DE60221618T2 - CMOS Bildsensor mit Bildmustererkennung auf einem Chip - Google Patents
CMOS Bildsensor mit Bildmustererkennung auf einem Chip Download PDFInfo
- Publication number
- DE60221618T2 DE60221618T2 DE60221618T DE60221618T DE60221618T2 DE 60221618 T2 DE60221618 T2 DE 60221618T2 DE 60221618 T DE60221618 T DE 60221618T DE 60221618 T DE60221618 T DE 60221618T DE 60221618 T2 DE60221618 T2 DE 60221618T2
- Authority
- DE
- Germany
- Prior art keywords
- image sensor
- processor circuit
- image
- circuit
- images
- 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.)
- Expired - Lifetime
Links
- 238000003909 pattern recognition Methods 0.000 title description 4
- 210000002569 neuron Anatomy 0.000 claims description 6
- 229910052710 silicon Inorganic materials 0.000 claims description 3
- 239000010703 silicon Substances 0.000 claims description 3
- XUIMIQQOPSSXEZ-UHFFFAOYSA-N Silicon Chemical compound [Si] XUIMIQQOPSSXEZ-UHFFFAOYSA-N 0.000 claims description 2
- 239000000758 substrate Substances 0.000 claims description 2
- 230000007613 environmental effect Effects 0.000 claims 5
- 238000012545 processing Methods 0.000 abstract description 9
- 238000000034 method Methods 0.000 description 11
- 230000003287 optical effect Effects 0.000 description 4
- 241000699666 Mus <mouse, genus> Species 0.000 description 3
- 238000001514 detection method Methods 0.000 description 3
- 238000013461 design Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 241001465754 Metazoa Species 0.000 description 1
- 241000699670 Mus sp. Species 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000003702 image correction Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000001537 neural effect Effects 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
- H01L27/00—Devices consisting of a plurality of semiconductor or other solid-state components formed in or on a common substrate
- H01L27/14—Devices consisting of a plurality of semiconductor or other solid-state components formed in or on a common substrate including semiconductor components sensitive to infrared radiation, light, electromagnetic radiation of shorter wavelength or corpuscular radiation and specially adapted either for the conversion of the energy of such radiation into electrical energy or for the control of electrical energy by such radiation
- H01L27/144—Devices controlled by radiation
- H01L27/146—Imager structures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/20—Analysis of motion
- G06T7/246—Analysis of motion using feature-based methods, e.g. the tracking of corners or segments
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N25/00—Circuitry of solid-state image sensors [SSIS]; Control thereof
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2200/00—Indexing scheme for image data processing or generation, in general
- G06T2200/28—Indexing scheme for image data processing or generation, in general involving image processing hardware
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Multimedia (AREA)
- General Physics & Mathematics (AREA)
- Power Engineering (AREA)
- Theoretical Computer Science (AREA)
- Signal Processing (AREA)
- Computer Hardware Design (AREA)
- Condensed Matter Physics & Semiconductors (AREA)
- Microelectronics & Electronic Packaging (AREA)
- Electromagnetism (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
- Solid State Image Pick-Up Elements (AREA)
- Image Input (AREA)
- Transforming Light Signals Into Electric Signals (AREA)
- Semiconductor Integrated Circuits (AREA)
- Facsimile Heads (AREA)
Description
- Die vorliegende Erfindung betrifft im Allgemeinen CMOS-Bildsensoren und insbesondere einen Einchip-Bildsensor mit einem in diesem integrierten Mustererkennungs-Schaltkreis.
- CMOS-Bildsensoren werden in einer Reihe von Anwendungen eingesetzt. CMOS-Bildsensoren werden in optischen Mäusen über PC-Kameras bis zu Überwachungskameras verwendet und haben ihre Eignung unter Beweis gestellt, die CCD-Technologie zu verdrängen. Mit ihren geringen Kosten und ihrem geringen Leistungsverbrauch sind CMOS-Bildsensoren eine wichtige Alternative zu CCD.
