ES2953206T3 - Método de corrección de defectos y principalmente de reducción del ruido en una imagen proporcionada por un sensor de imagen - Google Patents

Método de corrección de defectos y principalmente de reducción del ruido en una imagen proporcionada por un sensor de imagen Download PDF

Info

Publication number
ES2953206T3
ES2953206T3 ES21151593T ES21151593T ES2953206T3 ES 2953206 T3 ES2953206 T3 ES 2953206T3 ES 21151593 T ES21151593 T ES 21151593T ES 21151593 T ES21151593 T ES 21151593T ES 2953206 T3 ES2953206 T3 ES 2953206T3
Authority
ES
Spain
Prior art keywords
pixel
image
image sensor
images
temperature
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
ES21151593T
Other languages
English (en)
Inventor
Stéphane Lemarchand
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.)
First Light Imaging SAS
Original Assignee
First Light Imaging SAS
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 First Light Imaging SAS filed Critical First Light Imaging SAS
Application granted granted Critical
Publication of ES2953206T3 publication Critical patent/ES2953206T3/es
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • H04N25/67—Noise processing, e.g. detecting, correcting, reducing or removing noise applied to fixed-pattern noise, e.g. non-uniformity of response
    • H04N25/671—Noise processing, e.g. detecting, correcting, reducing or removing noise applied to fixed-pattern noise, e.g. non-uniformity of response for non-uniformity detection or correction
    • 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
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/80—Camera processing pipelines; Components thereof
    • H04N23/81—Camera processing pipelines; Components thereof for suppressing or minimising disturbance in the image signal generation
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N17/00—Diagnosis, testing or measuring for television systems or their details
    • H04N17/002—Diagnosis, testing or measuring for television systems or their details for television cameras
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N25/00—Circuitry of solid-state image sensors [SSIS]; Control thereof
    • H04N25/50—Control of the SSIS exposure
    • H04N25/53—Control of the integration time
    • H04N25/533—Control of the integration time by using differing integration times for different sensor regions
    • 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
    • H04N25/67—Noise processing, e.g. detecting, correcting, reducing or removing noise applied to fixed-pattern noise, e.g. non-uniformity of response
    • 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
    • H04N25/68—Noise processing, e.g. detecting, correcting, reducing or removing noise applied to defects
    • 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
    • H04N25/68—Noise processing, e.g. detecting, correcting, reducing or removing noise applied to defects
    • H04N25/683—Noise processing, e.g. detecting, correcting, reducing or removing noise applied to defects by defect estimation performed on the scene signal, e.g. real time or on the fly detection
    • 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
    • H04N25/71—Charge-coupled device [CCD] sensors; Charge-transfer registers specially adapted for CCD sensors
    • H04N25/75—Circuitry for providing, modifying or processing image signals from the pixel array

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • General Health & Medical Sciences (AREA)
  • Transforming Light Signals Into Electric Signals (AREA)
  • Studio Devices (AREA)
  • Facsimile Image Signal Circuits (AREA)
  • Facsimile Scanning Arrangements (AREA)
  • Image Processing (AREA)
  • Picture Signal Circuits (AREA)

Abstract

La invención se refiere a un método para corregir defectos que aparecen en una imagen proporcionada por un sensor de imagen (IS), comprendiendo el método pasos que consisten en: recibir una imagen a corregir (IM), tomada por el sensor de imagen, recibir una temperatura (TP) del sensor de imagen, adquirido al tomar la imagen a corregir por el sensor de imagen, recibe un tiempo de integración (IT) aplicado por el sensor de imagen para tomar la imagen a corregir, para cada píxel (px[i,j]) de la imagen a corregir, restar del valor del píxel un factor de corrección (bm[i,j]) específico del píxel, resultante de un modelo de reducción de ruido que comprende una componente lineal en función de la temperatura del sensor de imagen, sumado a un componente exponencial dependiendo de la temperatura del sensor de imagen y multiplicado por el tiempo de integración, los componentes lineal y exponencial dependiendo de los coeficientes (ab [i,j], bb[i,j], ad[i,j], bd[i,j]) específico del píxel. (Traducción automática con Google Translate, sin valor legal)

