CN102265628A - 用于检测和校正图像传感器中的坏像素的方法 - Google Patents

Abstract

根据本发明的实施例，提供了一种用于检测和校正图像传感器中的坏像素的方法，包括：第一步骤，用于产生和存储对象的多个图像帧；第二步骤，用于扫描在多个图像帧中的像素；第三步骤，当从多个图像帧中检测到坏像素时，将相应像素的位置作为坏块位置存储在存储器中；第四步骤，当获取图片时，通过从存储器中调出存储的坏块位置来校正相应坏块的亮度值。

Description

用于检测和校正图像传感器中的坏像素的方法

技术领域

本公开涉及一种用于检测/校正图像传感器中的坏像素(bad pixel)的方法。

背景技术

图像传感器被配置为包括：一个包含几十万到数百万像素的像素阵列，一个将从像素检测到的模拟数据转换为数字数据的装置，和几百到几千个存储装置。然而，由于这么多的装置，图像传感器总是有处理误差的可能性。

图像传感器的质量是根据坏像素的数目确定的。就是说，图像传感器的质量随着坏像素数目的减少而提高。由于图像传感器中的坏像素导致的误差在屏幕上表现为小点。

如果部分有坏像素的图像传感器芯片均被看作坏芯片，成品率就会降低。因此，将坏像素校正以供使用。

一种相关技术的坏像素校正方法检测邻近像素和坏像素(也就是目标像素)的亮度或者检测R/G/B水平以检查差异，从而实时校正下一坏像素。

相关技术的坏像素校正方法在实时校正方面是有优势的。但是，该相关技术的坏像素校正方法在提供对坏像素的准确检测和完全校正上有困难。

发明内容

[技术问题]

实施例提供了一种能够实现对坏像素的准确检测和完全校正的方法。

[技术方案]

在一个实施例中，用于校正图像传感器中的坏像素的方法包括：第一步骤，创建和存储一个对象的多个图像帧；第二步骤，扫描图像帧中的像素；第三步骤，当在图像帧中检测到坏像素时，将坏像素的位置作为坏块位置存储到存储器中；第四步骤，在图像获取操作中，通过调用存储在存储器中的坏块位置来校正坏块的亮度值。

[有益效果]

该实施例使得即使不使用相关技术的实时检测也可以提供对坏像素的准确检测。并且，实施例通过差异比率(difference ratio)的方式来校正检测到的坏块，从而使得提供对坏块的准确校正成为可能。