- In vielen Anwendungen entspricht das durch den Bildsensor empfangene Bild nicht einfach der Ausgabe des Sichtfelds. Stattdessen werden die Bildsensordaten für andere Zwecke, wie etwa zur Bewegungsdetektion in einer optischen Maus oder zur Bewegungsdetektion in Gegenständen verwendet. Beispielsweise werden in Spielzeugen oder Geräten des maschinellen Sehens verwendete Bildsensoren oft zur Bewegungsdetektion eingesetzt. Die Bildsensoren werden ebenfalls häufig zur Identifizierung von Formen oder Gegenständen in dem Bildfeld verwendet.
- Für diese Anwendungen muss eine erhebliche Signalverarbeitung der Bilder durchgeführt werden. Üblicherweise wird die Signalverarbeitung auf einem separaten Chip durch einen herkömmlichen Signalverarbeitungsprozessor, einen Mikroprozessor oder andere logische Vorrichtungen, wie etwa eine frei programmierbare Gatteranordnung (field programmable gate array – FPGA) und einen programmierbaren logischen Schaltkreis (programmable logic device – PLD), durchgeführt.
- Die Verwendung zusätzlicher Chips zur Signalverarbeitung ist teuer. Beispielsweise kann ein großer FPGA mit Millionen von Gattern bis zu $10 pro Einheit kosten. Für Mustererkennungsanwendungen ist die Verwendung eines großen FGPA nicht notwendig. Ferner sind kleine Gatterzähl-FGPAs nicht ohne weiteres erhältlich. Daher wird ein herkommlicher FGPA mit hoher Verarbeitungsleistung verwendet, wobei ein Großteil der Verarbeitungsleistung des FGPAs nicht genutzt wird.
- Dokument
US-5.883.830 offenbart eine CMOS-Bildvorrichtung mit integriertem Bildkorrektur-Schaltkreis. DokumentEP-A-0.466.117 offenbart einen Bildsensor mit Neuronenschaltkreis. - In einem ersten Aspekt stellt die vorliegende Erfindung einen CMOS-Bildsensor nach Anspruch 1 bereit.
- Kurzbeschreibung der Zeichnungen
- In den Zeichnungen beziehen sich gleiche Bezugszeichen auf dieselben Teile in all den verschiedenen Ansichten der nicht einschränkenden und nicht erschöpfenden Ausführungsformen der vorliegenden Erfindung und worin:
-
1 ein schematisches Schaubild eines integrierten Schaltkreises in Übereinstimmung mit der vorliegenden Erfindung ist. -
2A und2B sind Beispiele von zwei Bildern, die durch den integrierten Schaltkreis von1 aufgenommen wurden und eine Relativbewegung darstellen. - Detaillierte Beschreibung der dargestellten Ausführungsformen
- In der folgenden Beschreibung werden zahlreiche spezifische Details, wie etwa die Identifizierung der verschiedenen Systemkomponenten bereitgestellt, um ein umfassendes Verständnis der Ausführungsformen der vorliegenden Erfindung bereitzustellen. Für Fachleute auf diesem Gebiet ist jedoch erkennbar, dass die Erfindung ohne ein oder mehrere spezifische Details oder mit anderen Verfahren, Komponenten, Materialien, etc. ausgeführt werden kann. In wieder anderen Fällen sind bekannte Strukturen, Materialien oder Vorgänge nicht abgebildet oder detailliert beschrieben, um Aspekte der verschiedenen Ausführungsformen der Erfindung nicht zu verschleiern.
- Der in dieser Beschreibung verwendete Ausdruck „eine Ausführungsform" oder „eine einzige Ausführungsform" bezieht sich auf ein bestimmtes Merkmal, eine besondere Struktur oder ein spezifisches Charakteristikum, das zusammen mit der Ausführungsform in zumindest einer Ausführungsform der vorliegenden Erfindung verwendet wird. Daher bezieht sich das Auftreten der Wendungen „in einer Ausführungsform" oder „in einer einzigen Ausführungsform" an verschiedenen Stellen in der Beschreibung nicht notwendigerweise auf dieselbe Ausführungsform. Ferner können die bestimmten Merkmale, besonderen Strukturen oder spezifischen Charakteristika in jeder geeigneten Weise in einer oder mehrerer Ausführungsformen miteinander kombiniert werden.
