CN114009002A - 获得数字图像的方法 - Google Patents
获得数字图像的方法 Download PDFInfo
- Publication number
- CN114009002A CN114009002A CN201980090625.2A CN201980090625A CN114009002A CN 114009002 A CN114009002 A CN 114009002A CN 201980090625 A CN201980090625 A CN 201980090625A CN 114009002 A CN114009002 A CN 114009002A
- Authority
- CN
- China
- Prior art keywords
- image
- rgb
- mono
- light pulse
- sensor
- 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
- 238000000034 method Methods 0.000 title claims abstract description 31
- 238000001429 visible spectrum Methods 0.000 claims abstract description 52
- 238000012545 processing Methods 0.000 claims abstract description 22
- 230000033001 locomotion Effects 0.000 claims description 51
- 238000003384 imaging method Methods 0.000 claims description 45
- 230000010354 integration Effects 0.000 claims description 17
- 230000003595 spectral effect Effects 0.000 claims description 16
- 238000002329 infrared spectrum Methods 0.000 claims description 13
- 230000035945 sensitivity Effects 0.000 description 8
- 239000004065 semiconductor Substances 0.000 description 7
- 239000003086 colorant Substances 0.000 description 5
- 238000009826 distribution Methods 0.000 description 5
- 238000007710 freezing Methods 0.000 description 5
- 230000008014 freezing Effects 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 5
- OAICVXFJPJFONN-UHFFFAOYSA-N Phosphorus Chemical compound [P] OAICVXFJPJFONN-UHFFFAOYSA-N 0.000 description 3
- 238000012937 correction Methods 0.000 description 3
- 238000000151 deposition Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000001228 spectrum Methods 0.000 description 3
- 238000013459 approach Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000001419 dependent effect Effects 0.000 description 2
- 238000003708 edge detection Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005286 illumination Methods 0.000 description 2
- 238000002156 mixing Methods 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 229910001218 Gallium arsenide Inorganic materials 0.000 description 1
- 229910000530 Gallium indium arsenide Inorganic materials 0.000 description 1
- 238000004971 IR microspectroscopy Methods 0.000 description 1
- PWKSKIMOESPYIA-BYPYZUCNSA-N L-N-acetyl-Cysteine Chemical compound CC(=O)N[C@@H](CS)C(O)=O PWKSKIMOESPYIA-BYPYZUCNSA-N 0.000 description 1
- XUIMIQQOPSSXEZ-UHFFFAOYSA-N Silicon Chemical compound [Si] XUIMIQQOPSSXEZ-UHFFFAOYSA-N 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 239000011248 coating agent Substances 0.000 description 1
- 238000000576 coating method Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 238000001816 cooling Methods 0.000 description 1
- 238000000295 emission spectrum Methods 0.000 description 1
- 238000012060 immune response imaging Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000004297 night vision Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000003909 pattern recognition Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000002310 reflectometry Methods 0.000 description 1
- 238000005096 rolling process Methods 0.000 description 1
- 229920006395 saturated elastomer Polymers 0.000 description 1
- 229910052710 silicon Inorganic materials 0.000 description 1
- 239000010703 silicon Substances 0.000 description 1
- 238000000411 transmission spectrum Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/88—Lidar systems specially adapted for specific applications
- G01S17/89—Lidar systems specially adapted for specific applications for mapping or imaging