Description

DESCRIPCIÓN
Método de corrección de defectos y principalmente de reducción del ruido en una imagen proporcionada por un sensor de imagen
La presente invención se refiere al campo de los dispositivos de imagen tales como cámaras y aparatos fotográficos. La invención se refiere en particular a los dispositivos de imagen que integran sensores de imagen con tecnología CMOS (del inglés “Complementary Metal Oxide Semi-Conductor” ) o CCD (del inglés “Charge-Coupled Device” ), de tipo CTIA (del inglés “Charge Trans Impedance Amplifier” ) o SF (del inglés “ Source Follower” ). La invención puede aplicarse al campo de la obtención de imágenes en el espectro visible, así como en el espectro infrarrojo SWIR, MWIR, LWIR (del inglés “Short-, Mid-, Long-Wave Infra Red” ).
De forma general, un sensor de imagen de tipo CMOS comprende píxeles o fotositios dispuestos según una configuración matricial. Cada píxel comprende una zona fotosensible, generalmente un fotodiodo, configurado para acumular cargas eléctricas en función de la luz que reciba, y un circuito de lectura para medir la cantidad de cargas acumuladas por el fotodiodo. El circuito de lectura comprende un transistor de transferencia que permite ordenar la transferencia de las cargas eléctricas acumuladas en el fotodiodo hacia un nodo de lectura. El píxel se controla, por tanto, según un ciclo que comprende una fase de inicialización, una fase de integración y una fase de lectura. Durante la fase de integración, el fotodiodo acumula cargas eléctricas en función de la luz que recibe. La fase de lectura consiste en generar una señal correspondiente a la cantidad de cargas eléctricas acumuladas por el fotodiodo durante la fase de integración. La fase de inicialización consiste en eliminar las cargas eléctricas acumuladas por el fotodiodo durante la fase de integración.
Las imágenes producidas por los sensores de imagen actuales se ven perturbadas por diversas fuentes de ruido, y más aún cuando los sensores de imagen se miniaturizan. Los efectos de algunas de estas fuentes de ruido aparecen en las imágenes tomadas cuando el sensor de imagen está en la oscuridad. En estas condiciones, los circuitos de píxeles del sensor de imagen pueden producir señales correspondientes a píxeles no totalmente negros. Resulta que la amplitud de estas señales de negro varía en función de la temperatura del sensor de imagen, y del tiempo de integración seleccionado para generar la imagen. La amplitud de estas señales de negro puede variar también de un circuito de píxel a otro dentro de un mismo sensor de imagen, y de un sensor de imagen a otro, incluso si estos últimos han salido de una misma cadena de fabricación.
Se conoce poder constituir una imagen de patrón de ruido fijo (del inglés “ Fixed Pattern Noise” ), al generar una imagen en negro con ayuda del sensor de imagen puesto en oscuridad, y restar esta imagen en negro de las imágenes producidas por el sensor de imagen. Para tener en cuenta variaciones de temperatura y del tiempo de integración, sería necesario producir tal imagen de negro cada vez que deba obtenerse una nueva imagen. En muchas aplicaciones, principalmente de captura de flujos de vídeo, el tiempo disponible antes de cada captura de imagen es generalmente insuficiente para generar tal imagen en negro. Además, la aplicación de una corrección en cada imagen, o en una serie de imágenes, en el caso de imágenes de vídeo, genera inevitablemente un parpadeo que puede ser molesto.
La solicitud de patente US-2004/0051796 describe un modelo de corrección de imágenes producidas por un sensor de imagen, definido mediante la siguiente ecuación:
CVD(r, c) = G.s(r, c) (A.t/q) exp(-(EG-ET)/kT)
en donde G es un valor de ganancia, s(r, c) es un factor de escala para el píxel (r,c), A es una superficie de píxel, q es la carga de un electrón, EG es una banda prohibida (del inglés “ band gap” ), ET es una banda de energía de impureza, t el tiempo de integración, k es la constante de Boltzmann, y T es la temperatura del sensor de imagen.
La solicitud de patente US-2015/0110248 describe otro modelo de corrección de imagen, definido mediante la siguiente ecuación:
O(i,j,T) = A(i,j)T+B(i,j) 1/f C(j,j).D(i,j)T
en donde A(j,j), B(i,j), C(i,j) y D(i,j) son coeficientes dependientes del píxel (ij), T es la temperatura del sensor de imagen, y f es la frecuencia de trama del sensor de imagen.
Por lo tanto, es deseable proponer un método eficaz de reducción de ruido en un dispositivo de imágenes, que tenga en cuenta variaciones de temperatura del sensor de imagen, y cambios de tiempo de integración, y que no perturbe la visualización de las imágenes. Es también deseable que el método de reducción de ruido pueda adaptarse a cada dispositivo de imagen.
Las realizaciones se refieren a un método de defectos que aparecen en una imagen proporcionada por un sensor de imagen, comprendiendo el método etapas que consisten en recibir una imagen a corregir, tomada por el sensor de imagen, recibir una temperatura obtenida del sensor de imagen durante la toma por el sensor de imagen de la imagen a corregir, recibir un tiempo de integración aplicado por el sensor de imagen para tomar la imagen a corregir, y para cada píxel de la imagen a corregir, restar del valor del píxel un factor de corrección de ruido específico del píxel, producto de un modelo de reducción de ruido que comprende un componente lineal función de la temperatura del sensor de imagen, añadido a un componente exponencial función de la temperatura del sensor de imagen y multiplicado por el tiempo de integración, dependiendo los componentes lineal y exponencial de coeficientes específicos del píxel; obtener imágenes mediante el sensor de imagen, en ausencia de luz, con un tiempo de integración mínimo, tomándose cada imagen a una temperatura respectiva distinta, y determinar, para cada píxel de la imagen a corregir, los coeficientes del componente lineal, mediante cálculos de regresión lineal aplicados a los píxeles correspondientes en las imágenes en ausencia de luz tomadas a las temperaturas respectivas.
Según una realización, el modelo de reducción de ruido se define mediante la siguiente ecuación:
Figure imgf000003_0001
en donde bm[i,j] es el factor de corrección de ruido a restar de un píxel correspondiente de la imagen a corregir, IT es el tiempo de integración, TP es la temperatura del sensor de imagen, EXP es la función exponencial, y ad[i,j], bd[i,j], ab[i,j] y bb[i,j] son los coeficientes específicos del píxel.
Según una realización, el método comprende un cálculo del factor de corrección de ruido de cada píxel cada vez que el tiempo de integración se modifique, o cada vez que la temperatura del sensor de imagen se desvíe de un valor anterior, además de un valor umbral de desviación de temperatura.