- In Bezug auf
1 umfasst ein integrierter Schaltkreis101 , der in Übereinstimmung mit der vorliegenden Erfindung ausgebildet ist, eine Sensoranordnung103 , einen Prozessor-Schaltkreis105 , eine Ein-/Ausgabe (E/A)107 , einen Speicher109 und einen Bus111 . Vorzugsweise ist jede dieser Komponenten auf einem Einsiliziumsubstrat ausgebildet und hergestellt, um auf einem einzigen Chip unter Verwendung herkömmlicher CMOS-Abläufe einstückig ausgebildet zu werden. - Der Abschnitt der Sensoranordnung
103 kann beispielsweise im Wesentlichen den Sensoranordnungsabschnitten ähnlich sind, die durch den Zessionar der vorliegenden Erfindung OmniVision Technologies, Inc., Sunnyvale, Kalifornien (USA), als Modellnummern OV7630, OV7920, OV7930, OV9620, OV9630, OV6910 oder OV7640 hergestellt werden. - Insbesondere die Sensoranordnung
103 umfasst eine Vielzahl an einzelnen Pixeln, die in einer zweidimensionalen Anordnung angeordnet sind. Bei Verwendung kann die Sensoranordnung103 , wenn ein Bild auf der Sensoranordnung103 fokussiert wird, die Rohbilddaten erhalten. - Die Rohbilddaten werden dann vom Prozessor-Schaltkreis
105 über den Bus111 empfangen, um die Signalverarbeitung zu beginnen. Der Prozessor-Schaltkreis105 ist zur Ausführung eines Satzes vorprogrammierter (eventuell im Speicher107 gespeicherter) Befehle geeignet, die zur Durchführung der Funktionen des integrierten Schaltkreises101 nötig sind. In einer Ausführungsform kann der integrierte Schalt kreis105 für Anwendungen zum maschinellen Sehen verwendet werden. Beispielsweise kann der integrierte Schaltkreis105 programmiert sein, um nach bestimmten Merkmalen zu suchen. Beispielsweise kann der integrierte Schaltkreis105 programmiert werden, um nach vorbestimmten Merkmalen zu suchen. Wenn der integrierte Schaltkreis105 in ein Spielzeugauto oder ein Spielzeugtier eingebaut ist, können daher das Auto oder das Tier programmiert werden, um in bestimmten Formen vorliegenden Gegenständen zu folgen, wie etwa einer Hand, einem menschlichen Körper oder einer Tischkante. - Der Prozessor-Schaltkreis
105 ist ein Neuronenschaltkreis. - Schaltkreise auf Neuronenbasis stellten sich in den Mustererkennungsanwendungen als besonders vielversprechend heraus. Die Massenparalleleigenschaften und die „Lernfähigkeit" des Neuronenschaltkreises sind besonders an einen integrierten Schaltkreis der vorliegenden Erfindung angepasst, der die Sensorfunktionalität mit der Strukturerkennungseigenschaft in sich vereinbart. Die Gestaltung des Neuronenschaltkreises kann von einer Anzahl an Unternehmen, umfassend Silicon Recognition, Inc., Kalifornien (USA), erhalten werden. Ein weiteres Detail der Gestaltung von Neuronenschaitkreisen ist ebenfalls im
US-Patent Nr. 5.717.832 und imUS-Patent Nr. 5.621.863 zu finden und ist darin durch Verweise auf die Patenteigenschaften aufgenommen. - Im Zusammenhang der derzeit veranschaulichten Ausführungsformen ist der Prozessor-Schaltkreis
105 programmiert, um Rohbilddaten zu erhalten und die Rohbilddaten zu verarbeiten, um einen Merkmalssatz für eine aufeinanderfolgende Reihe von Rohbilddaten zu extrahieren. Merkmalssätze aufeinanderfolgender Bilder werden unter Verwendung bekannter Algorithmen, wie etwa in denUS-Patenten Nr. 6.256.016 ,5.644.139 oder6.172.354 beschrieben, miteinander verglichen. Andere Algorithmen existieren, die zur Bestimmung der relativen Bewegung basierend auf den aufeinanderfolgenden Bildern der Bilddaten verwendet werden können. - Beispielsweise kann ein Merkmalsextraktionsverfahren verwendet werden, das in einer Parallelanmeldung, eingereicht am 6. November 2001, beschrieben wird und an den Zessionar der vorliegenden Erfindung übertragen wird, welches den Titel „Verfahren und Vorrichtung zur Bestimmung der relativen Bewegung in einer optischen Maus unter Verwendung der Merkmalsextraktion" trägt, von Shi Ge stammt und hierin unter Verweis aufgenommen wird. Als Alternative dazu können nicht merkmalsbasierte Verfahren verwendet werden, die in einer Parallelanmeldung, eingereicht am 6. November 2001, beschrieben wird und an den Zessionar der vorliegenden Erfindung übertragen wird, welche den Titel „Verfahren und Vorrichtung zur Bestimmung relativer Bewegung in einer optischen Maus" trägt, von Xiaodong Luo stammt und hierin durch Verweis aufgenommen wird.