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/02—Systems using the reflection of electromagnetic waves other than radio waves
- G01S17/06—Systems determining position data of a target
- G01S17/08—Systems determining position data of a target for measuring distance only
- G01S17/10—Systems determining position data of a target for measuring distance only using transmission of interrupted, pulse-modulated waves
- G01S17/18—Systems determining position data of a target for measuring distance only using transmission of interrupted, pulse-modulated waves wherein range gates are used
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/73—Deblurring; Sharpening
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N13/00—Stereoscopic video systems; Multi-view video systems; Details thereof
- H04N13/20—Image signal generators
- H04N13/204—Image signal generators using stereoscopic image cameras
- H04N13/254—Image signal generators using stereoscopic image cameras in combination with electromagnetic radiation sources for illuminating objects
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/10—Cameras or camera modules comprising electronic image sensors; Control thereof for generating image signals from different wavelengths
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/10—Cameras or camera modules comprising electronic image sensors; Control thereof for generating image signals from different wavelengths
- H04N23/11—Cameras or camera modules comprising electronic image sensors; Control thereof for generating image signals from different wavelengths for generating image signals from visible and infrared light wavelengths
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/56—Cameras or camera modules comprising electronic image sensors; Control thereof provided with illuminating means
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/60—Control of cameras or camera modules
- H04N23/68—Control of cameras or camera modules for stable pick-up of the scene, e.g. compensating for camera body vibrations
- H04N23/681—Motion detection
- H04N23/6811—Motion detection based on the image signal
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/60—Control of cameras or camera modules
- H04N23/68—Control of cameras or camera modules for stable pick-up of the scene, e.g. compensating for camera body vibrations
- H04N23/682—Vibration or motion blur correction
- H04N23/684—Vibration or motion blur correction performed by controlling the image sensor readout, e.g. by controlling the integration time
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/70—Circuitry for compensating brightness variation in the scene
- H04N23/74—Circuitry for compensating brightness variation in the scene by influencing the scene brightness using illuminating means
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N25/00—Circuitry of solid-state image sensors [SSIS]; Control thereof
- H04N25/10—Circuitry of solid-state image sensors [SSIS]; Control thereof for transforming different wavelengths into image signals
- H04N25/11—Arrangement of colour filter arrays [CFA]; Filter mosaics
- H04N25/13—Arrangement of colour filter arrays [CFA]; Filter mosaics characterised by the spectral characteristics of the filter elements
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10016—Video; Image sequence
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10024—Color image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10048—Infrared image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10141—Special mode during image acquisition
