CN111432093B - 一种cmos图像传感器的暗电流校正方法 - Google Patents

一种cmos图像传感器的暗电流校正方法 Download PDF

Info

Publication number
CN111432093B
CN111432093B CN202010196281.8A CN202010196281A CN111432093B CN 111432093 B CN111432093 B CN 111432093B CN 202010196281 A CN202010196281 A CN 202010196281A CN 111432093 B CN111432093 B CN 111432093B
Authority
CN
China
Prior art keywords
dark current
pixel
afb
pixel array
correction
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
CN202010196281.8A
Other languages
English (en)
Other versions
CN111432093A (zh
Inventor
宋博
喻义淞
温建新
王勇
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.)
Chengdu Light Collector Technology Co Ltd
Original Assignee
Chengdu Light Collector Technology Co Ltd
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 Chengdu Light Collector Technology Co Ltd filed Critical Chengdu Light Collector Technology Co Ltd
Priority to CN202010196281.8A priority Critical patent/CN111432093B/zh
Publication of CN111432093A publication Critical patent/CN111432093A/zh
Application granted granted Critical
Publication of CN111432093B publication Critical patent/CN111432093B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • H04N25/63—Noise processing, e.g. detecting, correcting, reducing or removing noise applied to dark current
    • 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
    • H04N25/63—Noise processing, e.g. detecting, correcting, reducing or removing noise applied to dark current
    • H04N25/633—Noise processing, e.g. detecting, correcting, reducing or removing noise applied to dark current by using optical black pixels
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N25/00—Circuitry of solid-state image sensors [SSIS]; Control thereof
    • H04N25/70—SSIS architectures; Circuits associated therewith
    • H04N25/76—Addressed sensors, e.g. MOS or CMOS sensors

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Transforming Light Signals Into Electric Signals (AREA)
  • Facsimile Image Signal Circuits (AREA)

Abstract

本发明公开了一种CMOS图像传感器的暗电流校正方法，包括如下步骤：S01：将CMOS图像传感器置于全黑环境中，设置不同的曝光条件，获得对应图像的暗电流像素值；以像素阵列中其中一个像素点作为基准点，计算像素阵列中其余像素点相对于基准点暗电流像素值的比例，并将对应比例标记在图像中，形成暗电流网络；S02：在模拟信号处理模块中采用AFB对有效像素阵列中的像素点进行粗校正；S03：在暗电流网络中通过数字算法计算有效像素阵列中每个像素点的暗电流校正值AFB’，在数字信号处理模块中采用AFB’对有效像素阵列的像素值进行精准校正。本发明提供的一种CMOS图像传感器的暗电流校正方法，对于暗电流校正精度高，校正结果也更加符合实际应用情况。