- Daher wird der Prozessor-Schaltkreis
105 zur Berechnung der Bewegung auf der Basis der aufeinanderfolgenden Bilder berechnet, die durch die Sensoranordnung103 erfasst werden. Sobald die Bewegung berechnet wurde, stellt der Prozessor-Schaltkreis105 X- und Y-Bewegungskoordinaten an E/A109 bereit, welche wiederum die Informationen ausgibt. - Als Beispiel für die Analyse empfängt der Prozessor-Schaltkreis
105 , unter Bezugnahme auf die2A und2B , die Rohbilddaten von einem ersten Bild401 (dargestellt in2A ). In diesem Beispiel ist das erste Bild401 ein Bild einer Wand eines Raumes, etwa eines Büros oder Arbeitszimmers. In diesem Beispiel umfasst das erste Bild401 einen Tisch403 , eine Lampe405 und ein Bild407 . - Nach dem Empfang des ersten Bilds
401 kann der Prozessor-Schaltkreis105 dann einen Merkmalssatz aus den Rohbilddaten eines ersten Bilds401 extrahieren. Unter Verwendung bekannter Algorithmen und Verfahren, wie etwa aus Anwendungen maschinellen Sehens, kann ein Merkmalssatz (auch als Abstraktion bezeichnet) aus dem ersten Bild401 erzeugt werden. Der Merkmalssatz kann beispielsweise die Umrisse von Tisch403 , Lampe405 und Bild407 sein. Der Merkmalssatz kann in einer alternativen Ausführungsform die Bereiche des Bildes401 sein, die hell oder ungewöhnlich farbintensiv sind. Es versteht sich, dass der besondere Ansatz zur Extrakti an und zur Erzeugung des Merkmalssatzes für die vorliegende Erfindung nicht kritisch ist. - Nach der Extraktion des Merkmalssatzes aus den Rohbilddaten eines ersten Bilds
401 kann der Prozessor-Schaltkreis105 diesen Merkmalssatz im Speicher107 speichern. Als Nächstes wird der Merkmalssatz eines zweiten Bilds411 (wie in2B dargestellt) mit dem ersten Bild zeitlich aufeinanderfolgend unter Verwendung derselben Verfahren, wie sie für das erste Bild401 verwendet wurden, extrahiert. Ein Vergleich des Merkmalssatzes des zweiten Bilds mit dem Merkmalssatz des ersten Bilds kann durchgeführt werden, um Größe und Richtung der Bewegung des integrierten Schaltkreises101 zu bestimmen. Größe und Richtung der Bewegung des integrierten Schaltkreises101 werden auch als Bewegungsvektor bezeichnet. - Wie in
2B zu sehen, zeigt insbesondere das zweite Bild411 , wenn es mit dem ersten Bild401 verglichen wird, an, dass der integrierte Schaltkreis101 seitlich nach links durch eine endliche und quantitativ bestimmbare Menge verschoben wurde. Selbstverständlich wird der Vergleich in der vorliegenden Erfindung durch den Prozessor-Schaltkreis105 durchgeführt, indem die Merkmalssätze des ersten Bilds401 mit dem zweiten Bild411 verglichen werden. Unter Verwendung bekannter Algorithmen und Verfahren kann der Prozessor die Menge der Verschiebung, sowohl horizontal als auch vertikal, der aufeinanderfolgenden Bilder bestimmen. Beispiele dieser Algorithmen und Verfahren sind im oben erläuterten '016-Patent und '354-Patent zu finden. - Der Prozessor-Schaltkreis