- G06T2207/10144—Varying exposure
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10141—Special mode during image acquisition
- G06T2207/10152—Varying illumination
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20172—Image enhancement details
- G06T2207/20201—Motion blur correction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20212—Image combination
- G06T2207/20221—Image fusion; Image merging
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- General Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Theoretical Computer Science (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Studio Devices (AREA)
- Color Television Image Signal Generators (AREA)
Abstract
本发明描述了一种获得场景(D)的数字图像(Mopt)的方法,该方法包括以下步骤:驱动第一光源(11)以生成第一光脉冲(FRGB)来照亮场景(D),该第一光脉冲(FRGB)是在第一持续时间(tRGB)内延伸的可见光谱光脉冲;布置图像传感器(S、S1)记录由第一光脉冲(FRGB)照亮的场景(D)的可见光谱图像(MRGB);驱动第二光源(12)以在第一光脉冲(FRGB)期间生成第二光脉冲(Fmono)来照亮场景(D),使得第二光脉冲(Fmono)的持续时间(tmono)至多为第一光脉冲(FRGB)的持续时间(tRGB)的10%,并且使得第二光脉冲(Fmono)的强度(Nmono)超过第一光脉冲(FRGB)的强度(NRGB)至少100%;布置图像传感器(S、S2、SIR)记录由第二光脉冲(Fmono)照亮的场景(D)的单色图像(Mmono);以及对可见光谱图像(MRGB)和单色图像(Mmono)执行图像处理步骤,以获得场景(D)的数字图像(Mopt)。
Description
技术领域
本发明描述了一种获得数字图像的方法、成像布置、和包括这种成像组件的手持设备。
背景技术
数字图像传感器阵列的制造已经变得非常经济,其结果是目前由消费者使用的大多数相机都是数字相机。通常在诸如智能电话的移动设备中并入至少一个数字相机。具有数字成像功能的手持设备可以包括具有图像传感器的成像组件和用于照亮场景的具有一个或多个发光二极管(LED)的闪光模块。当今的CMOS图像传感器的灵敏度使得可以在白天或光线充足的条件下捕获非常清晰的图像,并且通常将这样的图像传感器与成像布置中的闪光模块相组合。
闪光模块的可见光谱LED一般基于(Al)InGaN管芯,其中通过在管芯顶部堆叠适当的磷光体,光功率被转换成宽光谱可见光。这样的(Al)InGaN管芯可以被加电到3.0 – 4.0A/mm2的电流密度。当与CMOS图像传感器组合用作闪光时,只要对象足够接近相机和/或静止,就有可能获得令人满意的图像。
为了在光线昏暗的场景中捕获清晰的图像,尤其是当人或物体在成像序列期间移动通过场景时,传统数字相机的闪光将需要在更短的时间内生成更高功率的突发脉冲。用于生成相机闪光的可见光一般来自“白色”(Al)InGaN LED,它实际上包括蓝色LED以及用于波长转换的一个或多个磷光体层。然而,由于俄歇效应,一般不可能在减少脉冲时间的同时进一步增加来自这样的白色(Al)InGaN LED的光脉冲的功率。这是因为俄歇效应限制了蓝色LED的光子生成和总光功率输出。当LED电流增加到超过某个阈值时,光输出甚至可能下降。作为结果,手持设备的数字相机可能不能够在昏暗或光线不足的条件下捕获移动物体的清晰图像。代替地,图像可以是模糊且不令人满意的。
因此,本发明的目的是提供一种改进由这样的成像布置捕获的图像的质量的方法。
发明内容
本发明的目的通过权利要求1的获得场景的数字图像的方法并通过权利要求6的成像布置来实现。根据本发明,获得场景的数字图像的方法包括以下步骤:驱动第一光源以生成第一光脉冲来照亮场景,该第一光脉冲是在第一持续时间上延伸的可见光谱光脉冲;操作图像传感器以记录由第一光脉冲照亮的场景的可见光谱图像;在第一光脉冲期间驱动第二光源以生成第二光脉冲来照亮场景,使得第二光脉冲的持续时间至多为第一光脉冲的持续时间的10%,并且使得第二光脉冲的强度超过第一光脉冲的强度至少100%;操作图像传感器以记录由第二光脉冲照亮的场景的单色图像;以及对至少一个这样的可见光谱图像和至少一个这样的单色图像执行图像处理步骤,以获得场景的数字图像。
如上所提到,当场景(要成像的区域)的元素在运动时,大多数数字相机不能够在黑暗或光线不足的条件下捕获高质量的图像。示例可能是人移动通过场景、人移动她的头、打手势等。本发明方法的优点是,当对象在运动时,使得有可能在昏暗或光线不足的条件下获得更好质量的图像。所得到的场景图像将具有较少的模糊,使得场景被渲染到更高的清晰度级别。本发明方法通过本质上捕获两种图像——即一个或多个全色或可见光谱图像,以及一个或多个单色图像——来实现这一点。通过使用覆盖图像传感器积分时间或曝光时间的可见光脉冲来照亮场景,以通常的方式获得可见光谱图像。单色图像是通过使用高强度光的脉冲在相对短的持续时间内照亮场景而捕获的。这个第二光脉冲在可见光谱光脉冲期间生成,并且其持续时间显著短于可见光谱光脉冲持续时间。第二光脉冲本质上执行“运动冻结”功能,并允许捕获相对清晰的单色图像。同时,使用相对长的可见光谱闪光来捕获“较慢”的可见光谱或RGB图像。来自一个或多个长脉冲RGB图像的彩色信息可以与来自一个或多个短脉冲图像的单色信息相组合,以获得其中运动模糊将显著减少或甚至消除的合成图像。已知的图像处理技术可以用于将正确的颜色分配给与RGB图像中的运动模糊相关联的任何图像区域。
根据本发明,成像布置包括:用于生成第一光脉冲的第一光源,该第一光源包括可见光谱光源;用于生成第二光脉冲的第二光源,该第二光源包括可见光谱光源或红外光谱光源;驱动器,被配置为在第一持续时间内驱动第一光源生成第一光脉冲,并且在第二持续时间内驱动第二光源生成第二光脉冲,该第二持续时间至多为第一光脉冲持续时间的10%,并且使得第二光脉冲的强度超过第一光脉冲的强度至少100%;图像传感器,被布置成记录由第一光脉冲照亮的场景的可见光谱图像;图像传感器,被布置成记录由第二光脉冲照亮的场景的单色图像;和图像处理单元,被实现为组合来自可见光谱图像和单色图像的信息以获得场景的数字图像。
本发明还描述了一种移动设备,其包括本发明成像布置的实施例,并且优选地实现为手持设备、例如实现为智能电话。
从属权利要求和以下描述公开了本发明的特别有利的实施例和特征。实施例的特征可以适当地组合。在一个权利要求类别的上下文中描述的特征可以同样应用于另一个权利要求类别。
在下文中,但不以任何方式限制本发明,可以假设图像传感器是在消费电子设备中广泛使用的类型的CMOS图像传感器。本发明的成像布置可以使用一个图像传感器,或者两个图像传感器的组合,并且在每种情况下将能够捕获场景的全色图像、以及单色图像,如将在下面解释的。出于讨论的目的,将假设成像序列发生在光线昏暗的环境中,例如黄昏或夜间的室外场景,或者光线不足的房间中的室内场景。在这样的条件下,可见光谱图像传感器的曝光时间或积分时间通常自动延长,以确保图像中合理的信噪比(SNR)。然而,如果对象正在移动,则较长的图像传感器积分时间一般将导致图像模糊。提出本发明的成像布置和方法来克服这个问题。
