210是绿色像素,则在方块114中,缺陷像素恢复单元242输出匹配点值(若适当)作为目标像素210的恢复强度值。若不存在适当匹配点值,则缺陷像素恢复单元242输出第一候选与第二候选之中的最大估计强度值(G’)作为目标像素210的恢复强度值(若目标像素210是”白色”像素)。
另一方面,(例如)若目标像素210是非绿色像素(诸如红色或蓝色像素),则在方块116中,缺陷像素恢复单元242将目标像素210的经恢复的强度值转换为估计的红色或蓝色值。仍考虑该实例,因为目标像素210是红色像素,所以缺陷像素恢复单元242可将经恢复的强度值转换为估计的红色强度值。缺陷像素恢复单元242可分析在一对相邻像素之间的局部色差。现在返回至图6,缺陷像素恢复单元242可计算在像素208与像素228之间的色差,并使用该计算的色差以确定目标像素210的经恢复的强度值的估计红色值(R’)为何。
此外,所得到的目标像素210的经恢复的强度值的估计红色值(R’)不应小于相同色彩的两个相邻像素的平均值。如此,现在参考图7,缺陷像素恢复单元242可确定目标像素210的经恢复的强度值的估计红色值(R’)是否小于像素208与212的平均值。若目标像素210的经恢复的强度值的估计红色值(R’)大于像素208与212的平均值,则缺陷像素恢复单元242可用目标像素210的经恢复的强度值的估计红色值(R’)替代最初目标像素210的强度值。若恢复值的强度小于两个最近红色像素的平均值,则缺陷像素恢复单元242可使用该两个最近红色像素的平均值以恢复目标像素210的强度值。
图8例示根据本发明的一实施例的具有紧邻于白色区域的白色像素802的输入图像(a),及具有成功恢复的白色像素802的输出图像(b)。图9例示一分辨率表的图像,该分辨率表的图像示出本发明的实施例在自输出图像(a)移除白色像素802的同时可非常好地保留在高频率区域中的细节图像。保留在高频率区域中的细节的一项优点是在移除不必要的白色像素时可保留图像细节。
(由于在原始数据中,每行总是包括‘G’个频道值,因此我们只能在这‘G’个像素上操作。无法在其它色彩上操作。因此请删除本段。)
可使用硬件、软件或其等的一组合来实施本发明的实施例。在使用软件的实施方案中,软件或机器可读数据可储存于机器可存取媒体上。可使用机器可读资料以使机器(诸如,例如一处理器(未绘示))执行本文的方法及处理过程。
机器可读媒体包含可经调适以储存及/或传输具有由机器(举例来说,计算机、网络装置、个人数字助理、制造工具、具有一组一个或更多个处理器的任何装置等)可存取的形式的任何机构。例如,机器可读媒体包含可记录及非可记录(诸如)电、光、声或其它形式传播信号(举例来说,载波、红外线信号、数字信号等)的媒体(举例来说,只读(ROM)、随机存取(RAM)、磁盘储存媒体、光储存媒体、快闪装置等)。
此处的方法的操作已描述为以使得可最有益理解本发明的实施例的方式依序执行的多个离散方块。但是,在其中描述该等实施例的顺序不应视为意味着此等操作一定具顺序相关性或操作系按方块所呈现的顺序执行。当然,方法系实例方法且可使用其它方法以实施本发明的实施例。
在以下申请专利范围中使用的术语不应视为使本发明的实施例限于在说明书及申请专利范围中揭示的特定实施例。恰恰相反,本发明的实施例的范围将完全由以下申请专利范围所确定,该等申请专利范围将根据权利要求解释而建立的教条而加以理解。
Claims (32)
1.一种用于在图像处理器中修正缺陷像素的方法,该图像传感器具有布置成多个行的像素阵列,该方法包括:
自所述多个行之中选择一行像素,其中该行包含具有第一色彩的多个像素及具有第二色彩的多个像素;
为所述具有第二色彩的像素估计强度值,如同该具有第二色彩的像素是具有第一色彩的像素一般;
使用所述具有第二色彩的像素的估计强度值以确定在所述行中的至少一个目标像素是否有缺陷;及
若所述目标像素有缺陷,则将所述目标像素的估计强度值从第二色彩转换为第一色彩的估计强度值,并以所述目标像素的恢复强度值替代所述目标像素的实际强度值,所述恢复强度值是第一色彩的估计强度值。
2.如权利要求1所述的方法,进一步包括:使用一组邻近像素的强度值来推断所述目标像素的强度值。
3.如权利要求2的所述方法,进一步包括:为在所述一组邻近像素中的每一对相邻像素计算在所述相邻像素对中各像素之间的色差。
4.如权利要求3所述的方法,进一步包括:从所计算的色差之中选择中间强度值。
5.如权利要求1所述的方法,进一步包括:执行所述一组邻近像素的估计强度值的线性内插,以得出所述一组邻近像素的平均估计强度值。
6.如权利要求5所述的方法,进一步包括在以下条件下将所述目标像素定性为缺陷”白色”像素:
该目标像素的估计强度值大于所述一组邻近像素的平均估计强度值加上一预定阈值;及
该目标像素的估计强度值大于或等于所述一组邻近像素中任一像素的最大估计强度值。
7.如权利要求5所述的方法,进一步包括在以下条件下将所述目标像素定性为缺陷”黑色”像素:
该目标像素的估计强度值小于所述一组邻近像素的平均估计强度值减去一预定阈值;及