105 basiert auf der auf der Verschiebungsmenge der aufeinanderfolgenden Bilder und der Bildgeschwindigkeit (gemessen in Einzelbildern pro Sekunde). In einer Ausführungsform weist die Sensoranordnung105 eine Konfiguration zum Empfangen von Bildern bei einer Geschwindigkeit von 1000 Bildern pro Sekunde auf. Es gilt jedoch, dass diese Geschwindigkeit basierend auf der erwarteten Maximalgeschwindigkeit, mit der der integrierte Schaltkreis101 bewegt wird, geändert werden kann. - Während die Erfindung hierin zusammen mit einer begrenzten Anzahl an Ausführungsformen beschrieben und veranschaulicht ist, kann die Erfindung in vielen Formen ausgeführt sein, ohne von der Wesensart der wichtigen Eigenschaften der Erfindung abzuweichen. Die dargestellten und beschriebenen Ausführungsformen sind daher in jeder Hinsicht als veranschaulichend und nicht als einschränkend zu betrachten. Der Schutzumfang der Erfindung wird eher durch die beigefügten Ansprüche als durch die oben stehende Beschreibung angegeben und die Aufnahme aller Modifikationen, die im Rahmen der Bedeutung und des Äquivalenzbereiches der Ansprüche auftreten, hierin ist beabsichtigt.
Claims (7)
- CMOS-Bildsensor zum Bereitstellen eines Bewegungsvektors, basierend auf der relativen Bewegung aufeinanderfolgender Bilder, die durch den Bildsensor empfangen werden, wobei der Bewegungsvektor zur Steuerung der Bewegung einer Vorrichtung verwendet wird, und wobei der Bildsensor Folgendes umfasst: (a) eine Sensoranordnung (
103 ), die zum Empfangen von Umgebungsbildern und zur Ausgabe eines die Umgebungsbilder anzeigenden Signals geeignet ist, wobei die Sensoranordnung (103 ) eine zweidimensionale Anordnung von Pixeln ist; und (b) ein Prozessor-Schaltkreis (105 ) zum Empfangen des die Umgebungsbilder anzeigenden Signals, wobei der Prozessor (105 ) zum Empfangen zumindest zwei aufeinanderfolgender Umgebungsbilder und zum Bestimmen und Ausgeben des auf einem Vergleich der zumindest zwei aufeinanderfolgenden Umgebungsbilder (401 ,411 ) basierenden Bewegungsvektor geeignet ist, dadurch gekennzeichnet, dass der Prozessor-Schaltkreis ein Neuronenschaltkreis ist und der Prozessor-Schaltkreis zwar von der Sensoranordnung getrennt ist, aber auf demselben integrierten Schaltkreis (101 ) vorliegt. - Bildsensor nach Anspruch 1, worin die aktiven Pixel eine Photodiode oder ein Photogate als Lichtabfühlelement verwenden.
- Bildsensor nach Anspruch 1, worin der Prozessor-Schaltkreis programmiert ist, um nach vorbestimmten Merkmalen zu suchen.
- Bildsensor nach Anspruch 1, worin der Prozessor-Schaltkreis programmiert ist, um einen Merkmalssatz aus den zumindest zwei Umgebungsbildern zu gewinnen.
- Bildsensor nach Anspruch 5, worin der Prozessor-Schaltkreis und die Sensoranordnung auf einem einzigen Siliziumsubstrat ausgebildet sind.
- Bildsensor nach Anspruch 5, worin der Prozessor-Schaltkreis und die Sensoranordnung auf einem einzigen Chip einstückig ausgebildet sind.