Description

一种CMOS图像传感器的暗电流校正方法
技术领域
本发明涉及图像处理领域，具体涉及一种CMOS图像传感器的暗电流校正方法。
背景技术
在图像处理的过程中，通常会对CCD/CMOS图像传感器采集到的图像进行处理。然而当使用CMOS图像传感器采集图像时，CMOS工艺制造的图像传感器，即使像素没有曝光，因为暗电流的存在，ADC的输出不为零，造成图像在完全遮光的情况下，并不呈现绝对的黑色。图像传感器在全黑环境下的输出电平，被称为暗电流。暗电流会影响图像的颜色还原，动态范围和清晰度，需要被校正消除。
暗电流的大小和曝光时间成线性关系，和温度成指数关系。温度每上升6℃左右，暗电流翻一倍。每个像素的暗电流并不是完全相同。因为芯片布局，不同电路功耗的关系，像素阵列不同区域的暗电流有一些差异。特别是大画幅的图像传感器，暗电流分区域的现象比较明显。需要针对不同区域的暗电流进行精准校正，才能得到整幅图像的颜色准确还原。
传统的暗电流校正，通过利用某个区域的暗像素阵列，统计出该区域的暗电流，作为全局的暗电流校正值。因为工艺、芯片布局等影响，像素阵列的暗电流分布并非完全均匀。特别是在温度较高的环境下，芯片不同区域的电路功耗不同，靠近或远离这些区域的像素局部温度差异较大，引起暗电流呈现区域性的分布特点。暗电流分布不均匀，在大面积的图像传感器阵列上，尤为明显。利用传统的全局校正方法，无法针对芯片不同区域的暗电流进行精确校正。实际应用条件下，会出现芯片同时向两个方向的暗电流偏移——部分区域暗电流校正不够，而部分区域暗电流校正过度。
如附图1所示，现有的CMOS图像传感器包括像素阵列，ADC(Analog to DigitalConverter模数转换器)电路，ISP(Image Signal Processing图像信号处理)电路和IO((Input and Output输入输出接口)。像素阵列又包括有效像素阵列和暗像素阵列。有效像素阵列是进行图像光电转换的核心单元，有效像素阵列中的光电二极管将光信号转化为电信号输出给ADC，ADC再将电信号转换为数字信号，即形成了图像数据。像素阵列中通常有一部分像素会通过金属遮蔽，使之无法进行光电转化。这些金属遮蔽像素阵列被称为暗像素阵列。它们除了不能接收光信号进行光电转换，其行为和有效像素阵列完全一致。暗像素阵列的用途主要是提供暗电流统计的参考像素阵列。设置暗像素阵列是业界进行暗电流校正的通用做法，不同的暗像素设置区域有所区别。如附图2所示，暗像素阵列设置于有效像素阵列四周的其中一个边或几个边。通常仅会设置一个区域的暗像素阵列，并统计该区域的暗电流水平，作为整个像素阵列的暗电流水平并校准。由于芯片工艺偏差，或者芯片四周电路功耗存在差异。整个像素阵列的暗电流分布并非均匀，而是呈现区域差异。比如附图2中，芯片上部和右侧部存在功耗较高的模拟电路，而下部和左部数字电路功耗较低。芯片的暗电流水平呈现左下侧低，右上侧高的分布特点。
发明内容
本发明的目的是提供一种CMOS图像传感器的暗电流校正方法，对于暗电流校正精度高，校正结果也更加符合实际应用情况。
为了实现上述目的，本发明采用如下技术方案：一种CMOS图像传感器的暗电流校正方法，包括如下步骤：
S01：将CMOS图像传感器置于全黑环境中，设置不同的曝光条件，获得对应图像的暗电流像素值；以像素阵列中其中一个像素点作为基准点，计算像素阵列中其余像素点相对于基准点暗电流像素值的比例，并将对应比例标记在图像中，形成暗电流网络；根据不同的曝光条件及其对应的暗电流网络，建立暗电流模型；所述像素阵列包括有效像素阵列和暗像素阵列；
S02：CMOS图像传感器正常工作，并统计出图像中黑电平区域的暗电流平均值AFB；在模拟信号处理模块中采用AFB对有效像素阵列中的像素点进行粗校正；
S03：将所述CMOS图像传感器正常工作的曝光条件输入至所述暗电流模型，获得该曝光条件下的暗电流网络，在暗电流网络中通过数字算法计算有效像素阵列中每个像素点的暗电流校正值AFB’，在数字信号处理模块中采用AFB’对有效像素阵列的像素值进行精准校正。
进一步地，所述步骤S01中选用像素阵列中暗电流像素值最小的点作为基准点。
进一步地，所述步骤S01中曝光条件包括曝光温度、曝光增益和曝光时间。
进一步地，所述步骤S01中将像素阵列划分为M×N个像素区域，每个像素区域等效为一个像素点，以其中一个像素点为基准点，计算其余像素点相对于基准点的比例，形成暗电流网络；M和N均为正整数。