可见光谱光源可以以任何合适的方式实现,并且可以包括具有合适磷光体涂层的一个或多个(Al)InGaN LED管芯,以获得如引言中所解释的白光输出。可见光谱光源的发射波长优选与图像传感器的滤色器阵列或滤色器马赛克相匹配。
第二光源也可以是可见光谱光源,但是被实现为使得它可以在非常短暂的持续时间内被过驱动以获得短的、高强度的光脉冲,该光脉冲可以用于获得“运动冻结”图像。在本发明的特别优选的实施例中,第二光源在红外范围中发射。这样的实施例基于这样的洞察:红外半导体发射器(例如(Al)GaAs发射器)可以承受高电流密度而不遭受光输出的降低,尤其是在较短的脉冲长度下。本发明方法优选使用这样的高功率红外闪光和红外敏感图像传感器来记录场景的“红外单色”图像。如本文所使用的术语“红外”可以假设为是指近红外范围中的波长,即大约700 nm到1000 nm。短红外脉冲期间在运动的任何物体将在红外单色图像中被非常清晰地捕获。在下文中,在不以任何方式限制本发明的情况下,可以假设第二光源是这样的红外光谱光源。优选地,这样的红外光谱光源包括一个或多个合适的红外发射半导体设备。在本发明的特别优选的实施例中,红外光谱光源包括一个或多个红外发射LED或垂直腔面发射激光(VCSEL)二极管。
驱动器可以激活第一光源以生成具有略长于图像传感器积分时间的持续时间的脉冲。在光线昏暗的条件下,场景中的任何移动对象在所得到的可见光图像中都可能显著模糊。在本发明方法中,在第一光脉冲期间以显著更高的强度和在显著更短的持续时间内生成附加的第二光脉冲。由于红外光源仅需要短暂地照亮场景(以执行运动冻结),因此红外光谱光脉冲的持续时间至多为可见光谱光脉冲的持续时间的10%、更优选至多为2%,并且因此也仅是图像传感器的积分时间的对应部分。
例如,对于具有100 ms的积分时间的图像传感器,由一个或多个白光LED生成的RGB脉冲可以持续200 ms,而由一个或多个红外VCSEL生成的运动冻结脉冲可以持续仅5ms,并且运动冻结脉冲的功率可以超过RGB脉冲的功率两倍。在另一个示例中,运动冻结脉冲的功率可以超过RGB脉冲的功率四倍,并且持续甚至更短的持续时间,诸如仅0.2 ms。
由第一光源生成的可见光谱光脉冲在下文中可以被称为“RGB脉冲”、“白光闪光”或“主闪光”,而由第二光源发射的光脉冲可以被称为“单色闪光”或“运动冻结闪光”。由于第二光源优选为红外光源,因此这个第二光脉冲在下文中也可以称为“红外闪光”。
在本发明的优选的实施例中,本发明的成像布置仅包括一个图像传感器,提供为四色阵列。这样的单个图像传感器包括在可见光谱范围中敏感的传感器像素,并且还包括在红外光谱范围中敏感的传感器像素。这应当理解为意味着图像传感器包括红外敏感、红色敏感、绿色敏感、和蓝色敏感像素的阵列。一般地,绿色像素与红色或蓝色之比大约为2:1,即在像素阵列中,绿色敏感像素一般是红色或蓝色像素的大约两倍那么多。优选地,红外敏感像素包括阵列总数的大约25%,并且以合适的分布布置在红色、绿色、和蓝色像素之间。在这样的实施例中,图像传感器设置有合适的滤光器布置,例如通过将微小滤光器沉积到像素阵列上形成的滤色器阵列(也称为Bayer滤光器马赛克或滤色器马赛克)。
在本发明的替代优选的实施例中,成像布置包括专用彩色传感器(“RGB传感器”)和单独的单色传感器(“红外传感器”)。RGB传感器仅包括在可见光谱范围中敏感的传感器像素,并且可以包括如上面所描述的RGB滤色器阵列。单独的红外传感器可以仅包括在红外光谱范围中敏感的传感器像素。例如,红外传感器可以是通常在夜视相机中使用的类型的CMOS传感器(基于硅)、部分增强传感器、专用的IR敏感InGaAs传感器等,并且可以设置有对红外光谱中的波长至少部分透射的滤光器。
在进一步优选的实施例中,其中成像布置包括两个图像传感器,例如在也具有立体成像能力的设备中,每个图像传感器在可见光谱范围中可以是敏感的。为了获得红外图像,图像传感器之一设置有合适的滤光器,该滤光器也部分地通过红外波长,例如可见和红外波长之间的陷波滤光器。通过在可见和红外波长之间添加陷波滤光器,以其它方式较宽的滤色器依赖光谱变窄,以排除照亮脉冲中不存在的IR波长,使得相关变得更容易。这在相机灵敏度将以其它方式从可见范围延伸到红外范围中的情况下可以是有益的,这意味着例如两个图像传感器的红色滤光器灵敏度范围将不成比例地宽。利用这样的陷波滤光器,专门响应于IR光源的IR波长是可能的。
如上面所解释的,成像序列导致两种类型的图像,即一个或多个RGB图像以及一个或多个红外图像。RGB图像为场景提供彩色信息,但是将示出在相对长的主闪光期间在运动的任何对象的运动模糊。红外图像提供了场景的单色但相对清晰的运动冻结快照。彩色图像的每个图像像素包括红色分量、绿色分量、和蓝色分量(统称为像素的RGB值)。为了获得没有运动模糊的令人满意的图像,本发明方法将彩色图像中提供的信息与由单色图像提供的信息相组合。为此,在第一步骤中处理图像亮度信息,其中红色、蓝色、和绿色分量可以通过三种颜色的加权和被组合成“Y分量”,从而导致经校正的“RGB-Y图像”。然后,在第二步骤中例如通过应用边缘检测功能对RGB图像以及IR图像二者执行图像处理,以检测运动模糊的区。在第三步骤中,对于包含运动模糊的RGB-Y图像的任何区,图像像素的Y信息被红外图像中对应像素的红外值“校正”。在第四步骤中,RGB-Y图像的运动模糊区域中的像素颜色然后被重新创建。
技术人员将熟悉必要的图像处理技术,诸如颜色减法和插值,并且这些步骤不需要在这里详细解释。
在本发明的特别优选的实施例中,通过组合或插值来自一系列RGB图像的信息来获得RGB图像。为此,收集一系列RGB图像。对于每个RGB图像,场景由可见光谱光脉冲照亮。利用这种方法,各种改进是可能的。例如,当从运动模糊区域重建背景区域时,获得关于要使用的正确背景颜色的更准确的信息是可能的。改进图像中移动物体中的任何运动模糊区域的重建也是可能的。具有一系列的RGB图像允许选择最不模糊的图像作为图像优化的起点使用。从图像的序列中,确定任何移动物体的轨迹也是可能的,并且由于关于移动物体的前缘的模糊分布不同于关于其后缘的模糊分布,因此可以改进运动模糊区域的编辑。
当然,本发明的成像布置也可以在正常日光或明亮光线条件期间使用,在该情况下,控制器可以检测到照明条件是令人满意的,并且可以抑制红外脉冲的生成和上面所描述的图像处理步骤。
从以下结合附图考虑的详细描述中,本发明的其它目的和特征将变得清楚。然而,将要理解,附图仅仅为了说明的目的而设计,并且不作为对本发明的限制的定义。
附图说明
图1是图示本发明的原理的简化框图;
图2示出了在本发明方法期间生成的主闪光和运动冻结闪光;
图3示出了可见光谱半导体光源和红外发射半导体光源的强度相对于电流密度的示例性曲线;
图4 – 图6各自示出了本发明成像布置的实施例;
图7示出了灵敏度峰值相对于波长的示例性集合。
在附图中,类似的数字始终指代类似的物体。图解中的物体不一定按比例绘画。
具体实施方式
图1是具有移动对象B的光线不足场景D的简化表示,并且使用本发明方法获得了两个图像MRGB、Mmono。第一图像是在可见光谱光脉冲期间获得的彩色图像MRGB。这个彩色图像MRGB将记录移动物体B的模糊变体Bblur,因为RGB传感器和可见光谱闪光被实现为按需增加积分时间(曝光时间)来获得足够的信息。在本发明方法中,在显著较短的光脉冲期间获得第二单色图像Mmono。这种单色或“运动冻结”图像Mmono本质上是一种单色快照,它缺乏彩色信息,但它更善于捕获任何移动物体的轮廓或形状。在这个示例中,移动通过场景D的身体B在红外图像Mmono中被捕获为相对清晰的形状Bmf。
第二光源可以实现为可见光谱LED,其可以在短暂时段内被过驱动,即在非常短的时间内提供高强度光脉冲。然而,在此示例性实施例中,可以假设第二光源12是红外发射光源,并且“单色”光脉冲包括红外范围中的波长。
在图像处理步骤140中,彩色图像MRGB的图像像素的RGB值通过合适的亮度因子来调整,以改进图像信噪比。该算法包括若干主要步骤:包括使用来自单色图像Mmono的信息来标识彩色图像中的模糊物体Bblur(为了明确起见,仅示出了一个示例性的模糊物体),对该图像区域Bblur中的像素执行亮度校正,以及在任何经校正的图像区域中执行颜色调整。