- Spielzeug, in das einer der Bildsensoren gemäß den Ansprüchen 1 bis 6 aufgenommen ist.
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US10/011,507 US6617565B2 (en) | 2001-11-06 | 2001-11-06 | CMOS image sensor with on-chip pattern recognition |
US11507 | 2001-11-06 |
Publications (2)
Publication Number | Publication Date |
---|---|
DE60221618D1 DE60221618D1 (de) | 2007-09-20 |
DE60221618T2 true DE60221618T2 (de) | 2008-05-21 |
Family
ID=21750688
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
DE60221618T Expired - Lifetime DE60221618T2 (de) | 2001-11-06 | 2002-11-05 | CMOS Bildsensor mit Bildmustererkennung auf einem Chip |
Country Status (6)
Country | Link |
---|---|
US (1) | US6617565B2 (de) |
EP (1) | EP1309009B1 (de) |
CN (1) | CN1417739A (de) |
AT (1) | ATE369628T1 (de) |
DE (1) | DE60221618T2 (de) |
TW (1) | TW578302B (de) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11568549B2 (en) | 2018-08-03 | 2023-01-31 | Logitech Europe S.A. | Method and system for detecting peripheral device displacement |
Families Citing this family (28)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7595883B1 (en) * | 2002-09-16 | 2009-09-29 | The Board Of Trustees Of The Leland Stanford Junior University | Biological analysis arrangement and approach therefor |
DE60333757D1 (de) * | 2003-11-04 | 2010-09-23 | St Microelectronics Res & Dev | Verbesserungen in oder in Bezug auf Bildsensoren |
US7205526B2 (en) * | 2003-12-22 | 2007-04-17 | Micron Technology, Inc. | Methods of fabricating layered lens structures |
JP4294514B2 (ja) * | 2004-03-05 | 2009-07-15 | シャープ株式会社 | 半導体装置および電子装置 |
EP1596578B1 (de) * | 2004-05-15 | 2007-09-12 | STMicroelectronics Limited | Spaltenstromquelle |
US7564019B2 (en) | 2005-08-25 | 2009-07-21 | Richard Ian Olsen | Large dynamic range cameras |
US8124929B2 (en) | 2004-08-25 | 2012-02-28 | Protarius Filo Ag, L.L.C. | Imager module optical focus and assembly method |
EP1812968B1 (de) | 2004-08-25 | 2019-01-16 | Callahan Cellular L.L.C. | Vorrichtung für mehrere kameraeinrichtungen und verfahren zu ihrem betrieb |
US7795577B2 (en) * | 2004-08-25 | 2010-09-14 | Richard Ian Olsen | Lens frame and optical focus assembly for imager module |
US7916180B2 (en) * | 2004-08-25 | 2011-03-29 | Protarius Filo Ag, L.L.C. | Simultaneous multiple field of view digital cameras |
GB2427484A (en) * | 2005-06-21 | 2006-12-27 | Global Bionic Optics Pty Ltd | Variable power fluid lens with flexible wall |
US8478081B2 (en) | 2005-06-30 | 2013-07-02 | Agc Flat Glass North America, Inc. | Monolithic image perception device and method |
US20070102622A1 (en) * | 2005-07-01 | 2007-05-10 | Olsen Richard I | Apparatus for multiple camera devices and method of operating same |
US7566855B2 (en) * | 2005-08-25 | 2009-07-28 | Richard Ian Olsen | Digital camera with integrated infrared (IR) response |
US7964835B2 (en) * | 2005-08-25 | 2011-06-21 | Protarius Filo Ag, L.L.C. | Digital cameras with direct luminance and chrominance detection |
US20070258006A1 (en) * | 2005-08-25 | 2007-11-08 | Olsen Richard I | Solid state camera optics frame and assembly |
CN100446029C (zh) * | 2007-02-15 | 2008-12-24 | 杨志军 | 智能机器视觉识别系统中的信号处理电路 |