该目标像素的估计强度值小于或等于所述一组邻近像素中任一像素的最小估计强度值。
8.如权利要求1所述的方法,进一步包括:从所述一组邻近像素中确定一像素,该像素的估计强度值最接近于所述目标像素的估计强度值。
9.如权利要求8所述的方法,进一步包括:从所述一组邻近像素中选择一像素,该像素具有最接近于所述目标像素的估计强度值的估计强度值,且具有大于或等于所述目标像素的估计强度值的第二衍生值。
10.如权利要求9所述的方法,进一步包括:将选自所述一组邻近像素的、具有最接近于所述目标像素的估计强度值的估计强度值、且具有大于或等于所述目标像素的估计强度值的第二衍生值的所述像素用作所述目标像素的恢复强度值的第一候选。
11.如权利要求10所述的方法,进一步包括:
确定选自所述一组邻近像素的第一部分的像素的最大估计强度值;
确定选自所述一组邻近像素的第二部分的像素的最大估计强度值;及
在所述选自第一部分的像素的最大估计强度值与所述选自第二部分的像素的最大估计强度值之间,选择最小估计强度值作为估计恢复强度值的第二候选。
12.如权利要求11所述的方法,进一步包括:
确定选自所述一组邻近像素的第三部分的像素的最大估计强度值;
确定选自所述一组邻近像素的第四部分的像素的最大估计强度值;
确定选自所述一组邻近像素的像素的最大估计强度值;及
从以下之中选择第一最大估计强度值作为所述估计恢复强度值的第三候选:
所述选自第三部分的像素的最大估计强度值;
所述选自所述一组邻近像素的像素的最大估计强度值;及
所述选自所述一组邻近像素的像素的最大估计强度值。
13.如权利要求12所述的方法,进一步包括:从所述第一候选与第二候选之中选择最大估计强度值作为所述估计恢复强度值。
14.如权利要求13所述的方法,其中将所述目标像素的估计强度值转换为第一色彩的强度值包括:
为所述一组邻近像素中的一对相邻像素计算在所述一组邻近像素中该对相邻像素中各像素之间的色差;及
应用该色差至所述一组像素中的其余像素对;
确定所述目标像素的估计强度值大于或等于相邻于该目标像素并具有第一色彩的一对像素的平均估计强度值。
15.如权利要求1所述的方法,其中所述第一色彩包括绿色。
16.如权利要求1所述的方法,其中所述像素阵列以一Bayer图案配置。
17.一种具有布置成多个行的像素阵列的图像处理器,该图像处理器包括:
第一逻辑,其配置成从所述多个行之中选择一行像素,其中该行包含具有第一色彩的多个像素及具有第二色彩之多个像素;
第二逻辑,配置成:
为所述具有第二色彩的像素估计强度值,如同该具有第二色彩的像素是具有第一色彩的像素一般;
使用所述具有第二色彩的像素的估计强度值以确定在所述行中的至少一个目标像素是否有缺陷;及
若所述目标像素有缺陷,则将所述目标像素的估计强度值从第二色彩转换为第一色彩的估计强度值,并以所述目标像素的恢复强度值替代所述目标像素的实际强度值,所述恢复强度值为第一色彩的估计强度值。
18.如权利要求17所述的图像处理器,其中所述第二逻辑进一步配置成使用一组邻近像素的强度值来推断所述目标像素的强度值。
19.如权利要求18所述的图像处理器,其中所述第二逻辑进一步配置成为在所述一组邻近像素中的每一对相邻像素计算在所述相邻像素对中的各像素之间的色差。
20.如权利要求19所述的图像处理器,其中所述第二逻辑进一步配置成从所计算的色差之中选择中间强度值。
21.如权利要求17所述的图像处理器,其中该第二逻辑进一步配置成为执行所述一组邻近像素的估计强度值的线性内插,以得出所述一组邻近像素的平均估计强度值。
22.如权利要求21所述的图像处理器,其中所述第二逻辑还配置成在以下条件下将所述目标像素定性为缺陷”白色”像素:
该目标像素的估计强度值大于所述一组邻近像素的平均估计强度值加上一预定阈值;及
该目标像素的估计强度值大于或等于在所述一组邻近像素中的任一像素的最大估计强度值。
23.如权利要求21所述的图像处理器,其中所述第二逻辑还配置成在以下条件下将所述目标像素定性为缺陷”黑色”像素:
该目标像素的估计强度值小于所述一组邻近像素的平均估计强度值减去一预定阈值;及
该目标像素的估计强度值小于或等于在所述一组邻近像素中的任一像素的最小估计强度值。
24.如权利要求17所述的图像处理器,其中所述第二逻辑进一步配置成从所述一组邻近像素中确定一像素,该像素的估计强度值最接近于所述目标像素的估计强度值。
25.如权利要求24所述的图像处理器,其中该第二逻辑进一步配置成从所述一组邻近像素中选择一像素,该像素具有最接近于所述目标像素的估计强度值的估计强度值,且具有大于或等于所述目标像素的估计强度值的第二衍生值。
26.如权利要求25所述的图像处理器,其中所述第二逻辑进一步配置成将从所述一组邻近像素中选择的、具有最接近于所述目标像素的估计强度值的估计强度值、且具有大于或等于所述目标像素的估计强度值的第二衍生值的估计强度值的所述像素的估计强度值用作所述目标像素的恢复强度值的第一候选。
27.如权利要求26所述的图像处理器,其中所述第二逻辑进一步配置成:
确定选自所述一组邻近像素的第一部分的像素的最大估计强度值;