Según una realización, el método comprende etapas que consisten en: obtener imágenes mediante el sensor de imagen, en ausencia de luz, a distintos tiempos de integración, estando el sensor de imagen sometido a distintas temperaturas, generar imágenes corregidas obtenidas, restando de cada una de las imágenes tomadas por el sensor de imagen en ausencia de luz a distintos tiempo de integración y a distintas temperaturas, la imagen tomada por el sensor de imagen en ausencia de luz, con el tiempo de integración mínima y a la misma temperatura, y determinar los coeficientes del componente exponencial mediante cálculos de regresión exponencial aplicados a los píxeles respectivos de las imágenes corregidas obtenidas a distintas temperaturas, y correspondientes a un mismo tiempo de integración.
Según una realización, los coeficientes del componente exponencial se determinan mediante un cálculo de la media de coeficientes obtenidos mediante cálculos de regresión exponencial para distintos tiempos de integración.
Según una realización, el modelo de reducción de ruido comprende un componente idéntico para todos los píxeles del sensor de imagen que dependen del tiempo de integración.
Según una realización, el método comprende la adquisición de un flujo de imágenes de vídeo, correspondiendo el factor de corrección de ruido a cada píxel de una imagen del flujo de vídeo, restado del píxel correspondiente de cada imagen del flujo de vídeo.
Según una realización, el método comprende etapas consistentes en: recibir un comando de selección de un valor de ganancia del sensor de imagen, y seleccionar para cada píxel de la imagen a corregir, un factor de corrección de ruido específico del píxel dependiendo del valor de ganancia seleccionado, utilizándose el factor de corrección de ruido para corregir el valor de cada píxel de la imagen a corregir, determinándose el factor de corrección de ruido a partir de un conjunto de coeficientes específicos de los píxeles, generado dependiendo del valor de ganancia seleccionado.
Según una realización, el método comprende una etapa que consiste, para cada píxel de una imagen corregida después de la reducción de ruido, en multiplicar el valor del píxel por un factor de corrección de ganancia específico del píxel, obtenido de una tabla de uniformización de ganancia, para obtener una imagen con una ganancia uniformizada.
Según una realización, el método comprende una actualización de la tabla de uniformización de ganancia cada vez que se modifica el tiempo de integración, o cada vez que la temperatura del sensor de imagen se desvía de un valor anterior, además de un valor de umbral de desvío de temperatura, realizándose la actualización de la tabla de uniformización de ganancia mediante cálculos de interpolación aplicados a un conjunto de tablas de uniformización de ganancia determinadas para distintas temperaturas.
Según una realización, el método comprende etapas consistentes en: obtener mediante el sensor de imagen series de imágenes en presencia de una fuente de luz uniforme, con distintos tiempos de integración, o bajo distintas intensidades de la fuente de luz, cada serie de imágenes tomada a una temperatura respectiva distinta, y determinar una ganancia, para cada píxel de una de las imágenes de cada serie de imágenes, mediante un cálculo de regresión lineal aplicado a los píxeles correspondientes en las imágenes de la serie de imágenes; determinar, para cada píxel de una de las imágenes de cada serie de imágenes, un factor de corrección de ganancia, dividiendo una media de las ganancias obtenidas para todos los píxeles de la serie de imágenes por la ganancia determinada para el píxel.
Según una realización, el método comprende etapas consistentes en: obtener mediante el sensor de imagen una serie de imágenes en ausencia de luz, en un tiempo de integración medio, obteniéndose cada imagen con el sensor de imagen sometido a una temperatura respectiva; calcular, para cada píxel de una de las imágenes de la serie de imágenes obtenidas, una media de desviaciones a las distintas temperaturas de sensor de imagen, calculándose cada desviación para una temperatura del sensor de imagen, entre el valor del píxel de la imagen de la serie de imágenes correspondiente a la temperatura del sensor de imagen, y el factor de corrección de ruido definido para el píxel en el tiempo de integración medio y a la temperatura del sensor de imagen, y comparar la media de las desviaciones con un valor umbral, y si la media de desviaciones es superior al valor umbral para un píxel, el píxel se considera defectuoso.
Según una realización, el método comprende una etapa que consiste en: corregir cada imagen obtenida mediante el sensor de imagen, sustituyendo el valor de un píxel defectuoso por el valor de un píxel vecino o por un valor medio de píxeles vecinos, o corregir cada imagen obtenida por el sensor de imagen, sustituyendo los valores respectivos de un píxel defectuoso, y de píxeles vecinos del píxel defectuoso, por el valor de un píxel vecino del píxel defectuoso y de los píxeles vecinos del píxel defectuoso, o por un valor medio de píxeles vecinos del píxel defectuoso y de los píxeles vecinos del píxel defectuoso.
Las realizaciones pueden referirse también a un dispositivo de corrección de defectos que aparezcan en una imagen suministrada por un sensor de imagen, llevando a cabo el método definido anteriormente.
Las realizaciones pueden referirse también a un dispositivo de imagen que comprende un sensor de imagen, un circuito de adquisición de una temperatura del sensor de imagen, y un circuito de adquisición de un tiempo de integración aplicado al sensor de imagen, llevando a cabo el método definido anteriormente.
Según una realización, el sensor de imagen es de tipo CTIA o SF.
Las realizaciones pueden referirse también a un producto de programa de ordenador cargable en la memoria de un ordenador, que, cuando es ejecutado por el ordenador, configura el ordenador para llevar a cabo el método definido anteriormente.
A continuación, se describirán ejemplos de realización de la invención, aunque no de forma limitativa, en relación con las figuras adjuntas, en las que:
la Figura 1 ilustra esquemáticamente un dispositivo de imágenes típico,
la Figura 2 ilustra esquemáticamente un sensor de imagen asociado a un dispositivo de reducción de ruido para un dispositivo de imágenes, según una realización,
la Figura 3 ilustra esquemáticamente un método de cálculo de coeficientes de reducción de ruido, según una realización,
las Figuras 4 a 6 representan curvas de variación de intensidad de señales de píxel en función de la temperatura del sensor de imagen,
la Figura 7 ilustra esquemáticamente, en forma de bloques, un circuito de corrección de ganancia que recibe las imágenes obtenidas del dispositivo de reducción de ruido, según una realización,
la Figura 8 ilustra esquemáticamente, en forma de bloques, un circuito de generación de tablas de coeficientes de corrección de ganancia, según una realización.