US8063350B2 (en) * | 2007-08-03 | 2011-11-22 | Cognex Corporation | Circuits and methods allowing for pixel array exposure pattern control |
US8570393B2 (en) * | 2007-11-30 | 2013-10-29 | Cognex Corporation | System and method for processing image data relative to a focus of attention within the overall image |
US9451142B2 (en) * | 2007-11-30 | 2016-09-20 | Cognex Corporation | Vision sensors, systems, and methods |
JP4582205B2 (ja) * | 2008-06-12 | 2010-11-17 | トヨタ自動車株式会社 | 電動車両 |
US9189670B2 (en) * | 2009-02-11 | 2015-11-17 | Cognex Corporation | System and method for capturing and detecting symbology features and parameters |
TWI382351B (zh) * | 2009-03-20 | 2013-01-11 | Ind Tech Res Inst | 具積分影像輸出之影像感測器 |
US20140333808A1 (en) * | 2013-05-10 | 2014-11-13 | BAE Systems Imaging Solutions, Inc. | Customizable Image Acquisition Sensor and Processing System |
KR102192088B1 (ko) * | 2014-07-18 | 2020-12-16 | 삼성전자주식회사 | 인지센서 및 이의 구동방법 |
WO2017168665A1 (ja) | 2016-03-30 | 2017-10-05 | 株式会社ニコン | 特徴抽出素子、特徴抽出システム、および判定装置 |
CN109691079B (zh) | 2016-09-16 | 2021-05-14 | 索尼半导体解决方案公司 | 成像装置和电子设备 |
JP6809565B2 (ja) * | 2019-06-13 | 2021-01-06 | 株式会社ニコン | 特徴抽出素子、特徴抽出システム、および判定装置 |
Family Cites Families (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2752442B2 (ja) * | 1989-06-28 | 1998-05-18 | 三菱電機株式会社 | 視覚情報処理素子 |
JP2591269B2 (ja) * | 1990-07-10 | 1997-03-19 | 三菱電機株式会社 | 視覚情報処理素子 |
US5302838A (en) * | 1992-06-09 | 1994-04-12 | University Of Cincinnati | Multi-quantum well injection mode device |
EP0694854B1 (de) | 1994-07-28 | 2002-06-05 | International Business Machines Corporation | Verbesserte Neuronalhalbleiterchipsarchitekturen und Neuronalnetzwerke darin |
EP0694852B1 (de) | 1994-07-28 | 2002-06-26 | International Business Machines Corporation | Innovative Neuronalschaltungsarchitektur |
AU1689897A (en) * | 1995-12-29 | 1997-07-28 | Intel Corporation | Cmos imaging device with integrated flash memory image correction circuitry |
US5703353A (en) * | 1996-01-25 | 1997-12-30 | Hewlett-Packard Company | Offset removal and spatial frequency band filtering circuitry for photoreceiver signals |
CA2288758C (en) * | 1997-05-05 | 2007-07-17 | Alexander R. Roustaei | Optical scanner and image reader for reading images and decoding optical information including one and two dimensional symbologies at variable depth of field |
US6011295A (en) * | 1997-07-22 | 2000-01-04 | Foveonics, Inc. | Neural network active pixel cell |
NL1011406C2 (nl) * | 1998-02-28 | 2000-01-07 | Hyundai Electronics Ind | CMOS beeldsensor met testschakeling voor het verifiëren van de werking daarvan. |
US6233368B1 (en) * | 1998-03-18 | 2001-05-15 | Agilent Technologies, Inc. | CMOS digital optical navigation chip |
EP1143521A1 (de) * | 2000-04-05 | 2001-10-10 | Omnivision Technologies Inc. | CMOS Bildsensor mit nichtflüchtigem Speicher |
-
2001
- 2001-11-06 US US10/011,507 patent/US6617565B2/en not_active Expired - Lifetime
-
2002
- 2002-10-30 TW TW091132214A patent/TW578302B/zh not_active IP Right Cessation
- 2002-11-05 AT AT02257637T patent/ATE369628T1/de not_active IP Right Cessation
- 2002-11-05 EP EP02257637A patent/EP1309009B1/de not_active Expired - Lifetime
- 2002-11-05 DE DE60221618T patent/DE60221618T2/de not_active Expired - Lifetime