最初的步骤可能是考虑图像的亮度。每个图像像素X具有红色(RX)、绿色(GX)和蓝色(BX)值。在一种方法中,“亮度图像”可以简单地包括RGB图像的像素的GX值。替代地,彩色图像MRGB的每个图像像素X的红色、绿色、和蓝色值可以调整如下
其中YX是该像素的亮度的“灰度值”,并使用以下等式计算:
对每个图像像素的这种调整的结果是上面所描述的单色校正亮度图像(也称为“RGB-Y图像”或“G图像”)。这些调整可以是有益的,尤其是在仅使用具有IR陷波滤光器的单个图像传感器的实施例的情况下。在这样的实施例中,红色、绿色、和蓝色传感器像素还将——在很小程度上——整合到达传感器的红外光。对于彩色再现,可以使用来自IR图像的信息来校正红色、绿色、和蓝色分量。在上面的等式(1)和(3)中,通过减去IR信号来执行这样的校正。
然后使用模式识别或边缘检测技术来分析亮度图像和IR图像。在亮度图像以及IR图像Mmono中标识边缘的情况下,在RGB图像MRGB的对应区域中不需要校正。在亮度图像中边缘模糊但IR图像中边缘清晰的情况下,将使用来自IR图像Mmono的信息校正RGB图像MRGB。因此,等式(2)的灰度值Y针对每个像素进一步调整如下
其中α是像素依赖的匹配参数,β是用于校正红外光与可见光相比的不同反射率的次级匹配因子,并且IRX是运动冻结图像Mmono中的适当像素值。对于图像的非模糊区域,匹配参数α将为1.0,并且在运动模糊区域中,匹配参数α可以低至0.0。在替代的方法中,匹配参数α可以在0.5和0.0之间变化,以使用完整图像的IR信息,如果例如噪声条件使得这更优选的话。
对于颜色重建,对于任何非模糊图像区域,来自RGB图像MRGB的信息将保持不变,即对于非模糊区域中的每个像素,α = 1.0(参见下面的等式(6) - (8))。对于运动模糊区域Bblur,可以应用若干图像处理技术。例如,如记录在RGB图像MRGB中的移动物体的大小与它在IR图像Mmono中的大小相比之差将给出移动的速度和方向的指示,并由此给出移动物体B和背景之间的“混合比”的指示。对于跨场景D移动的物体B,运动模糊区域Bblur中的颜色本质上是物体颜色和背景颜色的混合,并且当物体B快速移动时,更多的背景被“混合进来”。相似地,如果物体B朝向相机移动,则闪光将变得更加相关,并且将比背景颜色更突出物体颜色。图像的模糊区中的任何像素X的颜色可以从相邻背景像素(即毗邻模糊图像区域的背景像素)的RGB值RBG、GBG、BBG重建,并且移动物体B的图像区域可以被分配模糊区域的颜色,被校正用于混合进来合适的背景颜色。对于模糊物体Bblur的图像像素,优选地,在对应于在“公共”区域R中标识的移动物体B的区域内、以及在实际上属于背景的区域Bblur中重建颜色。
朝向或远离相机的运动可以通过观察物体的轨迹或路径上的大小和亮度改变来标识,例如,如果它朝向相机移动,则其亮度将增加。还可以执行物体识别,以帮助为任何经校正的图像区域分配逼真的颜色。
在物体内,即在IR运动冻结图像中检测到的形状Bmf的边缘内:
术语γ表达移动物体和背景之间的上面提到的混合比。在物体之外的图像的任何模糊区域中,这样的插值/外推的RGB值也可以用于重建背景颜色。运动模糊区域Bblur中(以及物体的侧面)的像素的背景颜色可以被假设为与运动模糊区域Bblur之外的毗邻像素的颜色相同。这个简单的假设可能足够,或者可以包括处理步骤来调整这样的像素颜色,以考虑背景中的任何变型。优化图像Mopt的所得到的像素值是等式(6) - (8)的集合。
因此,优化图像Mopt将以令人满意的清晰度和颜色示出物体BOK,并且将包括已经被“编辑”或校正的(从如在彩色图像MRGB中示出的运动模糊Bblur区域导出的)图像区域Redit,例如以重建背景。
优化背景的替代方法是将来自由用户实行实际拍照事件之前或之后拍摄的图像的信息组合起来。这样的技术已经在智能电话中使用以改进图像质量。
一般而言,在运动冻结图像中,成像物体的形式可以稍微拉长,使得最终图像Mopt中物体的形状也可以稍微拉长。如果期望,可以在图像序列上应用附加的处理步骤,以确定从中可以推断出物体的“真实”形状的物体轨迹和速度。
在使用被优化用于成像光线充足的场景的RGB传感器和可见光谱闪光FRGB的现有技术的成像布置中,光线昏暗的场景中的移动物体将导致诸如彩色图像MRGB的低质量图像,在该低质量图像中移动物体B被成像为扭曲和模糊的形状Bblur。
图2是主闪光FRGB和运动冻结闪光Fmono的光功率(Y轴,以[W]为单位)对时间(X轴,以毫秒为单位)的图表,所述主闪光FRGB和运动冻结闪光Fmono在使用本发明成像布置的实施例的成像序列中生成,并用于捕获图1中所描述的图像MRGB、Mmono。在此示例性实施例中,主闪光FRGB在相对长的持续时间tRGB内延伸,在至少相关的图像传感器积分时间tint内延伸,使得图像传感器可以记录入射光以生成数字图像。运动冻结闪光Fmono仅在非常短的时间tmono内生成,但是具有显著更高的光功率。在实践中,积分时间tint可能短于闪光持续时间tRGB。在滚动快门应用中,持续时间tRGB可能是帧长度的两倍(不一定与传感器积分时间相同)。
图3是可见光谱半导体光源(曲线110)和红外发射半导体光源(曲线120)的光功率(Y轴,以[W]为单位)对电流密度(X轴,以[A/mm2]为单位)的图表。该图解示出,蓝色LED(充当可见光LED设备的泵)的光输出在高电流密度下饱和,即光输出不能增加超过某个上限。相比之下,红外发射半导体光源的光输出在更高得多的电流密度下饱和。这使得有可能生成图2的显著更高的运动冻结闪光。
图4示出了并入智能电话4中的本发明成像布置1的实施例。这里,成像布置1包括单个相机C,并且因此也包括单个图像传感器S。传感器S以简化的方式通过其传感器像素PR、PG、PB、PIR的示例性布置来表示,如在图解的侧面所指示的。在此实施例中,图像传感器S是四通道传感器,包括红色敏感传感器像素PR、绿色敏感传感器像素PG、蓝色敏感传感器像素PB、以及还有红外敏感传感器像素PIR。这里,绿色敏感传感器像素包括总数的大约50%,红外敏感传感器像素包括总数的大约25%;而红色敏感和蓝色敏感传感器像素各自包括大约12.5%。
图像传感器配备有滤光器,例如通过在图像传感器管芯的像素上沉积四通道彩色滤光器马赛克。用于要响应于IR波长的像素的IR滤光器可以通过将红色、绿色、和蓝色滤光层沉积到那些像素PIR上来形成。
智能电话4还包括白色LED光源11和红外光源12。为了捕获彩色图像MRGB,驱动器13使白色LED光源11生成可见光谱光脉冲FRGB(主闪光),如图2中所解释的。在传感器积分时间期间,从场景反射的可见光到达传感器S并抵达RGB传感器像素PR、PG、PB。红外敏感传感器像素PIR将不受从场景反射的可见光的影响。
为了捕获运动冻结图像Mmono,驱动器13使红外光源12生成红外光谱光脉冲Fmono(运动冻结闪光),如图2中所解释的。从场景反射的红外光到达传感器S并抵达红外敏感传感器像素PIR。因为RGB传感器像素PR、PG、PB也将检测到红外光,所以这可以通过取RGB信号和IR信号之间的差来校正。
彩色图像MRGB和运动冻结图像Mmono然后被转发到图像处理单元14,该图像处理单元14将使用由图像MRGB、Mmono提供的信息来获得图1中描述的优化图像Mopt,即没有运动模糊或者至少具有减少的运动模糊的图像。
图5示出了再次并入智能电话4中的本发明成像布置1的另一个实施例。这里,成像布置1包括两个相机C1、C2,并且因此也包括两个图像传感器S1、S2。如图4中所描述的,智能电话4还包括白色LED光源11和红外光源12。这里,每个传感器S1、S2也以简化的方式通过其传感器像素PR、PG、PB的示例性布置来表示,如在图解的侧面所指示的。在此实施例中,每个图像传感器S1、S2是三通道传感器,包括红色敏感传感器像素PR、绿色敏感传感器像素PG、和蓝色敏感传感器像素PB。这里,绿色敏感传感器像素包括总数的大约50%,而红色敏感和蓝色敏感传感器像素各自包括大约25%。图像传感器S1、S2的传感器像素的示例性布置在图解的放大部分中示出。