La Figura 1 representa un sensor de imagen IS1 y circuitos de lectura ADC, AMP y de tratamiento PRC. El sensor de imagen IS1 puede integrarse en un dispositivo portátil, tal como un aparato fotográfico, una cámara, un teléfono móvil, o cualquier otro dispositivo que tenga una función de captura de imágenes. El sensor de imagen IS1 comprende, de forma típica, una matriz PXA de circuitos de píxeles PC. La matriz PXA comprende circuitos de píxeles PC dispuestos en una pluralidad de filas y en una pluralidad de columnas. El sensor de imagen IS1 comprende también circuitos de control RDRV, RDEC, CDRV, CDEC, TAC, configurados para proporcionar distintas señales de comando a los circuitos de píxeles PC, en función de distintas fases sucesivas para capturar imágenes. Los circuitos de lectura y de tratamiento pueden comprender un amplificador AMP, un convertidor analógico/digital ADC y un procesador PRC. La matriz PXA proporciona señales de píxeles a los circuitos de lectura y de tratamiento AMP, ADC, PRC, configurados para proporcionar imágenes IM a partir de señales de píxeles.
Las filas de píxeles son activadas de forma selectiva por un circuito de dirección de fila RDRV, como respuesta a un decodificador de dirección de fila RDEC. Las columnas de píxeles son activadas también por un circuito de control de columna controlado por un decodificador de columna CDEC. Los circuitos RDRV y CDRV proporcionan las tensiones adecuadas para controlar los circuitos de píxeles PC. El sensor IS comprende también un circuito de control TAC, que controla los decodificadores de dirección RDEC y CDEC, y los circuitos de dirección RDRV, CDRV, para seleccionar en cada instante la fila y la columna de píxeles adecuada para una lectura de píxel. Las señales de píxeles leídas son amplificadas por el amplificador AMP, y digitalizadas por el convertidor analógico/digital ADC. Las señales de píxeles digitalizadas son procesadas por el procesador de imagen PRC, que proporciona una imagen IM a partir de las señales de píxeles digitalizadas. El procesador de imagen PRC puede comprender memorias para procesar y almacenar las señales de imagen recibidas.
La Figura 2 muestra un sensor de imagen IS asociado a un dispositivo de reducción de ruido, según una realización. En el ejemplo de la Figura 2, el dispositivo de reducción de ruido comprende una función de reducción de ruido realizada por un procesador IPRC acoplado a una memoria MEM. El procesador IPRC puede estar integrado en el sensor de imagen IS o estar conectado a este último. La definición de la función de reducción de ruido se basa en un modelo de ruido que incluye dos componentes, a saber, un componente de desfase (del inglés “ bias”) que varía de forma lineal dependiendo de la temperatura del sensor de imagen, y un componente de señal de negro (del inglés “dark current” ) que varía tanto de la temperatura como del tiempo de integración.
Según una realización, el modelo de ruido realzado por el procesador IPRC se define mediante la siguiente ecuación:
bm[i,j] = IT x ad[i,j] x Exp(bd[i,j] x TP) ab[i,j] x TP bb[i,j] (1)
en donde bm[i,j] es un píxel de una imagen de corrección BM a restar de cada imagen producida por el sensor de imagen IS, determinándose la posición del píxel mediante índices de fila i y de columna j, IT es el tiempo de integración, TP es la temperatura medida por el sensor de imagen IS o por un sensor de temperatura TS acoplado al sensor de imagen, ad[i,j], bd[i,j], ab[i,j] y bb[i,j] son coeficientes determinados para el píxel a corregir en la posición [i,j], y EXP es la función exponencial. Los coeficientes ad[i,j], bd[i,j], ab[i,j] y bb[i,j] se introducen y almacenan en forma de tablas AD, BD, AB, BB, en la memoria MEM del dispositivo de imagen. Cada píxel px[i,j] de una imagen IM generada por el sensor de imagen, se corrige para producir una imagen corregida OIM, aplicando la siguiente ecuación:
px’[i,j] = px(j,j) - bm[i,j] (2)
en donde px'[i,j] es el valor corregido del píxel px[i,j].
En estas condiciones, los valores de píxeles suministrados por el sensor de imagen IS pueden corregirse individualmente para todos los tiempos de integración y temperaturas de funcionamiento y del dispositivo de imagen. Debido a la simplicidad de la corrección, consistente en restar de cada píxel px[i,j] de la imagen IM, el píxel correspondiente bm[i,j] de la imagen de corrección BM, las imágenes suministradas por el sensor de imagen IS, pueden procesarse a cadencias muy elevadas. Por lo tanto, el procesador IPRC puede procesar flujos de vídeo, incluidos flujos de vídeo de varios cientos de fotogramas por segundo. Si fuese necesario, esta corrección puede ser realizada por un circuito lógico por cable (como se ilustra en la Figura 2). Además, todos los píxeles de cada imagen pueden procesarse simultáneamente en paralelo, al prever tal circuito para cada uno de los píxeles de la imagen.
Del mismo modo, debido a que la simplicidad de la ecuación (1) conlleva únicamente operaciones de adición, multiplicación y exponenciación EXP, el cálculo de la imagen de corrección BM puede hacerse en tiempo real como resultado de una variación de temperatura TP o de un cambio de tiempo de integración IT. Si fuese necesario, la función de actualización de la imagen de corrección BM ejecutada por el procesador IPRC puede también ser realizada por un circuito lógico por cable (como se ilustra en la Figura 2), pudiendo realizarse la operación de exponenciación EXP simplemente mediante una tabla de correspondencias (del inglés “ lookup table”). Todos los píxeles bm[i,j] de la imagen de corrección BM pueden calcularse también en paralelo, sabiendo que no hay interacción entre los píxeles de la imagen BM.
La Figura 3 muestra un circuito de generación TGC de tablas de coeficientes AD, BD, AB, BB. El circuito TGC recibe en la entrada imágenes de negro DIM[IT0-ITn, TP1 -TPm] obtenidas con ayuda del dispositivo de imagen, durante una fase de calibración, sometiendo al sensor de imagen IS a distintas temperaturas TP1, TP2, ... TPm, y para cada temperatura, fijando de forma sucesiva el tiempo de integración IT a distintos valores IT0, IT1, ... ITn, del que un valor mínimo es IT0. Las temperaturas TP1-TPm pueden elegirse en el intervalo de temperaturas de funcionamiento del sensor de imagen IS. Por otra parte, el número de valores de tiempo de integración IT puede fijarse a un valor comprendido entre 5 y 15 en el intervalo de posibles valores de tiempo de integración del dispositivo de imagen.
Durante una primera etapa, los coeficientes de desfase ab[i,j], bb[i,j] se calculan a partir de las imágenes DIM[IT0, TP1-TPm] obtenidas con el tiempo de integración mínimo IT0, sabiendo que, en la ecuación (1), el tiempo de integración IT es un factor multiplicador en el componente de señal de negro y, por tanto, que este componente se hace despreciable cuando el tiempo de integración es muy pequeño. Según un ejemplo de realización, el tiempo de integración mínimo IT0 está comprendido entre 10 y 100 ps, y preferiblemente comprendido entre 40 y 60 ps. Esto lleva a que en una primera aproximación, cada píxel dx[i,j,IT0,TP] de las imágenes DIM[IT0, TP1 -TPm] obtenidas con el tiempo de integración IT0, pueda modelizarse mediante la siguiente ecuación:
