CN109314746B - 图像传感器及其获取图像的方法、智能设备 - Google Patents

Abstract

本发明公开了提供一种图像传感器及其获取图像的方法、智能设备，该图像传感器包括传感器层以及滤光层，传感器层包括至少一个图像采集区域，滤光层包括至少一个滤光区域；图像传感器还包括处理器，滤光层以及传感器层分别与处理器耦接；传感器层用于获取基准图像；处理器用于根据基准图像生成控制指令，并将控制指令发送给滤光层；滤光层用于根据控制指令调整滤光区域的透光性，得到与控制指令匹配的感光分布，以使图像传感器按照感光分布采集图像。该图像传感器提升了获取到的图像的锐度、颜色丰富度及分辨率。

Description

图像传感器及其获取图像的方法、智能设备

技术领域

本发明涉及视觉系统领域，特别是涉及一种图像传感器及其获取图像的方法、智能设备。

背景技术

在视觉系统领域，图像传感器是智能设备，如数码相机、摄像机的图像设备中最关键的部件，用于将镜头聚焦的光学图像转换为数字图像。图像传感器能够将照射到传感器上的可见光的亮度转换为电信号，并在后续的处理中数字化，产生灰度图像。

为了获取自然界的颜色信息产生彩色图像，通常在图像传感器上设置滤色片，使得图像传感器能够对可见光中不同颜色的光进行数字化，产生彩色图像。目前，滤色片是按照普通的RGB排列方式分布的，会出现局部或边缘颜色效果差的问题，比如图像锐度低以及分辨率低的问题。

发明内容

本发明主要解决的技术问题是提供一种图像传感器及其获取图像的方法、智能设备，提升了获取到的图像的锐度、颜色丰富度及分辨率，提高了用户体验。

为解决上述技术问题，本发明采用的第一个技术方案是：提供一种图像传感器，所述图像传感器包括传感器层以及滤光层，所述传感器层包括至少一个图像采集区域，所述滤光层包括至少一个滤光区域；所述图像传感器还包括处理器，所述滤光层以及所述传感器层分别与所述处理器耦接；所述传感器层用于获取基准图像；所述处理器用于根据所述基准图像生成控制指令，并将所述控制指令发送给所述滤光层；所述滤光层用于根据所述控制指令调整所述滤光区域的透光性，得到与所述控制指令匹配的感光分布，以使所述图像传感器按照所述感光分布采集图像。

为解决上述技术问题，本发明采用的第二个技术方案是：提供一种智能设备，所述智能设备包括本发明任一所述的图像传感器。

为解决上述技术问题，本发明采用的第三个技术方案是：提供一种获取图像的方法，所述获取图像的方法包括：图像传感器通过其传感器层获取基准图像；所述图像传感器根据所述基准图像生成控制指令；并根据所述控制指令调整其滤光区域的透光性，得到与所述控制指令匹配的感光分布，以使所述图像传感器按照所述感光分布采集图像。

本发明的有益效果是：本发明的图像传感器的滤光层可根据处理器的控制指令控制其滤光区域的透光性，以调整滤光层的感光分布，能够根据实际情况选择性设置滤光层的感光分布，以使图像传感器按照感光分布采集图像，提升了获取到的图像的锐度、颜色丰富度及分辨率。

附图说明

图1是本发明图像传感器一实施方式的结构示意图；

图2是本发明获取图像的方法一实施方式的流程示意图。

具体实施方式

本发明提供一种图像传感器及其获取图像的方法、智能设备，为使本发明的目的、技术方案和技术效果更加明确、清楚，以下对本发明进一步详细说明，应当理解此处所描述的具体实施条例仅用于解释本发明，并不用于限定本发明。

本实施方式的图像传感器包括传感器层以及滤光层，其中，传感器层包括至少一个图像采集区域，滤光层包括至少一个滤光区域。图像传感器还包括处理器，滤光层以及传感器层分别与处理器耦接。