进一步地，所述步骤S01中将每个像素区域平滑处理为一个像素点。
进一步地，所述步骤S03具体包括：
S031：在所述暗电流模型中输入待校正图像的曝光条件，得出该图像对应的暗电流网络；
S032：在所述暗电流网络中确定待处理像素点周围的像素点；
S033：根据周围像素点的暗电流值，采用数字算法计算待处理像素点的暗电流校正值AFB’；
S034：粗校正之后的像素值减去暗电流校正值AFB’，即为校正之后的像素值。
进一步地，所述步骤S03中采用双线性插值法计算待处理像素点的暗电流校正值AFB’。
进一步地，所述步骤S03中采用平滑插值法计算待处理像素点的暗电流校正值AFB’。
进一步地，所述步骤S02中将有效像素阵列和暗像素阵列分为A个通道，针对每个通道分别进行暗电流粗校正。
进一步地，所述步骤S02中统计出一帧图像中黑电平区域的暗电流平均值AFB，或者统计出多帧图像平均后的黑电平区域的暗电流平均值AFB。
本发明的有益效果为：本发明通过模拟粗校正加数字精准校正的方法，解决了传统暗电流校正方法的局限性，能够最大限度的针对像素阵列暗电流的区域特点，进行有针对性的暗电流校正，取得更优的图像效果。本发明采用模拟粗校正加数字分区域暗电流精准校正的方法，通过提前对图像传感器整体暗电流分布进行标定，并对围绕芯片四周的暗像素阵列进行实时统计和分析，估计像素阵列中暗电流分布，再针对暗电流分布状况进行暗电流计算和校正；本发明校正精度更高，校正结果更加符合实际应用情况。
附图说明
附图1为现有技术中CMOS图像传感器的基本框架图；
附图2为现有技术中CMOS图像传感器中像素阵列的示意图；
附图3为本发明一种CMOS图像传感器的暗电流校正方法的流程图；
附图4为本发明生成暗电流网络的示意图；
附图5为本发明采用双线性插值法时待处理像素点最近的四个参考像素点示意图；
附图6为本发明粗校正的示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面结合附图对本发明的具体实施方式做进一步的详细说明。
如附图3所示，本发明提供的一种CMOS图像传感器的暗电流校正方法，其特征在于，包括如下步骤：
S01：将CMOS图像传感器置于全黑环境中，设置不同的曝光条件，获得对应图像的暗电流像素值；以像素阵列中其中一个像素点作为基准点，计算像素阵列中其余像素点相对于基准点暗电流像素值的比例，并将对应比例标记在图像中，形成暗电流网络；根据不同的曝光条件及其对应的暗电流网络，建立暗电流模型；像素阵列包括有效像素阵列和暗像素阵列。
具体的，本步骤中将CMOS图像传感器置于全黑环境中，即此时像素阵列(有效像素阵列和暗像素阵列)输出的像素值均为暗电流像素值；设置不同的曝光条件，例如：曝光温度、曝光增益和曝光时间等，即可得出一帧或多帧平均后的一帧图像的暗电流像素值，选取其中一个小区域的均值作为基准点，计算像素阵列中其余像素点相对于基准点的比例，并将该比例标记在图像中，即可得出如附图4所示的暗电流网络；附图4所示的暗电流网络中水平面上的x轴和y轴表示图像的坐标，竖直方向上的z轴表示计算出来的相对于基准点暗电流像素值的比例。
经过多帧图像标记形成的暗电流网络，根据其曝光条件，通过建模，可以形成曝光条件和暗电流网络之间的暗电流模型，在该模型中，输入曝光条件，即可得出其对应的暗电流网络。
本发明中形成的暗电流网络可以针对每个像素点进行标记，也可以在像素阵列中按照合适的间隔抽取某些像素点，合适的间隔也可以根据像素阵列大小，暗电流的均匀性等灵活设置；也可以抽取某个局部区域，平滑处理为一个像素点，然后再对抽取的像素点进行标记即可。优选地，将像素阵列划分为M×N个像素区域，每个像素区域等效为一个像素点，以其中一个像素点为基准点，计算其余像素点相对于基准点的比例，形成暗电流网络。将每个像素区域平滑处理为一个像素点。
本发明标记出来的暗电流网络以及暗电流模型，可以记录于CMOS图像传感器芯片内的SRAM(Static Random Access Memory静态随机存储器)中，或者是OTP(One TimingProgrammable一次性可编程)中，或者是后端主控芯片的外部或者内部存储中，或者是任何媒介。
S02：CMOS图像传感器正常工作，并统计出图像中黑电平区域的暗电流平均值AFB；在模拟信号处理模块中采用AFB对有效像素阵列的像素值进行粗校正。