dx[i,j,IT0,TP] ^ ab[i,j] x TP bb[i,j] (3)
con TP = TP1, TP2, ... TPm. Por lo tanto, pueden determinarse los coeficientes de desfase ab[i,j] y bb[i,j] de las tablas AB, BB para cada píxel dx[i,j,IT0,TP], en el intervalo de temperaturas TP1 -TPm, mediante un cálculo de regresión lineal LR.
Durante una segunda etapa se calculan los coeficientes de negro ad[i,j], bd[i,j] de las tablas AD, BD. Para ello, las imágenes corregidas DIM'[IT1-ITn, TP1-TPm] se obtienen de las imágenes DIM[IT 1 -ITn, TP1-TPm], restando de cada píxel dx[i,j,IT,TP] de cada imagen DIM[IT, TP] obtenida para los tiempos de integración IT1-ITn y las temperaturas TP1-TPm, el valor del píxel correspondiente dx[i,j,IT0,TP] presente en la imagen DIM[IT0, TP] obtenida para la misma temperatura TP y para el tiempo de integración mínimo IT0. Por lo tanto, teniendo en cuenta la ecuación (1), puede modelizarse cada píxel dx'[i,j,IT,TP] de las imágenes corregidas DIM'[IT1-ITn, TP1-TPm], mediante la siguiente ecuación:
dx’[i,j,IT,TP] = IT x ad[i,j,IT] x Exp(bd[i,j,IT] x TP) (4)
con dx'[i,j,IT,TP] = dx[i,j,IT,TP] - dx[i,j,IT0,TP].
Los coeficientes de negro ad[i,j] y bd[i,j] pueden determinarse para cada tiempo de integración IT 1 -ITn, mediante un cálculo de regresión exponencial EF (del inglés “ exponential fit” ). Tal cálculo se lleva a cabo, por ejemplo, en la biblioteca de software MATLAB de MathWorks®. Los coeficientes de negro ad[i,j] y bd[i,j] almacenados en las tablas AD, BD, pueden obtenerse mediante un cálculo de media de los coeficientes ad[i,j,IT] y bd[i,j,IT] obtenidos, respectivamente, con los tiempos de integración IT1-ITn.
Según sean los sensores de imagen, puede ser necesario añadir al modelo de ruido un componente de compensación idéntico para todos los píxeles del sensor de imagen, dependiendo del tiempo de integración. Este componente puede determinarse comparando los píxeles en una posición [i,j] en las imágenes DIM obtenidas a una misma temperatura TP para los tiempos de integración IT0-ITn. Esta comparación puede hacerse considerando algunos píxeles en cada una de las imágenes DIM obtenidas a una misma temperatura TP, para los distintos tiempos de integración IT0-IT n, fijándose el componente de compensación en un valor medio de los valores obtenidos para los píxeles en cuestión.
Cada una de las Figuras 4 a 6, representa una curva C2, C4, C6 de variación del valor de un píxel px[i,j] en función de la temperatura TP en las imágenes IM no corregidas, proporcionadas por el sensor de imagen IS, y una curva C1, C3, C5 correspondiente al modelo bm[i,j] definido por la ecuación (1), y determinado para el píxel [i,j] mediante los coeficientes ad[i,j], bd[i,j], ab[i,j] y bb[i,j]. Las curvas C2, C4, C6 se han trazado a partir de valores de píxel px[i,j] obtenidos a las temperaturas TP1 ^ 27 °C, TP2 ^ 32 qC, TP3 ^ 36,5 qC, y TP4 ^ 41 qC.
Las curvas C1, C2 de la Figura 4 corresponden a un tiempo de integración de 50 ps. La Figura 4 muestra una desviación entre el valor del píxel px[i,j] de salida del sensor de imagen IS y el valor correspondiente bm[i,j] determinado mediante el modelo [ecuación (1)], inferior al 0,6 %.
Las curvas C3-C6 de las Figuras 5 y 6, se han obtenido, respectivamente, con tiempos de integración de 6,654 ms y 13,321 ms. La Figura 5 muestra una desviación máxima entre el valor medido del píxel px[i,j] y el valor correspondiente bm[i,j] determinado mediante el modelo, inferior al 14 %. La Figura 6 muestra una desviación máxima entre el valor del píxel px[i,j] de salida del sensor de imagen IS y el valor correspondiente bm[i,j] determinado mediante el modelo, inferior al 8 %. Puede observarse que estas desviaciones máximas se obtienen a temperaturas superiores a 38 °C.
Según una realización, el procesador IPRC recibe de forma periódica o continua la temperatura TP del sensor de imagen IS, y cada vez que el procesador IPRC calcula la imagen de corrección BM, almacena la temperatura actual medida por el sensor de imagen IS. Cuando el valor actual de la medición de temperatura TP suministrada por el sensor de imagen se desvía del valor almacenado, el procesador IPRC realiza un nuevo cálculo de la imagen de corrección BM teniendo en cuenta la última medición de temperatura suministrada por el sensor de imagen. Según una realización, se realiza un nuevo cálculo de la imagen de corrección BM cuando aparece un desvío de temperatura comprendido entre 0,5 °C y 2 qC, por ejemplo, 1 °C. De igual modo, cuando el tiempo de integración IT se modifica, el procesador IPRC recalcula la imagen de corrección BM, en función del nuevo tiempo de integración.
Según una realización, el sensor de imagen IS incluye varios valores de ganancia que pueden seleccionarse de una interfaz de control del dispositivo de imagen o dependiendo de las condiciones de iluminación del sensor de imagen. En este caso, se generan imágenes de negro DIM para cada valor de ganancia, para determinar las tablas de coeficientes AD, BD, AB, BB para cada valor de ganancia. Los valores de tiempo de integración IT utilizados para generar las imágenes DIM pueden elegirse en función de los valores de ganancia, para evitar los casos improbables en los que el riesgo de saturación del sensor de imagen IS sea elevado. Por otra parte, el procesador IPRC calcula una imagen actual de corrección BM para cada valor de ganancia, dependiendo del tiempo de integración IT y de la temperatura del sensor de imagen IS.
La calidad de las imágenes producidas por un sensor de imagen puede también degradarse por una variación de ganancia de un píxel a otro, y dependiendo de la temperatura del sensor de imagen. La variación de ganancia de un píxel a otro puede ser el resultado de, principalmente, diferencias estructurales entre los circuitos de píxel.
La Figura 7 representa un circuito de corrección de ganancia, según una realización. El circuito de corrección de ganancia recibe la imagen corregida OIM, a la salida del circuito de reducción de ruido, y multiplica cada píxel px'[i,j] de la imagen corregida OIM por un factor de corrección de ganancia gf[i,j] calculado para el píxel [i,j] en función de la temperatura actual del sensor de imagen. Los píxeles px"[i,j] de la imagen corregida GCI así obtenida se han producido, por tanto, con una ganancia uniformizada en toda la imagen GCI.
El factor de corrección de ganancia gf[i,j] pertenece a una tabla de uniformización de ganancia GF almacenada en la memoria MEM, y determinada por un módulo de interpolación ITP dependiendo de la temperatura TP del sensor de imagen y de un conjunto de tablas GF[TP1], ... GF[TPm] de uniformización de ganancia determinadas para diversas temperaturas TP1, ..., TPm. La interpolación aplicada por el módulo de interpolación ITP puede ser, por ejemplo, una interpolación lineal o una interpolación polinomial.