一个图像传感器S1用于捕获彩色图像,并且另一个图像传感器S2用于捕获单色红外图像。为此,第一图像传感器S1配备有应用于图像传感器管芯的彩色滤光片马赛克,使得每个传感器像素被适当地由对应的R、G、B滤光器覆盖。第二图像传感器S2配备有在红外区域中部分透射的滤光器(使得其透射光谱与红外光谱光脉冲Fmono的发射光谱重叠)。以此方式,第二图像传感器的传感器像素将记录红外图像。因为第二图像传感器S2对可见光也敏感,所以它的积分时间被减少或缩短,以允许用IR光谱光脉冲Fmono进行短运动冻结曝光。
如上面在图4中所描述的,驱动器13驱动光源11、12以在第一传感器S1的积分时间内生成可见光谱光脉冲FRGB(主闪光),并在第二传感器S2的更短得多的积分时间内生成红外光谱光脉冲Fmono(运动冻结闪光)。第一图像传感器S1提供彩色图像MRGB,并且第二图像传感器S2提供运动冻结单色或红外图像Mmono。图像MRGB、Mmono然后被转发到图像处理单元14,该图像处理单元14将使用由图像MRGB、Mmono提供的信息来获得图1中所描述的优化图像Mopt,即没有运动模糊或者至少具有减少的运动模糊的图像。
图6示出了再次并入智能电话4中的本发明成像布置1的另一个实施例。这里,成像布置1包括可见光谱相机C1和红外相机CIR,并且因此还包括两个图像传感器S1、SIR。这里,每个传感器S1、SIR也以简化的方式通过其传感器像素PR、PG、PB、PIR的示例性布置来表示,如在图解的侧面所指示的。类似于上面所描述的两个实施例,设备4还包括白色LED光源11和红外光源12。在此实施例中,第一图像传感器S1是三通道传感器,包括红色敏感传感器像素PR、绿色敏感传感器像素PG、和蓝色敏感传感器像素PB。这里,绿色敏感传感器像素包括总数的大约50%,而红色敏感和蓝色敏感传感器像素各自包括大约25%。第二图像传感器SIR是红外图像传感器,仅包括红外敏感传感器像素PIR。图像传感器S1、SIR的传感器像素的示例性布置在图解的放大部分中示出。
第一图像传感器S1用于捕获彩色图像MRGB,并且红外图像传感器SIR用于捕获单色红外图像Mmono。为此,第一图像传感器S1配备有应用于图像传感器管芯的滤色器马赛克,使得每个传感器像素被适当地由对应的R、G、B滤色器覆盖。红外图像传感器SIR配备有仅在红外区域中透射的滤光器。以此方式,红外图像传感器的传感器像素将记录红外图像Mmono。
如上面图4和图5中所描述的,驱动器13驱动光源11、12以在第一传感器S1的积分时间内生成可见光谱光脉冲FRGB(主闪光),并在可见光谱光脉冲FRGB期间生成短且强的红外光谱光脉冲Fmono(运动冻结闪光)。第一图像传感器S1提供彩色图像MRGB,并且红外图像传感器SIR提供运动冻结单色或红外图像Mmono。图像MRGB、Mmono然后被转发到图像处理单元14,该图像处理单元14将使用由图像MRGB、Mmono提供的信息来获得图1中所描述的优化图像Mopt,即没有运动模糊或者至少具有减少的运动模糊的图像。
成像布置1的性能可以通过使光源光谱与图像传感器的灵敏度相匹配来优化。图7示出了光谱70_B、70_G、70_R、70_IR的示例性集合,其中振幅相对于波长λ[nm]绘制。优选地,图像传感器像素的峰值灵敏度与相关光源的峰值光谱振幅一致。例如,图像传感器中的IR敏感传感器像素PIR的峰值灵敏度将尽可能接近由IR光源12生成的光谱70_IR的IR部分的峰值振幅。
尽管本发明已经以优选的实施例及其变型的形式公开,但是将理解,可以对其进行许多附加的修改和变型而不脱离本发明的范围。例如,RGB和IR图像传感器像素的分布可以不同于上面图4 – 图6所示出的分布;可以以频闪仪的方式捕获多个单色图像;移动物体可以被红外“跟随我”光跟踪,以(例如使用分段IR LED管芯)改进移动物体的照亮;在温度受限的IR LED驱动条件的情况下,主动冷却步骤可以先于IR闪光脉冲;等等。
为了明确起见,将要理解,遍及本申请使用的“一”或“一个”不排除多个,并且“包括”不排除其它步骤或元素。提到“单元”或“模块”不排除使用多于一个的单元或模块。
附图标记:
成像布置 1
可见光谱光源 11
红外光谱光源 12
强度图表 110、120
驱动器 13
图像处理器 14
图像处理步骤 140
设备 4
灵敏度曲线 70_R、70_G、70_B、70_IR
可见光谱图像 MRGB
红外光谱图像 Mmono
数字图像 Mopt
相机 C、Cl、C2、CIR
图像传感器 S、S1、S2、SIR
RGB传感器像素 PR、PG、PB
红外传感器像素 PlR
场景 D
移动物体 X
模糊成像物体 Bblur
运动冻结成像物体 Bmf
成像物体 BOK
公共图像区域 R
运动模糊区域 Rblur
校正图像区域 Redit
匹配参数 α
可见光谱光脉冲 FRGB
红外光谱光脉冲 Fmono
脉冲持续时间 tRGB、tmono
传感器积分时间 tint
Claims (15)
1.一种获得场景(D)的数字图像(Mopt)的方法,所述方法包括以下步骤
- 驱动第一光源(11)以生成第一光脉冲(FRGB)来照亮场景(D),所述第一光脉冲(FRGB)是在第一持续时间(tRGB)内延伸的可见光谱光脉冲;
- 使用图像传感器(S、S1)记录由第一光脉冲(FRGB)照亮的场景(D)的可见光谱图像(MRGB);
- 驱动第二光源(12)以在第一光脉冲(FRGB)期间生成第二光脉冲(Fmono)来照亮场景(D),使得第二光脉冲(Fmono)的持续时间(tmono)至多为第一光脉冲(FRGB)的持续时间(tRGB)的10%,并且使得第二光脉冲(Fmono)的强度(Nmono)超过第一光脉冲(FRGB)的强度(NRGB)至少100%;
- 使用图像传感器(S、S2、SIR)记录由第二光脉冲(Fmono)照亮的场景(D)的单色图像(Mmono);以及
- 对可见光谱图像(MRGB)和单色图像(Mmono)执行图像处理步骤,以获得场景(D)的数字图像(Mopt)。
2.根据权利要求1所述的方法,其中对用相应的光脉冲记录的可见光谱图像(MRGB)和单色图像(Fmono)的序列执行图像处理步骤。
3.根据权利要求1或权利要求2所述的方法,其中所述图像处理步骤包括标识对应于成像对象的公共图像区域(R),其中公共图像区域(R)存在于可见光谱图像(MRGB)和单色图像(Mmono)中。
4.根据前述权利要求中任一项所述的方法,包括在可见光谱图像(MRGB)中标识运动模糊图像区域(Bblur)的步骤。
5. 根据权利要求4所述的方法,其中所述数字图像(Mopt)包括从校正至少运动模糊图像区域(Bblur)中的颜色值而导出的一个或多个图像区域(BOK、Redit)。
6.一种成像布置(1),包括
- 第一光源(11),用于生成第一光脉冲(FRGB),所述第一光源(11)包括可见光谱光源(11);
- 第二光源(12),用于生成第二光脉冲(Fmono),所述第二光源(12)包括可见光谱光源或红外光谱光源;
- 驱动器(13),被配置为在第一持续时间(tRGB)内驱动第一光源(11)以生成第一光脉冲(FRGB),并且在第二持续时间(tmono)内驱动第二光源(12)以生成第二光脉冲(Fmono),所述第二持续时间(tmono)至多为第一光脉冲(FRGB)的持续时间(tRGB)的10%,并且使得第二光脉冲(Fmono)的强度(Nmono)超过第一光脉冲(FRGB)的强度(NRGB)至少100%;
- 图像传感器(S、S1),被布置为记录由第一光脉冲(FRGB)照亮的场景(D)的可见光谱图像(MRGB);
- 图像传感器(S、S2、SIR),被布置为记录由第二光脉冲(Fmono)照亮的场景(D)的单色图像(Mmono);和
- 图像处理单元(14),被实现为组合来自可见光谱图像(MRGB)和单色图像(Mmono)的信息,以获得场景(D)的数字图像(Mopt)。
7.根据权利要求6所述的成像布置,其中光源(11、12)包括一个或多个发光二极管。
8.根据权利要求6或权利要求7所述的成像布置,其中所述第二光源(12)包括一个或多个垂直腔面发射激光二极管。
9.根据权利要求6至8中任一项所述的成像布置,包括单个图像传感器(S),所述单个图像传感器(S)包括在可见光谱范围中敏感的传感器像素(PR、PG、PB)和在红外光谱范围中敏感的传感器像素(PIR)。