确定选自所述一组邻近像素的第二部分的像素的最大估计强度值;及
在所述选自第一部分的像素的最大估计强度值与所述选自第二部分的像素的最大估计强度值之间,选择一最小估计强度值作为估计恢复强度值的第二候选。
28.如权利要求27所述的图像处理器,其中该第二逻辑进一步配置成:
确定选自所述一组邻近像素的第三部分的像素的最大估计强度值;
确定选自所述一组邻近像素的第四部分的像素的最大估计强度值;
确定选自所述一组邻近像素的像素的最大估计强度值;及
从以下之中,选择一第一最大估计强度值作为该估计恢复强度值的第三候选:
所述选自第三部分的像素的最大估计强度值;
所述选自所述一组邻近像素的像素的最大估计强度值;及
所述选自所述一组邻近像素的像素的最大估计强度值。
29.如权利要求28所述的图像处理器,其中该第二逻辑进一步配置成从所述第一候选与第二候选之中选择最大估计强度值作为所述估计恢复强度值。
30.如权利要求29所述的图像处理器,其中该第二逻辑进一步配置成:
为所述一组邻近像素中的一对相邻像素,计算在所述一组邻近像素中的该对相邻像素中各像素之间的色差;及
应用该色差至所述一组像素中的其余像素对;
确定所述目标像素的估计强度值大于或等于相邻于该目标像素,并且具有第一色彩的一对像素的平均估计强度值。
31.如权利要求17所述的图像处理器,其中所述第一色彩包括绿色。
32.如权利要求17所述的图像处理器,其中所述像素阵列以一Bayer图案配置。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US12/260,023 US8164660B2 (en) | 2008-10-28 | 2008-10-28 | Single row based defective pixel correction |
US12/260,023 | 2008-10-28 | ||
PCT/US2009/061388 WO2010062498A1 (en) | 2008-10-28 | 2009-10-20 | Single row based defective pixel correction |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102204239A true CN102204239A (zh) | 2011-09-28 |
CN102204239B CN102204239B (zh) | 2014-08-27 |
Family
ID=41466679
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN200980143694.1A Active CN102204239B (zh) | 2008-10-28 | 2009-10-20 | 基于单一行的缺陷像素修正的系统和方法 |
Country Status (4)
Country | Link |
---|---|
US (1) | US8164660B2 (zh) |
CN (1) | CN102204239B (zh) |
TW (1) | TWI393451B (zh) |
WO (1) | WO2010062498A1 (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2012021502A2 (en) * | 2010-08-09 | 2012-02-16 | Board Of Regents, The University Of Texas System | Using higher order statistics to estimate pixel values in digital image processing to improve accuracy and computation efficiency |
US8351696B2 (en) | 2010-09-17 | 2013-01-08 | Foveon, Inc. | Correcting defective pixels in digital color images |
TWI670977B (zh) | 2017-11-06 | 2019-09-01 | 瑞昱半導體股份有限公司 | 不良像素補償方法與裝置 |
KR20200141813A (ko) | 2019-06-11 | 2020-12-21 | 삼성전자주식회사 | 이미지 신호 프로세서, 및 상기 이미지 신호 프로세서를 포함하는 이미지 센서 |
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 |
US11762811B2 (en) * | 2021-06-03 | 2023-09-19 | Avalara, Inc. | Computation module configured to estimate resource for target point from known resources of dots near the target point |
Family Cites Families (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6806902B1 (en) * | 1999-06-08 | 2004-10-19 | Chrontel, Inc. | System and method for correcting bad pixel data in a digital camera |
US6876384B1 (en) * | 2000-04-19 | 2005-04-05 | Biomorphic Vlsi, Inc. | Pixel selective white balancing |
US6724945B1 (en) | 2000-05-24 | 2004-04-20 | Hewlett-Packard Development Company, L.P. | Correcting defect pixels in a digital image |
US6965395B1 (en) * | 2000-09-12 | 2005-11-15 | Dialog Semiconductor Gmbh | Methods and systems for detecting defective imaging pixels and pixel values |
TW563345B (en) * | 2001-03-15 | 2003-11-21 | Canon Kk | Image processing for correcting defects of read image |
US6737625B2 (en) | 2001-06-28 | 2004-05-18 | Agilent Technologies, Inc. | Bad pixel detection and correction in an image sensing device |
US7015961B2 (en) | 2002-08-16 | 2006-03-21 | Ramakrishna Kakarala | Digital image system and method for combining demosaicing and bad pixel correction |
JP3747909B2 (ja) * | 2002-12-24 | 2006-02-22 | ソニー株式会社 | 画素欠陥検出補正装置及び画素欠陥検出補正方法 |
US7034874B1 (en) | 2003-03-17 | 2006-04-25 | Biomorphic Vlsi, Inc | Automatic bad pixel correction in image sensors |
EP1594308A1 (en) | 2004-05-07 | 2005-11-09 | Dialog Semiconductor GmbH | Single line Bayer filter RGB bad pixel correction |
US20060245500A1 (en) * | 2004-12-15 | 2006-11-02 | David Yonovitz | Tunable wavelet target extraction preprocessor system |
JP4207923B2 (ja) * | 2005-04-19 | 2009-01-14 | ソニー株式会社 | フリッカ補正方法、フリッカ補正装置及び撮像装置 |
US7313288B2 (en) * | 2005-04-20 | 2007-12-25 | Cypress Semiconductor Corporation | Defect pixel correction in an image sensor |
US20070291104A1 (en) * | 2006-06-07 | 2007-12-20 | Wavetronex, Inc. | Systems and methods of capturing high-resolution images of objects |
-
2008
- 2008-10-28 US US12/260,023 patent/US8164660B2/en active Active
-
2009
- 2009-10-20 WO PCT/US2009/061388 patent/WO2010062498A1/en active Application Filing
- 2009-10-20 CN CN200980143694.1A patent/CN102204239B/zh active Active
- 2009-10-27 TW TW098136338A patent/TWI393451B/zh active
Also Published As
Publication number | Publication date |
---|---|
US8164660B2 (en) | 2012-04-24 |
WO2010062498A1 (en) | 2010-06-03 |
TWI393451B (zh) | 2013-04-11 |
US20100103292A1 (en) | 2010-04-29 |
TW201031226A (en) | 2010-08-16 |
CN102204239B (zh) | 2014-08-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP1271933B1 (en) | Bad pixel detection and correction in an image sensing device | |
CN102055917B (zh) | 像素缺陷校正器件、成像设备、像素缺陷校正方法和程序 | |
EP1389771B1 (en) | Digital image system and method for combining demosaicing and bad pixel correction | |
US8253828B2 (en) | Image capture device including edge direction determination unit, and image processing method for the same | |
EP1401196B1 (en) | Method for detecting defective pixels in a digital image sensor | |
CN102055918B (zh) | 像素缺陷检测和校正设备和方法、成像装置、和程序 | |
CN100474935C (zh) | 像素缺陷检测和校正设备以及像素缺陷检测和校正方法 | |
CN102204239A (zh) | 基于单一行的缺陷像素修正 | |
WO2016031597A1 (ja) | 画像処理装置、画像処理方法、及び、画像処理システム | |
CN101677359B (zh) | 图像传感装置及缺陷像素检测方法 | |
EP2026563A1 (en) | System and method for detecting defective pixels | |
US20070002154A1 (en) | Method and apparatus for edge adaptive color interpolation | |
CN101304484A (zh) | 成像装置、缺陷像素校正装置、装置中的处理方法和程序 | |
CN100431332C (zh) | 用于检测安全文件的装置和方法 | |
US6466693B1 (en) | Image processing apparatus | |
CN101888468B (zh) | 图像内插装置以及图像内插方法 | |
JP2007201530A (ja) | 画素欠陥補正装置 | |
CN102595061A (zh) | 图像处理装置、图像处理方法和程序 | |
CN102572318A (zh) | 能够快速且容易地进行校正处理的图像处理设备和方法 | |
CN100369459C (zh) | 图像信号处理装置 | |
US7515298B2 (en) | Image processing apparatus and method determining noise in image data | |
JP2000059799A (ja) | 画素欠陥補正装置及び画素欠陥補正方法 | |
JPH06284346A (ja) | 固体撮像装置の自動欠陥検出装置 | |
US20090147093A1 (en) | Color processing circuit | |
EP1805801B1 (en) | Image sensor with expanding dynamic range |
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 | ||
CP01 | Change in the name or title of a patent holder | ||
CP01 | Change in the name or title of a patent holder |
Address after: American California Patentee after: OmniVision Technologies, Inc. Address before: American California Patentee before: Omnivision Technologies, Inc. |