Según una realización, la tabla GF de uniformización de ganancia se actualiza al aparecer una desviación de temperatura comprendida entre 0,5 0C y 2 0C, por ejemplo, 10C, con respecto a la temperatura tenida en cuenta anteriormente para el cálculo de la tabla de corrección.
El tratamiento de imagen ilustrado en la Figura 7 puede ser llevado a cabo por el procesador IPRC para procesar flujos de vídeo, incluidos flujos de vídeo de varios cientos de fotogramas por segundo. Si fuese necesario, este tratamiento puede ser llevado a cabo por un circuito lógico por cable (como se ilustra en la Figura 7). Además, todos los píxeles de cada imagen pueden procesarse simultáneamente en paralelo, al prever tal circuito para cada uno de los píxeles de la imagen.
Del mismo modo, debido a que la simplicidad del tratamiento conlleva únicamente operaciones de adición, de multiplicación y de inversión, el cálculo de la tabla GF de uniformización de ganancia puede hacerse en tiempo real como resultado de una variación de temperatura TP. Si fuese necesario, la función de actualización de la tabla GF de uniformización de ganancia ejecutada por el procesador IPRC, puede ser realizada también por un circuito lógico por cable (como se ilustra en la Figura 7), sabiendo que si fuese necesario, la operación de interpolación puede hacerse, al menos en parte, con ayuda de una o varias tablas de correspondencias (“ lookup tables” ). Todos los píxeles gf[i,j] de la tabla GF de uniformización de ganancia pueden calcularse también en paralelo.
La Figura 8 muestra un circuito de generación GGC de tablas GF[TP1], ... GF[TPm] de uniformización de ganancia, según una realización. El circuito de cálculo recibe en la entrada imágenes UIM[IT0...ITn, TP1...TPm] obtenidas durante una fase de calibración, con ayuda del dispositivo de imagen situado delante una fuente de luz que tenga una intensidad luminosa aparente uniforme en todas les direcciones. Las imágenes UIM[IT0...ITn, TP1...TPm] se han obtenido sometiendo al sensor de imagen IS a distintas temperaturas TP1, ... TPm, y para cada temperatura, fijando sucesivamente el tiempo de integración IT a distintos valores IT0, ... ITn. La fuente de luz utilizada para generar las imágenes UIM[IT0...ITn, TP1...TPm] puede ser una esfera de integración, estando situado el dispositivo de imagen en el interior de la apertura de la esfera de integración. En vez de variar el tiempo de integración IT, también es posible variar la intensidad luminosa emitida por la fuente de luz uniforme, fijando el tiempo de integración del sensor de imagen, por ejemplo, en un valor medio. Las temperaturas TP1, ... TPm utilizadas se fijan, por ejemplo, a 20, 30,40 y 50 0C.
El circuito GGC calcula una tabla de ganancia PG[TP] para cada una de las temperaturas TP1 -TPm, con ayuda de un circuito de cálculo de regresión lineal RL, la ganancia μg[i,j,TP] de cada píxel [i,j] correspondiente a la pendiente media de la curva de valor del píxel px[i,j] en función del tiempo de integración IT. Mediante un cálculo de media AV, el circuito GGC determina, a continuación, para cada temperatura TP = TP1, ... TPm, una tabla PGM[TP] de ganancia media que incluye un valor de ganancia media para cada píxel [i,j]. Cada tabla GF[TP1], ... GF[TPm] de uniformización de ganancia se genera, a continuación, dividiendo para cada píxel [i,j], el valor correspondiente μgm[i,j] en la tabla PGM[TP] de ganancia media por el valor correspondiente μg[i,j,TP] en la tabla PG[TP] de ganancia.
La calidad de las imágenes proporcionadas por el sensor de imagen IS puede verse igualmente afectada por la presencia de circuitos de píxeles defectuosos. Según una realización, el procesador IPRC está configurado para calcular, para cada píxel [i,j], una media de desviaciones E[i,j] a distintas temperaturas TP = TP1, ... TPm, entre el valor del píxel dx[i,j,IT,TP] de las imágenes DIM proporcionadas por el sensor de imagen IS a un tiempo de integración medio ITmoy, y el valor de corrección bm[i,j,IT,TP] para este píxel, y para comparar esta media con un valor umbral. Si esta media de desviaciones es superior al valor umbral para un píxel [i,j], el píxel [i,j] se considera defectuoso. La detección de píxeles defectuosos puede hacerse durante la fase de calibración, tras la obtención de las imágenes DIM. Por ejemplo, puede calcularse la media de desviaciones E[i,j] para cada píxel [i,j], mediante la siguiente ecuación:
Figure imgf000008_0001
con TP = TP1, TP2, ... TPm.
Según una realización, el procesador IPRC efectúa una corrección de la imagen OIM o GCI, sustituyendo el valor px'[i,j] o p"[i,j] de cada píxel detectado como defectuoso, por el valor de un píxel vecino, o por un valor medio de píxeles vecinos del píxel defectuoso. Los píxeles vecinos de un píxel defectuosos pueden ser considerados también defectuosos, y formar una zona de píxeles defectuosos. En este caso, cada píxel de la zona de píxeles defectuosos puede ser sustituida por un píxel vecino de la zona de píxeles defectuosos, o por un valor medio de estos píxeles vecinos.
Será evidente para el experto en la técnica que la presente invención puede ser objeto de diversas variantes de realización y de diversas aplicaciones. En particular, la invención no se limita a un sensor de imagen que lleve a cabo el cálculo de la imagen de corrección BM. La imagen de corrección BM puede determinarse mediante un ordenador externo que disponga de tablas AB, BB, AD, BD, y que reciba del sensor de imagen el tiempo de integración IT y la temperatura TP del sensor de imagen IS, y en su caso, la ganancia aplicada por el sensor de imagen.
Por otra parte, la corrección de las imágenes suministradas por el sensor de imagen puede también ser llevada a cabo por tal ordenador externo, que reciba las imágenes no corregidas IM del sensor de imagen.
Además, la temperatura TP no es proporcionada necesariamente por el sensor de imagen IS, sino que puede ser medida por un sensor de temperatura externo asociado al sensor de imagen.
Las imágenes procesadas pueden ser imágenes fijas o imágenes de vídeo.
Las dos realizaciones que siguen no forman parte de la invención definida por las reivindicaciones, y se incluyen únicamente a título ilustrativo.
La corrección de ganancia de los píxeles puede hacerse a partir de imágenes corregidas OIM obtenidas por otros métodos de reducción del ruido, de modo que esta corrección de ganancia pueda hacerse sin realizar la corrección de reducción de ruido descrita con referencia a la Figura 2.
De igual modo, la detección de píxeles defectuosos como se ha descrito anteriormente, puede hacerse sin recurrir a uno u otro métodos de corrección ilustrados por las Figuras 2 y 7, realizados para obtener las imágenes OIM y GCI. De igual modo, la corrección de los píxeles defectuosos puede hacerse en una imagen no corregida, es decir, sin llevar a cabo uno u otro de los métodos de corrección ilustrados en las Figuras 2 y 7.