- 2002-11-06 CN CN02150637A patent/CN1417739A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11568549B2 (en) | 2018-08-03 | 2023-01-31 | Logitech Europe S.A. | Method and system for detecting peripheral device displacement |
Also Published As
Publication number | Publication date |
---|---|
TW578302B (en) | 2004-03-01 |
US20030085336A1 (en) | 2003-05-08 |
TW200302573A (en) | 2003-08-01 |
US6617565B2 (en) | 2003-09-09 |
CN1417739A (zh) | 2003-05-14 |
EP1309009A2 (de) | 2003-05-07 |
ATE369628T1 (de) | 2007-08-15 |
DE60221618D1 (de) | 2007-09-20 |
EP1309009B1 (de) | 2007-08-08 |
EP1309009A3 (de) | 2005-06-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
DE60221618T2 (de) | CMOS Bildsensor mit Bildmustererkennung auf einem Chip | |
DE69027616T2 (de) | Gerät und Verfahren zum Bestimmen von Konturen und Linien | |
DE60207443T2 (de) | Sensorvorrichtung für eine optisches zeigerinstrument, wie eine optische maus | |
DE102004012811B4 (de) | Vorrichtung zum Überwachen der Umgebung eines Fahrzeugs | |
DE102008034304B4 (de) | Bildverarbeitungsgerät | |
DE112004002219B4 (de) | Verfahren zum Antreiben eines Roboters | |
DE60200122T2 (de) | Optisches Navigationssystem | |
DE68924612T2 (de) | Bildverarbeitungsmethode zur Gestalterkennung. | |
DE112011101695T5 (de) | System und Verfahren zur Verarbeitung von Bilddaten in Bezug zu einer Konzentration innerhalb des gesamten Bildes | |
WO2007039202A1 (de) | Vorrichtung, verfahren und computerprogramm zum ermitteln einer information über eine form und/oder eine lage einer ellipse in einem graphischen bild | |
DE60113564T2 (de) | Bildverarbeitungseinrichtung und Mustererkennungsvorrichtung, bei der die Bildverarbeitungseinrichtung verwendet wird | |
DE2935261A1 (de) | Anordnung und verfahren zur mustererkennung | |
DE3524505C2 (de) | ||
DE112020006938T5 (de) | Kamera-mehrzeilen-zeitteilungs-belichtungsverarbeitungsverfahren und -system | |
DE2829808A1 (de) | Verfahren und vorrichtung zum lesen von zeichen | |
DE602004009875T2 (de) | Verfahren zur Bildverarbeitung für Profilbestimmung mittels strukturiertem Lichts | |
EP2787485B1 (de) | Verfahren und Vorrichtung zur automatischen Fehlerstellenerkennung bei biegeschlaffen Körpern | |
EP1180258B1 (de) | Mustererkennung mittels prüfung zusätzlicher merkmale nach teilverarbeitung | |
DE102006044595B4 (de) | Bildverarbeitungsvorrichtung zur Segmentierung anhand von Konturpunkten | |
DE3939621A1 (de) | Verfahren und geraet zur erfassung von markendaten in bilddaten | |
DE102017111215B4 (de) | Vorrichtung und Verfahren zum Detektieren einer Eigenschaft aus elektromagnetischen Strahlungssensordaten | |
DE102018100315A1 (de) | Erzeugen von Eingabedaten für ein konvolutionelles neuronales Netzwerk | |
EP1709587A1 (de) | Bildverarbeitungssystem | |
DE10147807A1 (de) | Verfahren zur dreidimensionalen Erfassung von Objekten oder Szenen | |
DE102018209898A1 (de) | Verfahren zur Bestimmung von zueinander korrespondierenden Bildpunkten, SoC zur Durchführung des Verfahrens, Kamerasystem mit dem SoC, Steuergerät und Fahrzeug |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
8381 | Inventor (new situation) |
Inventor name: WU, RAYMOND, SUNNYVALE, CA 94085, US |
|
8364 | No opposition during term of opposition |