具体地，传感器层用于获取基准图像，处理器用于根据基准图像生成控制指令，并将控制指令发送给滤光层，滤光层用于根据控制指令调整滤光区域的透光性，得到与控制指令匹配的感光分布，以使图像传感器按照感光分布采集图像。

为了清楚的说明上述实施方式的图像传感器的结构，请参阅图1，图1是本发明图像传感器一实施方式的结构示意图。其中，图1中箭头所指的方向为光线入射的方向。

本实施方式的图像传感器10包括滤光层101以及传感器层102，图像传感器10还包括处理器103，处理器103分别与滤光层101和传感器层102耦接。图像传感器10还包括隔离层，隔离层位于传感器层102和滤光层101之间。其中，隔离层的材料为介质材料，例如氧化硅、氮化硅或氧氮化硅，用于隔离滤光层101和传感器层102。

另外，传感器层102包括至少一个图像采集区域，图像采集区域的数目不做具体限定，可根据实际情况设计，例如，包括2个或3个或6个图像采集区域。其中，图像采集区域用于将接收到的光信号转换为电信号。

滤光层101包括至少一个滤光区域，滤光区域的数目不做具体限定，可根据实际情况设计，例如，包括2个或3个或6个滤光区域。其中，滤光区域用于选择特定的波长光线通过，以使对应的图像采集区域能够获取到相应的像素颜色。

在其中的一个实施方式中，滤光区域由光子晶体形成，该光子晶体由不同折射率的介质周期性排列而成，能够根据电压控制其特性，从而选择某个波段的光通过。在另一个实施方式中，滤光区域也可以由光栅器件形成，该光栅器件为电控衍射光栅器件，能够根据电压控制其特性，从而选择某个波段的光通过。

可选地，滤光区域的数量与图像采集区域的数量相匹配，滤光区域的分布与图像采集区域的分布相匹配。在其中的一个实施方式中，为了使采集到的目标物体的颜色信息更真实的还原实际目标物体的颜色信息，滤光区域的数量与图像采集区域的数量相等，每一个图像采集区域的位置与每一个滤光区域的位置一一对应，从而可以精确调整滤光层101的感光分布。在其他的实施方式中，滤光区域以及图像采集区域可根据实际的情况设计，在此不做具体限定。

具体地，传感器层102用于获取基准图像，传感器层102中的图像采集区域将接收到的光信号转换为电信号，根据光的强度对该电信号进行数字处理，得到基准图像。其中，滤光层101会预设有一特定的感光分布，传感器层102根据该预设的感光分布而获取图像为基准图像。

滤光层101用于对照射在图像传感器10上的光进行滤光操作。具体地，滤光层101中的滤光区域选择性透射对应波长范围的光，而阻隔其他波长范围的光透射，以获取颜色信息。

进一步地，处理器103用于接收传感器层102的基准图像，根据该基准图像生成控制指令，并将该控制指令发送给滤光层101，以使滤光层10根据该控制指令调整滤光区域的透光性，得到与该控制指令匹配的感光分布，以使图像传感器10按照调整后的感光分布采集图像。

在其中的一个实施方式中，处理器103采用贝叶斯算法对基准图像进行分析，以生成控制指令，并将控制指令发送给滤光层101。其中，贝叶斯算法是采用逆推的方法确定某个事件出现的概率，由此确定滤光层10的最佳感光分布。

下面说明一下贝叶斯算法的具体原理以及分析过程。贝叶斯算法是基于推理确定某个事件出现的概率的，其中，推理分为两个过程，第一步是对观测数据建立一个模型。第二步则是使用这个模型来推测未知现象发生的概率。在本实施方式中，图像传感器10通过基准图像建立模型，并对该模型进行分析，推测多种感光分布的可能性，并验证哪种感光分布可以最佳的对应基准图像所对应的目标物体的实际颜色，从而确定最佳的感光分布。

目前，图像传感器的滤光层的滤光分布，如RGB分布在出厂时已预先设置了，因此不能够根据实际情况重新设置滤光层的滤光分布，导致获取到的图像的边缘位置或其他位置的图像锐度以及分辨率均不高，图像色彩也不够丰富。