Claims (17)

  1. REIVINDICACIONES
    i. Método de corrección de defectos que aparecen en una imagen proporcionada por un sensor de imagen (IS), comprendiendo el método etapas que consisten en:
    recibir una imagen a corregir (IM), tomada por el sensor de imagen,
    recibir una temperatura (TP) del sensor de imagen, obtenida por el sensor de imagen en la toma de la imagen a corregir,
    recibir un tiempo de integración (IT) aplicado por el sensor de imagen, para tomar la imagen a corregir, y
    para cada píxel (px[i,j]) de la imagen a corregir, obtener del valor del píxel un factor de corrección de ruido (bm[i,j]) específico del píxel, producto de un modelo de reducción de ruido que comprende un componente lineal dependiente de la temperatura del sensor de imagen, añadido a un componente exponencial dependiente de la temperatura del sensor de imagen, y multiplicado por el tiempo de integración, dependiendo los componentes lineal y exponencial, de los coeficientes (ab[i,j], bb[i,j], ad[i,j], bd[i,j]) específicos del píxel,
    caracterizado porque comprende, además, etapas que consisten en:
    adquirir mediante el sensor de imagen (IS) imágenes (DIM) en ausencia de luz, con un tiempo de integración mínimo (IT0), tomándose cada imagen a una temperatura respectiva distinta, y
    determinar, para cada píxel de la imagen a corregir, los coeficientes (ab[i,j], bb[i,j]) del componente lineal, mediante cálculos de regresión lineal (LR) aplicados a los píxeles correspondientes en las imágenes (DIM) en ausencia de luz, tomadas a las temperaturas respectivas.
  2. 2. Método según la reivindicación 1, en donde el modelo de reducción de ruido se define mediante la siguiente ecuación:
    Figure imgf000009_0001
    en donde bm[i,j] es el factor de corrección de ruido a obtener de un píxel (px[i,j]) correspondiente de la imagen a corregir (IM), IT es el tiempo de integración, TP es la temperatura del sensor de imagen (IS), EXP es la función exponencial, y ad[i,j], bd[i,j], ab[i,j] y bb[i,j] son los coeficientes específicos del píxel (px[i,j]).
  3. 3. Método según las reivindicaciones 1 o 2, que comprende un cálculo del factor de corrección de ruido (bm[i,j]) de cada píxel (px[i,j]) cada vez que se modifique el tiempo de integración (IT), o cada vez que la temperatura (TP) del sensor de imagen (IS) se desvíe de un valor anterior de más de un valor de umbral de desviación de temperatura.
  4. 4. Método según la reivindicación 1, que comprende etapas que consisten en:
    adquirir mediante el sensor de imagen (IS) imágenes (DIM) en ausencia de luz, a distintos tiempos de integración (IT 1 -ITn), estando sometido el sensor de imagen a distintas temperaturas (TP1-TPm), generar imágenes corregidas (DIM') obtenidas restando de cada una de las imágenes (DIM) tomadas por el sensor de imagen (IS) en ausencia de luz, a distintos tiempos de integración (IT 1 -ITn) y a distintas temperaturas (TP1 -TPm), la imagen (DIM) tomada por el sensor de imagen (IS) en ausencia de luz, con el tiempo de integración mínimo (IT0) y a la misma temperatura, y determinar los coeficientes (ad[i,j], bd[i,j]) del componente exponencial mediante cálculos de regresión exponencial (EF) aplicados a los píxeles respectivos de las imágenes corregidas obtenidas a distintas temperaturas (TP1-TPm), y correspondientes a un mismo tiempo de integración.
  5. 5. Método según la reivindicación 4, en donde los coeficientes (ad[i,j], bd[i,j]) del componente exponencial se determinan mediante un cálculo de la media de coeficientes obtenidos mediante cálculos de regresión exponencial (EF) para distintos tiempos de integración (IT 1-ITn).
  6. 6. Método según una de las reivindicaciones 1 a 5, en donde el modelo de reducción de ruido comprende un componente idéntico para todos los píxeles del sensor de imagen (IS), dependiendo del tiempo de integración (IT).
  7. 7. Método según una de las reivindicaciones 1 a 6, que comprende la adquisición de un flujo de imágenes de vídeo, correspondiendo el factor de corrección de ruido (bm[i,j]) a cada píxel (px[i,j]) de una imagen del flujo de vídeo, obtenido del píxel correspondiente de cada imagen del flujo de vídeo.
  8. 8. Método según una de las reivindicaciones 1 a que comprende etapas que consisten en:
    recibir un comando de selección de un valor de ganancia del sensor de imagen, y seleccionar, para cada píxel (px[i,j]) de la imagen a corregir (IM), un factor de corrección de ruido (bm[i,j]) específico del píxel, dependiendo del valor de ganancia seleccionado, utilizándose el factor de corrección de ruido para la corrección del valor de cada píxel de la imagen a corregir, determinándose el factor de corrección de ruido a partir de un conjunto de coeficientes (AD, BD, AB, BB) específicos de los píxeles, generados dependiendo del valor de ganancia seleccionado.
  9. 9. Método según una de las reivindicaciones 1 a 8, que comprende una etapa que consiste, para cada píxel (px[i,j]) de una imagen corregida (OIM) tras la reducción de ruido, en multiplicar el valor del píxel por un factor de corrección de ganancia (gf[i,j]) específico del píxel, producto de una tabla de uniformización de ganancia (GF), para obtener una imagen (GCI) con una ganancia uniformizada.
  10. 10. Método según la reivindicación 9, que comprende una actualización de la tabla (GF) de uniformización de ganancia cada vez que se modifica el tiempo de integración (IT), o cada vez que la temperatura (TP) del sensor de imagen (IS) se desvía de un valor anterior además de un valor de umbral de desvío de temperatura, realizándose la actualización de la tabla (GF) de uniformización de ganancia, mediante cálculos de interpolación aplicados a un conjunto de tablas de uniformización de ganancia (GF[TP1]- GF[TPm]) determinadas para distintas temperaturas (TP1-TPm).
  11. 11. Método según la reivindicación 10, que comprende etapas que consisten en:
    obtener mediante el sensor de imagen (IS) series de imágenes (UIM) en presencia de una fuente de luz uniforme, con distintos tiempos de integración (ITO-InT) o bajo distintas intensidades de la fuente de luz, tomándose cada serie de imágenes a una temperatura (TP1 -TPm) respectiva distinta, y
    determinar una ganancia, para cada píxel de una de las imágenes de cada serie de imágenes, mediante un cálculo de regresión lineal (LR) aplicado a los píxeles correspondientes ([i,j]) en las imágenes de la serie de imágenes,
    determinar, para cada píxel de una de las imágenes de cada serie de imágenes, un factor de corrección de ganancia (gf[i,j,TP1]-gf[i,j,TPm]), dividiendo la media de las ganancias obtenidas para todos los píxeles de la serie de imágenes por la ganancia determinada para el píxel.
  12. 12. Método según una de las reivindicaciones 1 a que comprende etapas que consisten en:
    obtener mediante el sensor de imagen (IS) una serie de imágenes (DIM) en ausencia de luz, a un tiempo de integración medio (IT 1-ITn), obteniéndose cada imagen con el sensor de imagen sometido a una temperatura respectiva (TP1-TPm),
    calcular, para cada píxel (dx[i,j]) de una de las imágenes de la serie de imágenes obtenidas, una media de desviaciones a las distintas temperaturas (TP1 -TPm) del sensor de imagen, calculándose cada desviación para una temperatura del sensor de imagen, entre el valor del píxel de la imagen de la serie de imágenes correspondiente a la temperatura del sensor de imagen, y el factor de corrección de ruido (bm[i,j]) definido para el píxel, en el tiempo de integración medio y a la temperatura del sensor de imagen, y
    comparar la media de las desviaciones con un valor umbral, y si la media de las desviaciones es superior al valor umbral para un píxel, el píxel se considera defectuoso.
  13. 13. Método según la reivindicación 12, que comprende una etapa que consiste en:
    corregir cada imagen obtenida por el sensor de imagen (IS), sustituyendo el valor de un píxel defectuoso por el valor de un píxel vecino o un valor medio de píxeles vecinos, o corregir cada imagen obtenida por el sensor de imagen (IS), sustituyendo los valores respectivos de un píxel defectuoso y de píxeles vecinos del píxel defectuoso, por el valor de un píxel vecino del píxel defectuoso y de píxeles vecinos del píxel defectuoso, o un valor medio de píxeles vecinos del píxel defectuoso y de píxeles vecinos del píxel defectuoso.
  14. 14. Dispositivo de corrección de defectos que aparecen en una imagen (IM) proporcionada por un sensor de imagen (IS),
    caracterizado porque realiza el método según una de las reivindicaciones 1 a 13.
  15. 15. Dispositivo de imagen que comprende un sensor de imagen (IS), un circuito de adquisición de una temperatura (TP) del sensor de imagen, y un circuito de adquisición de un tiempo de integración (IT) aplicado al sensor de imagen,
    caracterizado porque realiza el método según una de las reivindicaciones 1 a 13.
  16. 16. Dispositivo según las reivindicaciones 14 o 15, en donde el sensor de imagen (IS) es de tipo CTIA o SF.
  17. 17. Un producto de programa de ordenador, cargable en la memoria de un ordenador, que, cuando es ejecutado por el ordenador, configura el ordenador para llevar a cabo el método según una de las reivindicaciones 1 a 13.
ES21151593T 2020-01-28 2021-01-14 Método de corrección de defectos y principalmente de reducción del ruido en una imagen proporcionada por un sensor de imagen Active ES2953206T3 (es)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
FR2000834A FR3106713B1 (fr) 2020-01-28 2020-01-28 Procede de reduction du bruit dans des capteurs d’image