CMOS图像传感器工作过程中，首先通过模拟信号处理模块进行图像数据处理，进行暗电流粗校正。模拟信号处理模块首先统计出该帧图像暗像素阵列输出的暗电流像素值，并计算平均值，将该平均值作为该帧图像中黑电平区域的暗电流平均值AFB；有效像素阵列中像素输出值减去AFB，即为粗校正之后的像素值。具体的粗校正可以采用现有技术中模拟信号处理模块中对暗电流的校正方法。其中，暗电流平均值AFB的具体统计方法可以包括如下两种：(1)统计出一帧图像中黑电平区域的暗电流平均值AFB，(2)统计出多帧图像平均后的黑电平区域的暗电流平均值AFB。
CMOS图像传感器工作过程中，首先执行通过模拟电路处理，进行暗电流粗校正。模拟校正电路原理如附图6所示。PIXEL_ASP为数据统计及计算模块；PIXEL_DARK为暗像素阵列输出的像素值，PIXEL_ASP实时统计暗像素阵列输出的暗电流值，取全局均值作为模拟校正的统计值Ana_X_ave。该统计值首先除以当前增益，然后经过DAC转换为模拟量AFB。AFB代表了当前图像的整体暗电流水平。所有的像素输出首先在模拟电路上去除AFB，进行初步的调整。因为AFB的精度较低，所以该步骤为模拟信号的粗校正。
需要注意的是，模拟信号处理模块统计计算出的暗电流平均值AFB可以全局为一个值或多个分组值。像素阵列因为工艺、电路设计、像元结构设计等原因，会出现暗电流分组的现象。根据分组形成的原理，进行分组统计并得到不同的统计值，是统计部分实施的细节，不影响该发明的权利归属。另外，在模拟电路上去除AFB，可以有专门的模拟信号相减电路来实施，也可以在ADC的斜坡上实施。信号减的具体实现形式，只是该发明的具体实例，并不构成对该发明权利归属的影响。
S03：根据暗电流模型获得所述CMOS图像传感器正常工作环境下的暗电流网络，通过数字算法计算有效像素阵列中每个像素点的暗电流校正值AFB’，在数字信号处理模块中采用AFB’对有效像素阵列的像素值进行精准校正，具体包括如下步骤：
S031：在暗电流模型中输入待校正帧图像的曝光条件，得出该帧图像对应的暗电流网络；
S032：在暗电流网络中确定待处理像素点周围的像素点；
S033：根据周围像素点的暗电流值，采用数字算法计算待处理像素点的暗电流校正值AFB’。
本发明可通过双线性插值或各种区域插值算法进行待处理像素点的暗电流校正值AFB’计算，当采用双线性插值法时，具体计算具体步骤为：如附图5所示，在暗电流网络中确定待处理像素点最近的四个参考像素点的暗电流标定值分别为Ref1，Ref2，Ref3，Ref4，其中，参考像素点的暗电流标定值指的是该参考像素点相对于基准点的比例与基准点的乘积；由于暗电流网络可能为一个区域平滑处理为一个像素点形成的，本发明中最近的四个参考像素点指的是暗电流网络中距离待处理像素距离最近的四个像素点，其中，四个参考像素点围成矩形，矩形宽度为w，高度为h；待处理像素点距离矩形左边距离为x，上边距离为y；待处理像素点的暗电流校正值记为AFB’，AFB’计算过程如下：
AFB_x’＝(Ref1+(Ref1-Ref2)*(x/w)+Ref2+(Ref3-Ref4)*(x/w))/2；
AFB_y’＝(Ref1+(Ref1-Ref3)*(x/w)+Ref2+(Ref2-Ref4)*(x/w))/2；
AFB’＝(AFB_x’+AFB_y’)/2；
本发明还可以采用平滑插值法进行待处理像素点的暗电流校正值AFB’计算，具体计算具体步骤为：
AFB’＝w1*Ref1+w2*Ref2+w3*Ref3+w4*Ref4；
其中w1、w2、w3、w4为加权平滑系数，可由待处理像素点距离对应参考像素点的距离加权获得。
S034：粗校正之后的像素值减去暗电流校正值AFB’，即为校正之后的像素值。
需要注意的是，各种分布计算方法皆为该计算步骤实施的特例，并不影响本发明的保护范围。
本发明采用模拟粗校正加数字分区域暗电流精准校正的方法，通过提前对图像传感器整体暗电流分布进行标定，并对围绕芯片四周的暗像素阵列进行实时统计和分析，估计像素阵列中暗电流分布，再针对暗电流分布状况进行暗电流计算和校正；本发明校正精度更高，校正结果更加符合实际应用情况。
以上所述仅为本发明的优选实施例，所述实施例并非用于限制本发明的专利保护范围，因此凡是运用本发明的说明书及附图内容所作的等同结构变化，同理均应包含在本发明所附权利要求的保护范围内。