10.根据权利要求9所述的成像布置,其中所述单个图像传感器(S)包括对红外光谱中的波长至少部分透射的滤光器。
11.根据权利要求6至8中任一项所述的成像布置,包括两个图像传感器(S1、S2),每个图像传感器仅包括在可见光谱范围中敏感的传感器像素(PR、PG、PB)。
12.根据权利要求6至8中任一项所述的成像布置,包括两个图像传感器(S1、SIR),其中被布置为记录可见光谱图像(MRGB)的图像传感器(S1)包括在可见光谱中敏感的传感器像素(PR、PG、PB),并且其中被布置为记录单色图像(Mmono)的图像传感器(SIR)包括在红外光谱中敏感的传感器像素(PIR)。
13. 根据权利要求11或权利要求12所述的成像布置,其中被布置为记录可见光谱图像(MRGB)的图像传感器(S1)包括仅在可见光谱中透射的滤光器,并且其中被布置为记录单色图像(Mmono)的图像传感器(S2、SIR)包括仅在红外光谱中透射的滤光器。
14.根据权利要求6至13中任一项所述的成像布置,其中
- 被布置为记录可见光谱图像(MRGB)的图像传感器(S1)具有在50 ms范围中的积分时间(tRGB);
并且其中所述驱动器被配置为
- 在至少传感器积分时间(tRGB)的持续时间内,以通常1.0 A/mm2的电流密度生成可见光谱光脉冲(FRGB);以及
- 在至多5 ms、更优选地至多1.0 ms的持续时间(tmono)内,以大于1.0 A/mm2的电流密度生成第二光脉冲(Fmono)。
15.一种设备(4),包括根据权利要求6至14中任一项所述的成像布置(1)的实施例,所述设备优选为手持设备、更优选为智能电话。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
EP18208930.0 | 2018-11-28 | ||
EP18208930 | 2018-11-28 | ||
PCT/EP2019/081170 WO2020108997A1 (en) | 2018-11-28 | 2019-11-13 | Method of obtaining a digital image |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114009002A true CN114009002A (zh) | 2022-02-01 |
CN114009002B CN114009002B (zh) | 2022-11-22 |
Family
ID=64559455
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201980090625.2A Active CN114009002B (zh) | 2018-11-28 | 2019-11-13 | 获得数字图像的方法 |
Country Status (5)
Country | Link |
---|---|
US (1) | US11378694B2 (zh) |
EP (1) | EP3888348A1 (zh) |
CN (1) | CN114009002B (zh) |
TW (1) | TWI835927B (zh) |
WO (1) | WO2020108997A1 (zh) |
Families Citing this family (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114009002B (zh) | 2018-11-28 | 2022-11-22 | 亮锐有限责任公司 | 获得数字图像的方法 |
WO2020205532A1 (en) * | 2019-03-29 | 2020-10-08 | Electronic Theatre Controls, Inc. | Systems, devices, and methods for implementing spectral reflectance imaging using narrow band emitters |
US11568526B2 (en) | 2020-09-04 | 2023-01-31 | Altek Semiconductor Corp. | Dual sensor imaging system and imaging method thereof |
US11496694B2 (en) | 2020-09-04 | 2022-11-08 | Altek Semiconductor Corp. | Dual sensor imaging system and imaging method thereof |
US11496660B2 (en) | 2020-09-04 | 2022-11-08 | Altek Semiconductor Corp. | Dual sensor imaging system and depth map calculation method thereof |
US11689822B2 (en) | 2020-09-04 | 2023-06-27 | Altek Semiconductor Corp. | Dual sensor imaging system and privacy protection imaging method thereof |
US11418719B2 (en) * | 2020-09-04 | 2022-08-16 | Altek Semiconductor Corp. | Dual sensor imaging system and calibration method which includes a color sensor and an infrared ray sensor to perform image alignment and brightness matching |
KR20220067407A (ko) * | 2020-11-17 | 2022-05-24 | 엘지디스플레이 주식회사 | 표시 장치, 컨트롤러 및 디스플레이 구동 방법 |
TWI819631B (zh) * | 2022-05-30 | 2023-10-21 | 友達光電股份有限公司 | 影像感測裝置 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20010031912A1 (en) * | 2000-04-10 | 2001-10-18 | Cbeyond Inc. | Image sensor and an endoscope using the same |
CN102447826A (zh) * | 2010-10-12 | 2012-05-09 | 全视科技有限公司 | 可见及红外双重模式成像系统 |
WO2014106843A2 (en) * | 2013-01-01 | 2014-07-10 | Inuitive Ltd. | Method and system for light patterning and imaging |
US20170286792A1 (en) * | 2016-03-31 | 2017-10-05 | Princeton Identity, Inc. | Systems And Methods Of Biometric Analysis With Adaptive Trigger |
US9819849B1 (en) * | 2016-07-01 | 2017-11-14 | Duelight Llc | Systems and methods for capturing digital images |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6061091A (en) * | 1996-05-30 | 2000-05-09 | Agfa Gevaert N.V. | Detection of and correction for specular reflections in digital image acquisition |