附图说明

图1是示出根据实施例检测/校正图像传感器中的坏像素的过程的流程图。

图2是示出根据实施例通过经由对象图像获取存储总共三个图像帧而检测坏块的方案的图。

图3是示出根据实施例的坏块校正过程的流程图。

图4是示出校正前子块的亮度值和校正后子块的亮度值的图。

具体实施方式

下面，将参考附图来详细描述实施例。在每一种可能的情况下，同样的附图标记用于指示说明书和附图中相同或类似的元件。

图1是示出根据实施例检测/校正图像传感器中的坏像素的过程的流程图。

首先，建立用于校正的多个对象环境(object environment)，在这些对象环境下获取并存储图像帧。

对象环境是校正图像传感器中的坏像素所必需的图像帧的亮度值。

例如，如果图像传感器中产生的坏点(dead pixel)表现为黑色缺陷，则对象环境意味着其中通过明亮的颜色来建立对象颜色的环境。

因此，在不同的对象环境下获取图像，创建(S21)并存储(S22)多个图像帧。

如图2(a)所示，当图像帧的数目为3时，可以看到，通过获取亮度值大于或等于阈值的白色、黄色和蓝色的明亮对象图像来创建并存储总共三个图像帧。

亮度值的阈值可以为200。

三个图像帧不必有白色、黄色和蓝色，它们可以仅以一种颜色获取。

并且，如果三个图像帧的亮度值大于或等于阈值，它们可以以相同的亮度或不同的亮度来获取。

扫描每个图像帧中的像素(S23)来确定是否检测到坏像素(S24)。

例如，坏点的坏像素总是有大于或等于阈值的黑色亮度值。在这里，如果在每个图像帧中存在这样的黑色亮度值，则所有相应的像素位置都被确定为坏像素。

参考图2(b)，扫描每个图像帧中的像素。在这里，如果有黑色缺陷的像素出现在三个图像帧中，则相应像素位置被确定为坏像素(坏点)。

这时，黑色缺陷可能形成在三个图像帧的相同位置或不同位置，但是在三个图像帧中形成的所有黑色缺陷都可被确定为坏点。

也就是说，即使在第一图像帧中没有出现黑色缺陷，在第二图像帧中出现的黑色缺陷也会被确定为坏点。

如上，如果在每个图像帧中检测到坏像素，则将包括坏像素的相应块作为坏块位置存储在存储器中(S25)。

也就是说，帧被划分为多个块，包括坏像素的块位置作为坏块位置存储在存储器中。

在将坏块位置存储在存储器中之后，当执行图像获取时，通过调用存储在存储器中的坏块位置来校正相应的坏块(S26)。

如果有多个坏块，在通过调用第一坏块位置进行校正后，再通过调用下一坏块位置进行校正，直到最后一个坏块。

将参考图3来详细描述坏块校正过程(S26)。

图3是示出根据实施例的坏块校正过程的流程图。

在下文中，给出其中坏块被划分为子块以减轻系统负担的示例的描述。

这里，子块是被示出以仅对像素中R/G/B颜色中的一种进行比较的块。

在对R/G/B颜色中的一种进行校正后，按顺序对其他颜色进行校正。

当执行图像获取时，调用存储在存储器中的坏块位置，并且将位于图像帧中的坏块划分为n×m个子块(S41)。

检测n×m个子块中第一子块的亮度值(S42)。

之后，计算第一子块相对于前一子块的差异比率(S43)。

以供参考，当计算第一子块的差异比率时，当前子块意味着第一子块sub_B₁，前一子块sub_B_(x-1)意味着位于第一子块sub_B₁左边的另一块的子块。

当前子块的差异比率是前一子块sub_B_(x-1)和当前子块sub_B_x之间差值的绝对值与前一子块sub_B_(x-1)和当前子块sub_B_x的最大亮度值之间的比率，该差异比率由公式1来计算。

[公式1]

子块sub_B_x的差异比率

＝{前一子块sub_B_(x-1)和当前子块sub_B_x之间差值的绝对值}÷{前一子块sub_B_(x-1)和当前子块sub_B_x的最大亮度值}

＝|sub_B_(x-1)-sub_B_x)|÷Max(sub_B_(x-1)∶sub_B_x)

之后，确定当前子块的差异比率是否大于预设阈值比率(S44)，并确定前一子块的差异比率和当前子块的差异比率之间的差是否大于阈值比率(S45)。

如果大于阈值比率(在步骤S44和S45中)，通过用前一子块的亮度值替代当前子块的亮度值来进行校正(S46)；如果不是，则不进行校正。

在上述校正之后，检测下一子块的亮度值(S48)，根据[公式1]计算相应子块的差异比率(S43)，然后重复步骤S44和S45来校正下一子块的亮度值(S46)。

确定该子块是否是最后一个子块(S47)。重复上述子块校正步骤直到最后一个子块。

以供参考，当每个子块具有如图4(a)所示的亮度值时，将在下面描述按照图3的步骤进行的每个子块的差异比率计算和每个子块的校正的示例。图4(b)是示出通过图3的步骤进行校正后每个子块的亮度值的图。

对以下情况进行描述：包括16个子块的坏块具有如图4(a)所示的每个子块的亮度值。

如果子块1、2、3、4、5、8、9、12、13、14、15和16中的每个具有亮度值200，子块6、7、10和11中的每个具有亮度值50，则第一到第五子块中的每个都具有相同的亮度值200。

由于没有前一子块的差值，子块1、2、3和4在代入公式1的情况下具有差异比率“0”。

然而，具有亮度值50的第六子块sub_B₆与具有亮度值200的第五子块sub_B₅之间具有150的差值。

因此，通过代入到公式1，第六子块sub_B₆的差异比率计算如下。

第六子块sub_B₆的差异比率

＝|sub_B₅-sub_B₆)|÷Max(sub_B₅∶sub_B₆)

＝|200-50|÷Max(200∶50)

＝150÷200

＝0.75

结果，如图4(b)所示，可以看到第六子块具有差异比率0.75。

因此，如果阈值比率是0.2，则差异比率0.75大于阈值比率0.2。

而且，由于第六子块的差异比率“0.75”和第五子块(也就是前一子块)的差异比率“0”之间的差值大于阈值“0.2”，第六子块(也就是当前子块)的亮度值被替代为第五子块的亮度值“200”从而进行校正。

在对第六子块sub_B₆进行校正后，校正第七子块(也就是下一子块)。这里，由于第六子块(也就是前一子块)已经经校正，它具有校正后的亮度值200。因此，第六子块sub_B₆具有差异比率0。

如上，第六子块被校正到200，并具有差异比率0。然后，通过代入到公式1，第七子块sub_B₇的差异比率计算如下。

第七子块sub_B₇的差异比率

＝|sub_B₆-sub_B₇)|÷Max(sub_B₆∶sub_B₇)

＝|200-50|÷Max(200∶50)

＝150÷200

＝0.75

结果，如图4(b)所示，可以看到第七子块具有差异比率0.75。

因此，由于差异比率0.75大于阈值比率0.2，并且第七子块的差异比率“0.75”和第六子块(也就是前一子块)的差异比率“0.2”之间的差大于阈值比率“0.2”，所以第七子块的亮度值被替代为第六子块的亮度值从而进行校正。