Claims (10)

1.一种CMOS图像传感器的暗电流校正方法，其特征在于，包括如下步骤：
S01：将CMOS图像传感器置于全黑环境中，设置不同的曝光条件，获得对应图像的暗电流像素值；以像素阵列中其中一个像素点作为基准点，计算像素阵列中其余像素点的暗电流像素值相对于基准点的暗电流像素值的比例，并将对应比例标记在图像中，形成暗电流网络；根据不同的曝光条件及其对应的暗电流网络，建立暗电流模型；所述像素阵列包括有效像素阵列和暗像素阵列；
S02：CMOS图像传感器正常工作，并统计出图像中黑电平区域的暗电流平均值AFB；在模拟信号处理模块中采用AFB对有效像素阵列中的像素点进行粗校正；
S03：将所述CMOS图像传感器正常工作的曝光条件输入至所述暗电流模型，获得该曝光条件下的暗电流网络，在暗电流网络中确定待处理像素点周围的像素点，并在暗电流网络中通过数字算法计算有效像素阵列中每个像素点的暗电流校正值AFB’，在数字信号处理模块中采用AFB’对有效像素阵列的像素值进行精准校正。
2.根据权利要求1所述的一种CMOS图像传感器的暗电流校正方法，其特征在于，所述步骤S01中选用像素阵列中暗电流像素值最小的点作为基准点。
3.根据权利要求1所述的一种CMOS图像传感器的暗电流校正方法，其特征在于，所述步骤S01中曝光条件包括曝光温度、曝光增益和曝光时间。
4.根据权利要求1所述的一种CMOS图像传感器的暗电流校正方法，其特征在于，所述步骤S01中将像素阵列划分为M×N个像素区域，每个像素区域等效为一个像素点，以其中一个像素点为基准点，计算其余像素点相对于基准点的比例，形成暗电流网络；M和N均为正整数。
5.根据权利要求4所述的一种CMOS图像传感器的暗电流校正方法，其特征在于，所述步骤S01中将每个像素区域平滑处理为一个像素点。
6.根据权利要求1所述的一种CMOS图像传感器的暗电流校正方法，其特征在于，所述步骤S03具体包括：
S031：在所述暗电流模型中输入待校正图像的曝光条件，得出该图像对应的暗电流网络；
S032：在所述暗电流网络中确定待处理像素点周围的像素点；
S033：根据周围像素点的暗电流值，采用数字算法计算待处理像素点的暗电流校正值AFB’；
S034：粗校正之后的像素值减去暗电流校正值AFB’，即为校正之后的像素值。
7.根据权利要求6所述的一种CMOS图像传感器的暗电流校正方法，其特征在于，所述步骤S03中采用双线性插值法计算待处理像素点的暗电流校正值AFB’。
8.根据权利要求6所述的一种CMOS图像传感器的暗电流校正方法，其特征在于，所述步骤S03中采用平滑插值法计算待处理像素点的暗电流校正值AFB’。
9.根据权利要求1所述的一种CMOS图像传感器的暗电流校正方法，其特征在于，所述步骤S02中将有效像素阵列和暗像素阵列分为A个通道，针对每个通道分别进行暗电流粗校正。
10.根据权利要求1所述的一种CMOS图像传感器的暗电流校正方法，其特征在于，所述步骤S02中统计出一帧图像中黑电平区域的暗电流平均值AFB，或者统计出多帧图像平均后的黑电平区域的暗电流平均值AFB。
CN202010196281.8A 2020-03-19 2020-03-19 一种cmos图像传感器的暗电流校正方法 Active CN111432093B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010196281.8A CN111432093B (zh) 2020-03-19 2020-03-19 一种cmos图像传感器的暗电流校正方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010196281.8A CN111432093B (zh) 2020-03-19 2020-03-19 一种cmos图像传感器的暗电流校正方法