US20150062347A1 (en) * | 2013-08-27 | 2015-03-05 | Semiconductor Components Industries, Llc | Image processing methods for visible and infrared imaging |
US10708491B2 (en) * | 2014-01-07 | 2020-07-07 | Ml Netherlands C.V. | Adaptive camera control for reducing motion blur during real-time image capture |
TWI590659B (zh) * | 2016-05-25 | 2017-07-01 | 宏碁股份有限公司 | 影像處理方法及攝像裝置 |
US20200162719A1 (en) * | 2017-02-07 | 2020-05-21 | Mindmaze Holding Sa | Systems, methods and apparatuses for stereo vision |
US9992472B1 (en) * | 2017-03-13 | 2018-06-05 | Heptagon Micro Optics Pte. Ltd. | Optoelectronic devices for collecting three-dimensional data |
CN114009002B (zh) | 2018-11-28 | 2022-11-22 | 亮锐有限责任公司 | 获得数字图像的方法 |
-
2019
- 2019-11-13 CN CN201980090625.2A patent/CN114009002B/zh active Active
- 2019-11-13 EP EP19798684.7A patent/EP3888348A1/en active Pending
- 2019-11-13 WO PCT/EP2019/081170 patent/WO2020108997A1/en unknown
- 2019-11-19 TW TW108141922A patent/TWI835927B/zh active
- 2019-11-27 US US16/697,897 patent/US11378694B2/en active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20010031912A1 (en) * | 2000-04-10 | 2001-10-18 | Cbeyond Inc. | Image sensor and an endoscope using the same |
CN102447826A (zh) * | 2010-10-12 | 2012-05-09 | 全视科技有限公司 | 可见及红外双重模式成像系统 |
WO2014106843A2 (en) * | 2013-01-01 | 2014-07-10 | Inuitive Ltd. | Method and system for light patterning and imaging |
US20170286792A1 (en) * | 2016-03-31 | 2017-10-05 | Princeton Identity, Inc. | Systems And Methods Of Biometric Analysis With Adaptive Trigger |
US9819849B1 (en) * | 2016-07-01 | 2017-11-14 | Duelight Llc | Systems and methods for capturing digital images |
Also Published As
Publication number | Publication date |
---|---|
TW202029732A (zh) | 2020-08-01 |
CN114009002B (zh) | 2022-11-22 |
EP3888348A1 (en) | 2021-10-06 |
WO2020108997A1 (en) | 2020-06-04 |
TWI835927B (zh) | 2024-03-21 |
US11378694B2 (en) | 2022-07-05 |
US20200166646A1 (en) | 2020-05-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114009002B (zh) | 获得数字图像的方法 | |
US9516295B2 (en) | Systems and methods for multi-channel imaging based on multiple exposure settings | |
US8416302B2 (en) | Low-light imaging augmented with non-intrusive lighting | |
US8300930B2 (en) | Method for statistical analysis of images for automatic white balance of color channel gains for image sensors | |
US9294695B2 (en) | Image processing apparatus, image pickup apparatus, and storage medium for generating a color image | |
US20100254692A1 (en) | Camera illumination device | |
US9319597B2 (en) | System and method for color imaging under low light | |
US9294742B2 (en) | Spectral improvement of digital camera color images | |
US8243164B2 (en) | Method, apparatus, and system for selecting pixels for automatic white balance processing | |
JP2016052115A (ja) | 撮像方法及び撮像装置 | |
JP6484504B2 (ja) | 撮像装置 | |
CN110493535B (zh) | 图像采集装置和图像采集的方法 | |
US7421121B2 (en) | Spectral normalization using illuminant exposure estimation | |
CN105850112A (zh) | 摄像控制装置 | |
CN111988594B (zh) | 图像处理设备及其控制方法、摄像设备、监视系统和介质 | |
WO2021041928A1 (en) | Systems and methods for creating a full-color image in low light | |
US20100007752A1 (en) | Spectral improvement of digital camera color images | |
CN113302912A (zh) | 用于监控驾驶员的图像捕获设备和相关系统 | |
JP2004186879A (ja) | 固体撮像装置及びデジタルカメラ | |
JP2012010141A (ja) | 画像処理装置 | |
JPH09160103A (ja) | ストロボ画像の色調整装置 | |
CN115209059A (zh) | 照明控制装置、摄像装置、控制方法和存储介质 | |
JP2000217122A (ja) | ディジタルカメラ |
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 |