为了解决上述问题，本实施方式的滤光层101的感光分布可以根据实际情况改变。在其中的一个实施方式中，滤光层101会预先设置第一感光分布，传感器层102通过该第一感光分布获取基准图像。处理器103在接收到基准图像后会对该基准图像进行分析处理，并根据处理的结果生成控制指令，并将该控制指令发送至滤光层101，以使滤光层101根据该控制指令调整滤光区域的透光性，得到与控制指令匹配的感光分布。

具体地，处理器103在接收到基准图像后，采用贝叶斯算法对基准图像进行处理，并根据处理的结果生成电压控制指令，并将该电压控制指令发送至滤光层101，以使滤光层101根据该电压控制指令调整滤光区域所能透射的光的波长范围，得到与该电压控制指令匹配的感光分布。其中，该电压控制指令包括滤光区域对应的电压，根据该电压可对应调整滤光区域所能透射的光的波长范围。

由于人类视力所能感知的所有颜色均可以通过红(R)、绿(G)、蓝(B)三个颜色通道的变化以及它们的相互叠加得到。所以，可设置滤光层101中的滤光区域能够透射的可见光的颜色为红色或蓝色或绿色，即滤光区域能够透射红色或蓝色或绿色所对应的波长范围的可见光。其中，红色可见光对应的波长范围为620nm～750nm，蓝色可见光对应的波长范围为450nm～475nm，绿色可见光对应的波长范围为495nm～570nm。

在本实施方式中，处理器103采用贝叶斯算法对基准图像进行处理后，可逆推得到基准图像中需要调整颜色的位置以及该位置对应的颜色，从而确定需要调整的滤光区域以及该滤光区域对应需要透射的光线的波长，根据该波长可以确定施加到滤光区域的电压，从而生成控制指令，以调整滤光层101的感光分布，以使图像传感器10按照调整后的感光分布采集图像。在一个实际的应用场景中，图像的边缘位置容易丢失颜色信息而导致图像模糊。为了节省硬件资源，并提高获取图像的进度，图像传感器10可以仅调整传感器层101的边缘位置对应的滤光区域的感光分布，即可提高图像边缘位置的锐度。

在此，需要说明的是，图像传感器10可对传感器层101的感光分布进行至少一次调整，具体调整的次数可根据实际情况设计，例如调整一次或三次，在此不做具体限定，需满足图像性能指标的需求即可。

区别于现有技术，本实施方式的图像传感器的滤光层可根据处理器的控制指令控制其滤光区域的透光性，以调整滤光层的感光分布，能够根据实际情况选择性设置滤光层的感光分布，以使图像传感器按照感光分布采集图像，提升了获取到的图像的锐度、颜色丰富度及分辨率。

参阅图2，图2是本发明获取图像的方法一实施方式的流程示意图。本实施方式的获取图像的方法适用于上述任一实施方式的图像传感器。该获取图像的方法包括：

201：图像传感器通过其传感器层获取基准图像。

本实施方式的图像传感器包括传感器层以及滤光层。图像传感器还包括处理器，处理器分别与滤光层和传感器层耦接。

其中，传感器层包括至少一个图像采集区域，图像采集区域的数目不做具体限定，可根据实际情况设计，例如，包括2个或3个或6个图像采集区域。其中，图像采集区域用于将接收到的光信号转换为电信号。

滤光层包括至少一个滤光区域，滤光区域的数目不做具体限定，可根据实际情况设计，例如，包括2个或3个或6个滤光区域。其中，滤光区域用于选择特定的波长光线通过，以使对应的图像采集区域能够获取到相应的像素颜色。

在本实施方式中，图像传感器通过其传感器层获取基准图像。

具体地，传感器层中的图像采集区域将接收到的光信号转换为电信号，根据光的强度对该电信号进行数字处理，得到基准图像。

202：图像传感器根据基准图像生成控制指令。

在本实施方式中，图像传感器的处理器接收传感器层的基准图像，根据该基准图像生成控制指令，并将该控制指令发送给滤光层，以使滤光层根据该控制指令调整滤光区域的透光性，得到与该控制指令匹配的感光分布，以使图像传感器按照调整后的感光分布采集图像。

具体地，处理器在接收到基准图像后，采用贝叶斯算法对基准图像进行处理，并根据处理的结果生成电压控制指令，并将该电压控制指令发送至滤光层，以使滤光层根据该电压控制指令调整滤光区域所能透射的光的波长范围，得到与该电压控制指令匹配的感光分布。其中，该电压控制指令包括滤光区域对应的电压，根据该电压可对应调整滤光区域所能透射的光的波长范围。

其中，贝叶斯算法是采用逆推的方法确定某个事件出现的概率，由此确定滤光层的最佳感光分布。

下面说明一下贝叶斯算法的具体原理以及分析过程。

贝叶斯算法是基于推理确定某个事件出现的概率的，其中，推理分为两个过程，第一步是对观测数据建立一个模型。第二步则是使用这个模型来推测未知现象发生的概率。在本实施方式中，图像传感器通过基准图像建立模型，并对该模型进行分析，推测多种感光分布的可能性，并验证哪种感光分布可以最佳的对应基准图像所对应的目标物体的实际颜色，从而确定最佳的感光分布。

由于人类视力所能感知的所有颜色均可以通过红(R)、绿(G)、蓝(B)三个颜色通道的变化以及它们的相互叠加得到。所以，可设置滤光层中的滤光区域能够透射的可见光的颜色为红色或蓝色或绿色，即滤光区域能够透射红色或蓝色或绿色所对应的波长范围的可见光。其中，红色可见光对应的波长范围为620nm～750nm，蓝色可见光对应的波长范围为450nm～475nm，绿色可见光对应的波长范围为495nm～570nm。

在本实施方式中，处理器采用贝叶斯算法对基准图像进行处理后，可逆推得到基准图像中需要调整颜色的位置以及该位置对应的颜色，从而确定需要调整的滤光区域以及该滤光区域对应需要透射的光线的波长，根据该波长可以确定施加到滤光区域的电压，从而生成控制指令。

203：并根据控制指令调整其滤光区域的透光性，得到与控制指令匹配的感光分布，以使图像传感器按照感光分布采集图像。

在本实施方式中，图像传感器根据控制指令调整其滤光区域的透光性，得到与控制指令匹配的感光分布，以使图像传感器按照感光分布采集图像。

在其中的一个实施方式中，滤光区域由光子晶体形成，该光子晶体由不同折射率的介质周期性排列而成，能够根据电压控制其特性，从而选择某个波段的光通过。在另一个实施方式中，滤光区域也可以由光栅器件形成，该光栅器件为电控衍射光栅器件，能够根据电压控制其特性，从而选择某个波段的光通过。

在其中的一个实施方式中，控制指令为电压控制指令，图像传感器根据电压控制指令调整所述滤光区域所能透射的光的波长范围，得到与所述电压控制指令匹配的感光分布，以使图像传感器按照所述感光分布采集图像。

在一个实际的应用场景中，图像的边缘位置容易丢失颜色信息而导致图像模糊。为了节省硬件资源，并提高获取图像的进度，图像传感器可以仅调整传感器层的边缘位置对应的滤光区域的感光分布，即可提高图像边缘位置的锐度。

在此，需要说明的是，图像传感器可对传感器层的感光分布进行至少一次调整，具体调整的次数可根据实际情况设计，例如调整一次或三次，在此不做具体限定，需满足图像性能指标的需求即可。

区别于现有技术本实施方式的图像传感器的滤光层可根据处理器的控制指令控制其滤光区域的透光性，以调整滤光层的感光分布，能够根据实际情况选择性设置滤光层的感光分布，以使图像传感器按照感光分布采集图像，提升了获取到的图像的锐度、颜色丰富度及分辨率。

进一步地，在另一个实施方式提供了一种智能设备，该智能设备包括上述任一实施方式的图像传感器。

其中，智能设备包括照相机、工业机器人、摄像机或者智能手机。

关于图像传感器的结构以及其获取图像的方法结合上述图1和图2以及相关的文字，已详尽描述，在此不再赘谈。

区别于现有技术，本实施方式的智能设备的图像传感器的滤光层可根据处理器的控制指令控制其滤光区域的透光性，以调整滤光层的感光分布，能够根据实际情况选择性设置滤光层的感光分布，以使图像传感器按照感光分布采集图像，提升了获取到的图像的锐度、颜色丰富度及分辨率。以上所述仅为本发明的实施方式，并非因此限制本发明的专利保护范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。

Claims (11)

1.一种图像传感器，其特征在于，所述图像传感器包括传感器层以及滤光层，所述传感器层包括至少一个图像采集区域，所述滤光层包括至少一个滤光区域；其中，所述滤光区域的数量与所述图像采集区域的数量相匹配，所述滤光区域的分布与所述图像采集区域的分布相匹配；

所述图像传感器还包括处理器，所述滤光层以及所述传感器层分别与所述处理器耦接；

所述传感器层用于获取基准图像；

所述处理器用于采用贝叶斯算法对所述基准图像进行分析，以生成控制指令，并将所述控制指令发送给所述滤光层；其中，所述控制指令为电压控制指令；

所述滤光层用于根据所述电压控制指令调整所述滤光区域所能透射的光的波长范围，得到与所述电压控制指令匹配的感光分布，以使所述图像传感器按照所述感光分布采集图像。

2.根据权利要求1所述的图像传感器，其特征在于，所述滤光区域由光子晶体形成，其中，所述光子晶体由不同折射率的介质周期性排列而成，能够根据电压选择某个波段的光通过。

3.根据权利要求1所述的图像传感器，其特征在于，所述滤光区域由光栅器件形成，其中，所述光栅器件为电控衍射光栅器件，能够根据电压选择某个波段的光通过。

4.根据权利要求1所述的图像传感器，其特征在于，所述波长范围为620nm～750nm或495nm～570nm或450nm～475nm中的一种。

5.根据权利要求1所述的图像传感器，其特征在于，所述图像传感器还包括隔离层，所述隔离层位于所述传感器层和所述滤光层之间。

6.一种智能设备，其特征在于，所述智能设备包括如权利要求1-5任一所述的图像传感器。

7.一种获取图像的方法，其特征在于，所述获取图像的方法包括：

图像传感器通过其传感器层获取基准图像；所述图像传感器包括传感器层以及滤光层，所述传感器层包括至少一个图像采集区域，所述滤光层包括至少一个滤光区域；其中，所述滤光区域的数量与所述图像采集区域的数量相匹配，所述滤光区域的分布与所述图像采集区域的分布相匹配；

所述图像传感器采用贝叶斯算法对所述基准图像进行分析，并生成控制指令；其中，所述控制指令为电压控制指令；

并根据所述电压控制指令调整所述滤光区域所能透射的光的波长范围，得到与所述电压控制指令匹配的感光分布，以使所述图像传感器按照所述感光分布采集图像。

8.根据权利要求7所述的获取图像的方法，其特征在于，所述图像传感器根据所述基准图像生成控制指令的步骤具体为：

所述图像传感器采用贝叶斯算法对所述基准图像进行分析，以生成控制指令。

9.根据权利要求7所述的获取图像的方法，其特征在于，所述滤光区域由光子晶体形成，其中，所述光子晶体由不同折射率的介质周期性排列而成，能够根据电压选择某个波段的光通过。

10.根据权利要求7所述的获取图像的方法，其特征在于，所述滤光区域由光栅器件形成，其中，所述光栅器件为电控衍射光栅器件，能够根据电压选择某个波段的光通过。

11.根据权利要求7所述的获取图像的方法，其特征在于，所述波长范围为620nm～750nm或495nm～570nm或450nm～475nm中的一种。

Images