Publications (2)

Publication Number Publication Date
CN111432093A CN111432093A (zh) 2020-07-17
CN111432093B true CN111432093B (zh) 2021-05-25

Family

ID=71548152

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010196281.8A Active CN111432093B (zh) 2020-03-19 2020-03-19 一种cmos图像传感器的暗电流校正方法

Country Status (1)

Country Link
CN (1) CN111432093B (zh)

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112188127B (zh) * 2020-09-29 2021-08-24 中国科学院高能物理研究所 积分型像素阵列探测器的刻度方法、装置、介质及设备
CN112367477B (zh) * 2020-10-30 2022-06-14 思特威(上海)电子科技股份有限公司 一种图像采集背光补偿方法及系统
TWI751873B (zh) * 2020-12-31 2022-01-01 晶相光電股份有限公司 影像感測裝置及其黑階校正方法
CN113301222B (zh) * 2021-05-28 2022-09-30 东莞市小精灵教育软件有限公司 一种成像校正方法及装置、智能终端
CN114143482B (zh) * 2021-11-30 2023-12-19 中国科学院长春光学精密机械与物理研究所 Tdicmos探测器的暗信号扣除方法
CN114302077B (zh) * 2021-12-28 2024-03-29 上海集成电路研发中心有限公司 像素暗电流计算方法、装置、像素校正系统及方法
CN115278124A (zh) * 2022-08-08 2022-11-01 天津大学 抑制暗电流分布非均匀性的方法及装置

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101312491A (zh) * 2007-05-22 2008-11-26 鸿富锦精密工业（深圳）有限公司 图像信号校正方法
CN101682699A (zh) * 2007-06-14 2010-03-24 索尼株式会社 成像装置、成像控制方法以及成像控制程序
CN105841815A (zh) * 2016-05-20 2016-08-10 中国科学院合肥物质科学研究院 一种成像光谱仪ccd光谱图像暗电流校正方法
CN108600660A (zh) * 2018-05-16 2018-09-28 上海集成电路研发中心有限公司 一种暗电流实时校准的图像传感器及校准方法
US10165211B1 (en) * 2017-08-22 2018-12-25 Semiconductor Components Industries, Llc Image sensors with optically black pixels