同样的，通过上述步骤，第十和第十一子块也能够通过替代被校正到200。

这时，在图1和图3的步骤描述中，检测图像帧的坏块，检测相应坏块的子块的差异比率，并根据差异判断是否进行校正。

如上所述，通过图1和图3的步骤检测图像帧的坏像素，包括坏像素的块位置作为坏块位置存储在存储器中。

然后，当执行图像获取时，从存储器中取出图像帧中坏块的位置信息，并且校正相应块中的子块。

如上所述，图1步骤S26中的校正可以通过图3的校正算法来执行。然而，作为坏块存储的块可直接被前一子块的值替代，而不需计算每个子块的差异比率。

也就是说，被确定为坏块的块可能通过用前一子块的值替代坏块的值来进行校正，而不管阈值比率。

而且，作为图1步骤S26中校正的另一示例，相应坏块的位置被直接指定并被设置在图像传感器的校正寄存器中，以便能够在图像获取操作中自动校正相应块。

通常，具有校正功能的图像传感器具有校正寄存器，并且根据校正寄存器的设置值来校正特定位置的块。

因此，将通过上述步骤检测到的坏块的位置设置并写入到图像传感器的校正寄存器中，以便在图像获取操作中校正相应位置的块。

如果通过校正寄存器的设置值来确定校正目标块，则通过寄存器的校正可以由图3的校正算法来执行。而且，也可以由其他校正算法来执行校正。

尽管参考了大量示例性实施例来描述了实施例，需要理解的是，由本领域技术人员可以想到落在本公开的原理的精神和范围之内的许多其他修改和实施例。更具体地，在本公开、附图和所附权利要求的范围内，在主题组合装置的组成部分和/或装置中的各种变化和修改是可能的。除在组成部分和/或装置中的变化和修改外，替代使用对本领域技术人员也是显然的。

【工业实用性】

该实施例适用于一种用于检测/校正图像传感器中的坏像素的方法。

Claims (12)

1.一种用于校正图像传感器中的坏像素的方法，包括：

第一步骤，创建和存储对象的多个图像帧；

第二步骤，扫描在所述图像帧中的像素；

第三步骤，当在所述图像帧中检测到坏像素时，将所述坏像素的位置作为坏块位置存储在存储器中；和

第四步骤，在图像获取操作中，通过调用存储在所述存储器中的所述坏块位置来校正坏块的亮度值。

2.根据权利要求1所述的方法，其中所述图像帧具有相同的亮度环境。

3.根据权利要求1所述的方法，其中所述图像帧具有不同的亮度环境。

4.根据权利要求1所述的方法，其中亮度环境是亮度值大于或等于阈值的亮度环境。

5.根据权利要求4所述的方法，其中所述阈值是大于或等于200的亮度值。

6.根据权利要求1所述的方法，其中在每个所述图像帧中具有黑色亮度值的所有像素在所述第三步骤中被确定为坏像素。

7.根据权利要求1所述的方法，其中如果在图像获取操作中在所述图像传感器中具有执行校正控制的校正寄存器，则所述第四步骤通过根据存储在所述存储器中的所述坏块位置执行在所述校正寄存器中的设置来校正所述坏块的亮度值。

8.根据权利要求1所述的方法，其中所述第四步骤调用存储在所述存储器中的所述坏块位置，并且用与所述坏块的前一块相同的亮度值来替代所述坏块的亮度值。

9.根据权利要求1所述的方法，其中所述第四步骤包括：

第(4-1)步骤，通过根据存储在所述存储器中的所述坏块位置调用块来将所述图像帧划分为多个子块；

第(4-2)步骤，检测第一子块的亮度值；

第(4-3)步骤，通过将子块的差异比率设置为前一子块和当前子块之间的亮度值差异的比率来计算所述当前子块的差异比率；

第(4-4)步骤，将所述当前子块的差异比率与预设阈值比率进行比较，并且根据比较结果确定是否校正所述当前子块的亮度值；和

第(4-5)步骤，通过检测下一子块的亮度值重复所述第(4-3)步骤和所述第(4-4)步骤，直到最后一个子块。

10.根据权利要求9所述的方法，其中所述预设阈值比率是0.2。

11.根据权利要求9所述的方法，其中所述子块的差异比率通过{前一子块sub_B_(x-1)和当前子块sub_B_x之间差值的绝对值}÷{前一子块sub_B_(x-1)和当前子块sub_B_x的最大亮度值}来计算。

12.根据权利要求9所述的方法，其中如果所述当前子块的差异比率大于所述预设阈值比率并且所述当前子块的差异比率和所述前一子块的差异比率之间的差值大于阈值比率，则所述第(4-4)步骤用所述前一子块的亮度值替代所述当前子块的亮度值。

Images