Publications (1)

Publication Number Publication Date
ES2953206T3 true ES2953206T3 (es) 2023-11-08

Family

ID=70978062

Family Applications (1)

Application Number Title Priority Date Filing Date
ES21151593T Active ES2953206T3 (es) 2020-01-28 2021-01-14 Método de corrección de defectos y principalmente de reducción del ruido en una imagen proporcionada por un sensor de imagen

Country Status (6)

Country Link
US (1) US11399146B2 (es)
EP (1) EP3860113B1 (es)
JP (1) JP2021118546A (es)
CN (1) CN113194214A (es)
ES (1) ES2953206T3 (es)
FR (1) FR3106713B1 (es)

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3359258B2 (ja) * 1997-05-30 2002-12-24 キヤノン株式会社 光電変換装置及びそれを用いたイメージセンサ、画像読取装置
JP3927702B2 (ja) * 1998-09-24 2007-06-13 キヤノン株式会社 画像処理装置、自動焦点検出装置、補正装置、補正方法及び記憶媒体
US7092017B2 (en) * 2002-09-13 2006-08-15 Eastman Kodak Company Fixed pattern noise removal in CMOS imagers across various operational conditions
US7443431B2 (en) * 2002-09-13 2008-10-28 Eastman Kodak Company Fixed pattern noise removal in CMOS imagers across various operational conditions
US7391925B2 (en) * 2003-12-04 2008-06-24 Lockheed Martin Missiles & Fire Control System and method for estimating noise using measurement based parametric fitting non-uniformity correction
US20150110248A1 (en) * 2013-10-22 2015-04-23 Yaron Rabi Radiation detection and method for non-destructive modification of signals
US20180114297A1 (en) * 2016-10-21 2018-04-26 Qualcomm Incorporated Systems and methods for image noise reduction

Also Published As

Publication number Publication date
EP3860113A1 (fr) 2021-08-04
EP3860113C0 (fr) 2023-06-07
FR3106713B1 (fr) 2022-01-28
FR3106713A1 (fr) 2021-07-30
EP3860113B1 (fr) 2023-06-07
US20210235032A1 (en) 2021-07-29
JP2021118546A (ja) 2021-08-10
US11399146B2 (en) 2022-07-26
CN113194214A (zh) 2021-07-30

Similar Documents

Publication Publication Date Title
JP7062430B2 (ja) 撮像素子、撮像装置および画像処理方法
US6901173B2 (en) Scene-based non-uniformity correction for detector arrays
US9756264B2 (en) Anomalous pixel detection
CN102713970B (zh) 产生图像传感器的列偏移校正
US9832402B2 (en) Row and column noise correction with defective pixel processing
JP5624630B2 (ja) イメージセンサのためにカラムオフセット補正を生成する方法
US11012647B2 (en) Low cost and high performance bolometer circuity and methods
JP2006325211A (ja) 推定ダークノイズ・スケールファクタを使用して、画像からダークノイズを取り除くためのシステムおよび方法
US8078001B2 (en) Methods, apparatuses and systems for piecewise generation of pixel correction values for image processing
TWI454143B (zh) 用於確定影像感測器之行偏移校正的方法
US10867371B2 (en) Fixed pattern noise mitigation for a thermal imaging system
Li et al. Interior radiation noise reduction method based on multiframe processing in infrared focal plane arrays imaging system
ES2953206T3 (es) Método de corrección de defectos y principalmente de reducción del ruido en una imagen proporcionada por un sensor de imagen
Kumar Sensor non uniformity correction algorithms and its real time implementation for infrared focal plane array-based thermal imaging system
JP3578037B2 (ja) 半導体装置及びその制御方法
CN115219043A (zh) 基于温度校正的红外无挡片方法及系统
JP2016029759A (ja) 撮像装置の欠陥画素検出方法
TWI458344B (zh) Solid - state camera device and frame data correction method
US11582414B2 (en) Signal processing apparatus, photoelectric conversion apparatus, photoelectric conversion system, control method of signal processing apparatus, and non-transitory computer-readable storage medium
JP2017076875A (ja) 撮像装置及び撮像装置の補正方法
JP2016174246A (ja) 固体撮像装置
US11632506B2 (en) Non-uniformity correction (NUC) self-calibration using images obtained using multiple respective global gain settings
JP6419655B2 (ja) 固体撮像装置
JP2022053481A (ja) 信号処理装置、光電変換装置、光電変換システム、信号処理装置の制御方法およびプログラム
JP2019213193A (ja) 赤外線撮像装置及びそれに用いられるプログラム