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7233393B2 (en) * 2004-08-05 2007-06-19 Applera Corporation Signal noise reduction for imaging in biological analysis
FR2955701A1 (fr) * 2010-01-28 2011-07-29 St Microelectronics Sa Structure compacte de capteur d'image
US8772895B2 (en) * 2011-11-28 2014-07-08 Taiwan Semiconductor Manufacturing Company, Ltd. Dark current reduction for back side illuminated image sensor
WO2018075706A1 (en) * 2016-10-20 2018-04-26 Invisage Technologies, Inc. Image sensor with pixels for phase difference-based autofocus
CN108322679B (zh) * 2017-12-29 2020-06-30 成都微光集电科技有限公司 一种消除暗电流的电路及系统

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101312491A (zh) * 2007-05-22 2008-11-26 鸿富锦精密工业（深圳）有限公司 图像信号校正方法
CN101682699A (zh) * 2007-06-14 2010-03-24 索尼株式会社 成像装置、成像控制方法以及成像控制程序
CN105841815A (zh) * 2016-05-20 2016-08-10 中国科学院合肥物质科学研究院 一种成像光谱仪ccd光谱图像暗电流校正方法
US10165211B1 (en) * 2017-08-22 2018-12-25 Semiconductor Components Industries, Llc Image sensors with optically black pixels
CN108600660A (zh) * 2018-05-16 2018-09-28 上海集成电路研发中心有限公司 一种暗电流实时校准的图像传感器及校准方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
《A Theoretical Analysis of the Dark Current in Quantum Dot Infrared Photodetector using Non- Equilibrium Green’s Function Model》;许秀贞 等;《红外与激光工程》;20040831;第343-357页 *
《Random Telegraph Noises from the Source Follower, the Photodiode Dark Current, and the Gate-Induced Sense Node Leakage in CMOS Image Sensors》;Calvin Yi-Ping Chao等;《Sensors》;20191210;全文 *

Also Published As

Publication number Publication date
CN111432093A (zh) 2020-07-17

Similar Documents

Publication Publication Date Title
CN111432093B (zh) 一种cmos图像传感器的暗电流校正方法
CN101309359B (zh) 使用哑像素消除固定模式噪声的系统及方法
EP1700268B1 (en) Techniques for modifying image field data
US8379118B2 (en) Imaging apparatus and imaging method
US20120002113A1 (en) Image processing device, image processing method, and program
CN107590840B (zh) 基于网格划分的颜色阴影校正方法及其校正系统
US7432966B2 (en) Image data correcting method and imaging device
US9191556B2 (en) Imaging array having photodiodes with different light sensitivities and associated image restoration methods
KR100880281B1 (ko) 화상 처리 방법 및 화상 처리 회로
CN104272723A (zh) 特别用于将时变图像数据的取样亮度感测和异步检测相结合的光电阵列
JP2011101359A (ja) イメージセンサの統合ノイズモデリング方法及びそれを利用するノイズ低減方法
JP4520502B2 (ja) デジタル撮像デバイスにおける画像品質向上のための方法、装置、撮像モジュールおよびプログラム
CN101853501B (zh) CCD传感器Smear效应处理方法
CN111724317A (zh) Raw域视频去噪监督数据集构造方法
Wach et al. Noise modeling for design and simulation of computational imaging systems
CN114519676A (zh) 基于Bayer格式的raw图像的去噪装置及方法
US9628730B2 (en) Dark current gradient estimation using optically black pixels
KR100731812B1 (ko) 색상 편차 보정 장치 및 그 보정 방법, 이를 이용한 이미지프로세서, 기록 매체
JP2008092565A (ja) カラーマッチング方法及び撮像装置
CN116503259A (zh) 一种马赛克插值方法和系统
JP4579570B2 (ja) シェーディング処理方法
CN110365922A (zh) 一种图像传感器的黑电平校正方法
CN110248169B (zh) 用于Bayer域的绿通道不平衡的图像校正方法及其图像校正系统
CN113596423A (zh) 一种亮度校正方法、装置、电子设备及可读存储介质
JP4958672B2 (ja) 撮像装置及びその制御方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant