KR100417834B1 - 이미지 센서내의 결함 픽셀 검출시의 고속의 결정론적접근 방법 - Google Patents

이미지 센서내의 결함 픽셀 검출시의 고속의 결정론적접근 방법 Download PDF

Info

Publication number
KR100417834B1
KR100417834B1 KR10-2001-7010880A KR20017010880A KR100417834B1 KR 100417834 B1 KR100417834 B1 KR 100417834B1 KR 20017010880 A KR20017010880 A KR 20017010880A KR 100417834 B1 KR100417834 B1 KR 100417834B1
Authority
KR
South Korea
Prior art keywords
image
pixel
sensor
minimum
defective
Prior art date
Application number
KR10-2001-7010880A
Other languages
English (en)
Other versions
KR20010108262A (ko
Inventor
탄얍-펭
아챠리야틴쿠
Original Assignee
인텔 코오퍼레이션
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 인텔 코오퍼레이션 filed Critical 인텔 코오퍼레이션
Publication of KR20010108262A publication Critical patent/KR20010108262A/ko
Application granted granted Critical
Publication of KR100417834B1 publication Critical patent/KR100417834B1/ko

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
    • H04N25/68—Noise processing, e.g. detecting, correcting, reducing or removing noise applied to defects

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Transforming Light Signals Into Electric Signals (AREA)
  • Studio Devices (AREA)
  • Image Input (AREA)
  • Facsimiles In General (AREA)

Abstract

이미지 센서로부터의 이미지 시퀀스를 다운로드하는 단계, 결함 보트 스코어가 제1 임계값을 초과하는 경우, 센서의 결함 픽셀 위치를 맵에 표시하는 단계 - 여기서, 상기 스코어는 모든 캡쳐된 이미지에 걸쳐 탤링됨 - 를 포함하는 방법이 기술되어 있다. 결함 픽셀 맵이 호스트 컴퓨터에 저장되는데, 이것은 결함 픽셀 검출을 이미지 센서를 포함한 장치에서 직접적으로 수행하기보다는 센서측에서 수행한다.

Description

이미지 센서내의 결함 픽셀 검출시의 고속의 결정론적 접근 방법{HI-SPEED DETERMINISTIC APPROACH IN DETECTING DEFECTIVE PIXELS WITHIN AN IMAGE SENSOR}
디지털 카메라 및 스캐너와 같은 이미징 장치들은 CCD(Charge Coupled Device), CID(Charge Injection Device) 또는 CMOS(Complementary Metal-Oxide Semiconductor)로 생산되는 이미지 센서를 하나의 구성요소로서 가질 수 있다.
이미지 센서는 광원(illuminant)으로부터 에너지를 캡쳐하는 "센스(sense)" 어레이 또는 픽셀 위치들로 구성되고, 종종 그 에너지를 세기값(intensity value)과 같은 구체적인 크기로 변환한다. 대부분의 경우에, 이미징 센서는 제작 또는 제조 상의 에러로 인해 임의의 수의 "결함있는(defective)" 픽셀 위치를 가질 수 있다. 불가능하지는 않지만, 이러한 제작/제조 동안에 센서내의 어떤 픽셀도 결함이 없을 것이라는 것을 보장하는 것은 매우 어려운 것이다. 센서의 "결함" 픽셀은, 광원에 노출되었을 때에 "완전한 기능의(fully functional)" 픽셀과는 달리, 그 동일한 광원에 노출되었을 때에 상이한 세기값 또는 응답을 생성하는 픽셀이다. 다시 말해서, 결함 픽셀은 완전한 기능의 픽셀과는 달리 빛(light)에 대해 비정상적으로 반응하거나/반응하지 않는다. 이러한 결함들이 검출 및 보상되지 않으면, 캡쳐된 이미지를 시각적으로 덜 인지된 화질이 되도록 야기할 수 있고, 만일 결함들이 두드러진다면, 시청자의 주의를 결함 픽셀(들) 쪽으로 돌리게 된다.
픽셀 위치 내의 결함은 3개의 카테고리, 즉 스턱 하이(Stuck High), 스턱 로우(Stuck Low) 및 비정상적 응답(Abnormal Response)으로 분류될 수 있다. 스턱 하이 결함 픽셀은 그 조명 조건(lighting condition)에 대해 항상 높은 세기값을 생성함으로써 응답하는 픽셀이다. 예를 들어, 픽셀의 세기값이 0에서 255까지의 범위에 있을 경우, 기능 픽셀(functional pixel)에 의해 캡쳐되었다면, 장면(scene)의 그 위치에 대해 실제 측정된 세기값이 25이더라도, 스턱 하이 픽셀은 항상, 예로, 255값으로 조명에 응답하게 된다. 스턱 로우 결함 픽셀은 그 조명 조건에 대해 항상 낮은 세기값을 생성함으로써 응답하는 픽셀이다. 기능 픽셀이 세기값을 200, 100 등으로 나타내더라도, 스턱 로우 픽셀은 5값으로 응답하게 된다. 비정상적 응답 결함을 가진 픽셀은 기능 픽셀로부터 절대적이라기 보다는 상대적인 변화값(variance)을 갖는다. 예를 들어, 이러한 픽셀들은 특정한 퍼센트로 부정확하게 응답하여, 가령 기능 픽셀이 X값으로 판독한다면, 비정상적 응답 결함 픽셀은 1.25 ×X 값으로 응답할 것이다. 따라서, 비정상적 응답은 절대적인 하이 또는 로우보다는 캡쳐되는 세기에 대해 비례적 또는 상대적이 된다. 이러한 형태의 결함들을 나타내는 픽셀은 바람직하게 보정 또는 보상되어야 한다.
이러한 보상에서의 제1 단계는 어느 픽셀이 실제로 "결함"인지를 검출하는 것이다. 통상적으로, 이러한 검출은, 센서가 제조된 후에 전체적으로 센서에 대한 품질 관리를 하는 동안과 같이, 통제된 환경에서 결함 픽셀 위치를 식별함으로써 수행된다. 식별된 위치들은 기록되고 나서, 디지털 카메라에서와 같이 센서가 사용되는 장치 상의 일부 비-휘발성 메모리로 전달된다. 센서의 전체 크기가 1000 ×1000 픽셀과 같은 현재의 "메가-픽셀(mega-pixel)" 이미지 센서에서는, 많은 픽셀들이 결함이 있을 수 있다. 결함 픽셀 위치를 저장하는데 필요한 여분의 메모리는, 장치를 제조하기 위한 전체 비용/시간을 추가시키고, 또한 센서를 장치에 조립/집적하는 공정 동안에 실제적인 데이터 전송을 필요로 한다. 결함 픽셀 위치는 장치 조립 전에 하드디스크와 같은 고정 메모리에 개별적으로 저장되어야 한다. 결함 위치가 저장되면, 결함 픽셀을 보정하기 위해 이미지 캡쳐 후의 신호 처리 기법이 사용될 수 있다. 또한 이용되고 있는 이미지 결함을 보정하는 보다 임의적인 방법은, 결함 픽셀들을 검출하는 것이 아니라, 노이즈와 같은 미지의 결함을 처리하고, 전체 센서 출력(이미지)에 대해 이미지마다 노이즈 제거 기법을 적용하는 것이다. 이러한 기법은 조립 동안의 메모리 비용 및 데이터 전송을 피할 수 있지만, 구현하는데 계산상 많은 비용이 들고, 시각적 표현의 관건인 이미지의 선명도(sharpness)를 잠재적으로 감소시키는 단점이 있다.
이러한 이유로 인해, 센서가 적용된 장치 상에서 이미지 처리 동안에 계산 요건을 추가하거나 이미지 화질을 저하시킴 없이, 또한 장치의 제조 시간/비용의 추가없이, 결함 픽셀 위치를 검출 및 보상하기 위한 방법이 요구된다.
본 발명은 일반적으로 이미징에 관한 것으로, 특히 이미지 센서내의 결함(defective) 픽셀을 검출하는 방법에 관한 것이다.
본 발명의 방법 및 장치의 목적, 특징 및 장점은 다음의 설명으로부터 명백해질 것이다.
도1은 본 발명의 실시예의 흐름도.
도2는 본 발명의 일실시예의 흐름도.
도3은 본 발명의 실시예에 따른 MND(Minimum Neighboring Distance)의 결정 단계를 도시한 도면.
도4는 본 발명의 실시예에 따른 이미지 처리 장치의 블록도.
도5는 본 발명의 일실시예의 시스템도.
발명의 요약
이미지 센서로부터 이미지 시퀀스를 다운로드하는 단계, 및 결함 보트 스코어가 제1 임계값을 초과하는 경우, 센서의 결함 픽셀 위치를 맵에 표시하는 단계 - 여기서, 상기 스코어는 캡쳐된 모든 이미지에 걸쳐서 탤링됨(tallied) - 를 포함하는 방법이 기술되어 있다.
이제, 도면들을 참조하여 본 발명의 예시적인 실시예들이 기술될 것이다. 예시적인 실시예들은 본 발명의 양태들을 예시하기 위하여 제공되며, 본 발명의 범위를 제한한 것으로 간주되지 않아야 한다. 예시적인 실시예들은 주로 블록도 또는 흐름도를 참조하여 설명된다. 흐름도에 있어서, 흐름도내의 각 블록은 방법 단계 및 그 방법 단계를 수행하기 위한 장치 구성요소를 모두 나타낸다. 구현예에 따라, 대응하는 장치 구성요소는 하드웨어, 소프트웨어, 펌웨어 또는 그들의 조합으로 구성될 수 있다.
도1은 본 발명의 일실시예의 흐름도를 도시하고 있다.
본 발명의 다양한 실시예에서, 결함 픽셀을 검출하기 위한 결정론적 소프트웨어 접근 방법이 기재되어 있다. 디지털 카메라와 같은 이미지 캡쳐 장치가 PC(Personal Computer)와 같은 호스트 머신에 연결되어 있을 경우에, 결함 픽셀 위치의 하드웨어 온-디바이스 맵(hardware on-device map)이 저장될 필요가 없도록 이 접근 방법이 실행될 수 있다. 사전-정의된 수의 입력 이미지들이 먼저 이미징 장치에 의해 스캐닝된다. 각 픽셀에 대하여, "결함 보트(Defective Vote)" 스코어는 조사중인 픽셀의 이웃(neighborhood)을 고려한 조건을 체크함으로써 탤링된다(tallied). 그 조건이 만족되는 각 스캐닝된 이미지에 대하여, 스코어가 증가된다. 스코어가 모든 스캐닝된 이미지들에 대하여 탤링되면, 결함 결정이 이루어진다. 만일 픽셀이 결함으로 확인되면, 이것은 호스트에 저장된 맵에 기록된다. 이미징 장치내의 모든 픽셀 위치가 분류될 때까지 이 과정이 반복된다. 이미징 장치에 의해 캡쳐된 이미지가 개선되거나, 필터링되거나 또는 달리 처리될 필요가 있을 경우에, 결함 픽셀 위치의 맵이 호스트 상에 저장되어 액세스될 수 있다.
이러한 구조에 따라, 도1은 결정론적 방법으로 결함 픽셀 검출을 수행할 수있는 로직 흐름을 도시하고 있다. 먼저, 시험중인 센서를 포함한 카메라 또는 이미징 장치가 PC와 같은 호스트에 연결된다. 그리고 나서, 일련의 N개 이미지들이 이미지 캡쳐 장치에 의해 캡쳐된다. 보다 많은 이미지들이 캡쳐될수록, 결정론적 접근 방법이 보다 정확해 진다. 또한, 보다 상세히 후술되는 바와 같이, 카메라 또는 이미징 장치의 노출 시간과 조명의 속성이 검출률을 증가시키도록 제어될 수 있다. 추측컨대, 스턱 로우(또는 비정상적 응답) 조건에 대해서는, 동일한 장면에서 빛을 캡쳐하기 위한 센서의 노출 시간이 길어 질수록, 결과로서 생성되는 픽셀값들이 결함으로 판정되기 쉬어질 것이다. 마찬가지로, 스턱 하이 결함은 노출시간이 특정한 양으로 감소되면 보다 쉽게 검출될 수 있다. 예를 들어, 장면이 밝을수록, 스턱 로우 또는 비정상적 응답 결함을 검출하는 것이 보다 쉬워진다. 또한, 장면이 어두울수록, 스턱 하이 결함을 검출하는 것이 더 쉬워진다.
초기에, 접근 방법이 처음 실행될 때에는, 모든 픽셀 위치는 미지의 또는 미결정된(즉, 결함 또는 기능으로 분류되지 않은) 것으로 가정된다. 각 픽셀에 대해, 도2에서 보다 상세히 도시된 결정론적 접근 방법이 반복된다. 본 발명의 일실시예에 따르면, 이웃이 모두 단색의 픽셀, 또는 단지 베이어 패턴 CFA( Color Filter Array)의 특정한 컬러 평면(레드, 그린, 또는 블루와 같은)에서의 픽셀로 구성되는지를 주변 픽셀의 MND(minimum neighboring distance)를 고려함으로써, 캡쳐된 이미지 각각에서 측정이 수행된다. 다음으로, MND가 임계값과 비교된다. 임의의 픽셀에 대해, 각 스캐닝된 이미지에서의 MND가 임계값과 비교된다. 이러한 비교를 기반으로 하여, "스코어"가 탤링된다. 만일 스코어가 또 다른 임계값을 초과하면, 그픽셀은 결함으로 표시된다. 따라서, 각 픽셀이 분류됨에 따라, 결함 픽셀 위치의 맵이 호스트 상에 저장된다. 이미지 내의 모든 픽셀들이 분류될 때까지 이 과정이 계속된다. 그리고 나서, 바람직하게는, 결함 픽셀 위치의 완성된 맵이 액세스되어, 노이즈 감소, 결함 픽셀의 대체 및 그 외의 이미지 처리 메커니즘과 같은 보정 조치가 수행될 수 있다. 이것은 센서 장치 또는 카메라 상에 결함 픽셀 위치 데이터를 저장하거나, 제조 중에 그것을 판단할 필요성을 없앨 수 있는 이점이 있다. 대안적으로, 처리를 시작하기 전에 모든 이미지를 캡쳐하기 보다는, 각 이미지가 캡쳐됨에 따라 이것을 처리하여 이들 이미지가 저장 및 다운로드될 필요가 없도록 할 수 있다.
도2는 본 발명의 일실시예의 흐름도를 도시하고 있다.
도2는 각 픽셀이 결함이 있는지의 여부를 결정하기 위해 제시되는 기본적인 절차를 도시하고 있다. 먼저, 초기화 단계는 절차(블록(210))는 이 절차에서 사용되는 변수들을 셋-업하도록 수행된다. 만일 (i,j)가 조사중인 픽셀의 행(i) 및 열(j) 위치를 표시한다면, 픽셀 P(i,j)의 결함인 D(i,j)는, 기능(functional)으로 가정되기 때문에, 초기에 0으로 할당된다(블록(210)). 마찬가지로, 그 픽셀 P(i,j)에 대한 결함 보트 스코어 H(i,j)는 초기에 0으로 설정된다(블록(210)). 탤리(tally)로 사용되는, 현재 캡쳐된 이미지 수를 추적하는데 사용되는 카운터 변수 "k"도 역시 0으로 설정된다(블록(210)).
블록(220)에서, 카운트 k는 결함 픽셀 검출을 위하여 캡쳐된 이미지 총 수인 N과 비교된다. 만일 k<N이면, 스코어 탤링이 진행된다(블록(230)으로). 그렇지 않은 경우, 최종 이미지가 스코어를 탤링하는데 사용되면, 결함 픽셀 이미지 맵이 D(i,j) 값으로 기록된다(블록(250)). 스코어 탤링 동안에, 먼저 초기에 0으로 설정되었던 변수 k는, 캡쳐된 이미지가 현재 탤리로 간주된다는 것을 나타내기 위해 1만큼 증가된다(블록(230)). 탤리는 픽셀 P(i,j)에 대하여 MND를 먼저 계산함으로써 결정된다(블록(240)). 그리고 나서, MND는 사전-정의된 임계값 T와 비교된다(블록(242)). T값은, 센서 노이즈 및/또는 요구되는 "폴스 포지티브(false positive)" 비율(기능 픽셀을 결함 픽셀로 오분류하는 비율) 및 "폴스 네거티브(false negative)" 비율(결함 픽셀을 기능 픽셀로 오분류하는 비율)과 같은, 많은 장치 의존적인 팩터들에 따라 선택될 수 있다. 이상적으로는 두 비율 모두가 방지되어야 하지만, 대부분의 경우에 폴스 네거티브보다는 폴스 포지티브를 갖는 것이 보다 허용가능하다. 또한, 센서/장치의 품질 관리 테스트 시간에 임계값 T가 결정되고, 그 장치에 저장되거나 또는 제공될 수 있다.
만일, MND가 임계값 T를 초과하면, 스코어 H(i,j)는 1만큼 증가된다(블록(244)). 그렇지 않은 경우, H(i,j)는 그 이전 값으로 유지된다. 블록(230-244)에 도시된, MND에 따른 이 보트 탤링은, k>N, 즉 최종 캡쳐된 이미지가 탤리로 사용될 때까지 계속된다. 최종 캡쳐된 이미지가 탤리로 분석되었을 경우, 스코어 H(i,j)는 [N/2]와 비교되는데, 여기서, [x]는 가장 근사한 정수에 대해 라운딩된 수이고, N은 캡쳐된 이미지의 총 수이다. 예를 들어, 만일 5개의 이미지들이 캡쳐되어, 스코어가 [N/2] 또는 3과 같거나 또는 초과한다면, 픽셀 P(i,j)은 결함으로 간주되어, 값 D(i,j)는 1로 설정된다(블록(252)). 만일 그렇지 않다면,값 D(i,j)는 그것의 초기화로부터 0으로 유지된다. 임계값 [N/2]은 단지 일례이고, 폴스 포지티브 및 폴스 네거티브 비율, 및 센서 특성을 수정하는 것과 같이, 요구되는 검출 특성에 따라 수정될 수 있다.
도3은 본 발명의 실시예에 따른 MND의 결정 단계를 도시하고 있다.
주어진 픽셀 P(i,j)에 대한 MND는 인접 픽셀 값과 그 주어진 값 사이의 "거리" 또는 차이(differentials)를 고려함으로써 결정될 수 있다. 이것은 다음의 문장에 의해 표현될 수 있다.
MND(P(i,j)) = minimumr{|P(i,j) - P(m,n)|}, 여기서 (m,n)은 위치 (i,j)에 대한 인접 픽셀 N의 위치의 세트이고, r은 발생된 차의 세트로부터 선택된 최소 랭크 순위이다.
도3은 위치(i,j)에 대한 픽셀의 통상적인 베이어 패턴 센서 어레이를 도시하고 있다. 이러한 센서에서, 동일한 컬러 평면(R(ed), G(reen) 또는 B(lue))내의 그들의 인접 픽셀만을 고려하는 것이 종종 바람직하다. 베이어 패턴 어레이에서, 어레이의 제1 행은 R과 G 평면을 교번함으로써 연관된 픽셀 위치들을 가지며, 후속의 행은 R과 B 평면을 교번함으로써 연관된 픽셀 위치들을 가진다. 각 픽셀 위치 에 대한 이웃 N은 픽셀 P(i,j)의 컬러 평면 연관성에 따라 결정될 수 있다. 도3의 어레이는 7 ×7이고, RGB 베이어 패턴을 도시하고 있다. P(4,4)의 MND를 계산하도록 고려될 수 있는 B 픽셀 P(4,4)에 대한 이웃 N은 8개의 가장 인접한 B와 연관되는 픽셀들, 즉 (2,2), (2,4), (2,6), (4,2), (4,6), (6,2), (6,4) 및 (6,6)에서의 픽셀들을 포함할 것이다.
MND는 특정 픽셀 응답이 인접 픽셀들과 얼마나 인접하는지를 대략적으로 나타낸다. 최하 랭킹 차가 선택된 최소값으로 취해지도록 r=1이라고 가정한다. 위의 이웃을 고려하는 P(4,4)의 MND는 세기 값 P(4,4)와 그 이웃에 속하는 각 픽셀의 절대값 차를 취함으로써 획득될 수 있다. 그리고 나서, 이들 8개(P(4,4)의 경우에서)의 "거리" 중 최소값이 MND가 된다. 예를 들어, P(4,4)에 대한 이웃 N을 다음 세기값, 즉 P(2,2)=100, P(2,4)=90, P(2,6)=95, P(4,2)=105, P(4,6)=110, P(6,2)=85, P(6,4)=80 및 P(6,6)=75으로 간주하자. 만일 조사중인 픽셀 P(4,4)가 102 세기값을 가진다면, MND는 (102-100)=2이다. 만일 r이 2와 같다면, 두번째 최하의 차(102-105)=3이 선택된다. 랭크 순위는 유사한 형태의 결함이 이웃에서 발견되는지에 따라 달라질 수 있다.
마찬가지로, P(3,3)의 MND를 계산하는데 고려될 수 있는 R 픽셀 P(3,3)에 대한 이웃 N은 가장 인접한 B와 연관된 픽셀들, 즉 (1,1), (1,3), (1,5), (3,1), (3,5), (5,1), (5,3) 및 (5,5)인 8개의 픽셀을 포함한다. P(3,4)의 MND를 계산하는데 고려될 수 있는 G 픽셀 P(3,4)에 대한 이웃 N은 가장 인접한 B와 연관된 픽셀들, 즉 (2,3), (2,5), (1,4), (4,3), (4,5), (5,4), (3,6) 및 (3,2)인 8개의 픽셀을 포함하게 된다. 일반적으로, B 또는 R 픽셀 P(i,j)에 대하여, 이웃 N은 (i-2,j-2), (i,j-2), (i+2,j-2), (i-2,j), (i+2,j), (i-2,j+2), (i,j+2), (i+2,j+2)에서의 픽셀들로 구성된다. 마찬가지로, 일반적으로, G 픽셀 P(i,j)는 (i-1,j-1), (i+1,j-1), (i-2,j), (i+2,j), (i-1,j+1), (i+1,j+1), (i,j-2) 및 (i,j+2)인 이웃 N을 가진다. 이미지 경계가 초과된 경우, 이러한 값들은 간단히 이웃에서 제외된다. 도3의 예시적인 센서 어레이가 RGB 센서이지만, 모든 종류의 컬러 필터 어레이 패턴(또는 심지어 단색 패턴 센서 어레이)이 또한 상기의 절차에 의해 처리될 수 있다. 상기의 이웃은 예로써 주어진 것이고, 필요에 따라 보정될 수 있다.
도4는 본 발명의 실시예에 따른 이미지 처리 장치의 블록도를 도시하고 있다.
도4는 본 발명의 적어도 일실시예를 포함하는 이미지 장치의 내부 이미지 처리 구성요소의 블록도이다. 도4의 예시적인 회로에서, 센서(400)는 일부 장면/환경으로부터의 컬러/세기값인 픽셀 성분을 생성한다. 센서(400)에 의해 생성된 n-비트 픽셀값이 캡쳐 인터페이스(410)로 전송된다. 본 발명과 관련된 센서(400)는 통상적으로 영역 또는 위치의 하나의 "센스"로부터 R, G 또는 B 성분 중 하나를 감지할 수 있다. 따라서, 각 픽셀의 세기값은 3개의(또는 만일 G1 및 G2가 독립적으로 고려된다면 4개의) 컬러 평면 중 오직 하나와 관련있고, 베이어 패턴 미처리 이미지를 함께 형성할 수 있다. 애플리케이션에 의해 어느 것이 요구되더라도, 이러한 R, G 및 B 컬러 "채널"은 독립적으로 또는 조합적으로 압축 및 인코딩될 수 있다. 캡쳐 인터페이스(410)는 센서에 의해 생성된 이미지를 분해하고, 개별적인 픽셀에 대해 세기값을 할당한다. 전체 이미지에 대한 모든 이러한 픽셀의 세트는 디지털 카메라 센서의 통상적인 산업적 구현예 따른 베이어 패턴인 것이다.
모든 센서 장치에서 센서 평면 내의 일부 픽셀들이 장면/환경에서 조명 조건에 대해 적절하게 응답하지 못하는 것은 통상적인 것이다. 결과적으로, 이들 셀로부터 생성된 픽셀값은 결함이 있을 수 있다. 이들 픽셀의 위치를 "결함 픽셀"이라 부른다. 본 발명의 일실시예에서, "픽셀 대체(pixel substitution)" 유닛(415)은 각 무효 픽셀(dead pixel)에서 판독된 값을 그 행(row)에서의 바로 직전의 유효 픽셀의 세기값으로 대체할 수 있다. RAM(416)은, 다양한 다른 실시예들에서 나타난 결함 픽셀 대체 방법에 의해 제공되는, 무효 픽셀의 행과 열의 인덱스로 구성된다. 센서내의 픽셀이 결함이 있는지를 검출하기 위한 방법은, 도5에서 예시된 바와 같이, 컴퓨터 시스템 또는 다른 이러한 장치에 의해 수행될 수 있다. 결함 픽셀 위치의 행과 열 인덱스의 결과로서 생성되는 탤리는, 이미징 장치와 외부 장치들 사이에 양-방향성으로 데이터를 전송하는데 용이한 버스(460)를 통해 RAM(416)으로 로딩될 수 있다. 대안의 일실시예에서, 대체 유닛(415)은 이미지가 다운로드되거나 디스플레이될 준비가 된 후에, 필터링 또는 평균화(averaging)와 같은 일부 형식의 후처리를 위해 이미징 장치로부터 제거될 수 있다.
이미징 장치에서, 컴팬딩 모듈(companding module)(425)은 센서로부터 캡쳐된 n-비트(통상적으로 n=10임) 세기의 원래의 픽셀 각각을 m-비트 세기값으로 변환하도록 설계되는데, 여기서 m<n(통상적으로, m=8임)이다. 만일 센서(400) 및 캡쳐 인터페이스(410)가 픽셀값마다 표준 8-비트를 제공한다면 컴팬딩 모듈(425)은 필요없다. 결함 픽셀 검출은 센서의 상대적인 세기 범위에 따라 수행되어야 하는데, 이것은, 본래 10-비트와 같이 보다 높은 양-해상도(bi-resolution)인 경우에는, 위에서 언급된 바와 같이, 세기 범위의 상한이 255(8-비트 세기 값에 대해)가 아니라 1023이 되도록 고려해야 한다.
1차 압축기(primary compressor)(428)는 컴팬딩된 센서 이미지 데이터를 수신하여, JPEG과 같은 이미지 압축을 수행한다. 이러한 압축을 수행하는데 사용되는 계수 및/또는 양자화 임계값(quantization thresholds)을 저장하기 위해 RAM(429)이 사용될 수 있다. 1차 압축기(428)는 결함 픽셀 위치 또는 그 값을 감지 또는 보정하는 출력을 제공하도록 설계될 수 있고, 이렇게 압축된 값을 인코더/데이터 패커(430)로 전송한다. 도5의 이미징 장치가 연결되어 있는 정보 장치에서 결함 픽셀 위치 맵이 생성될 때, 전술된 결정론적 접근 방법은 그들이 압축되기 전에 픽셀 상에서 가장 잘 수행된다.
각각의 RAM 테이블(416, 426, 429 및 431)은 버스(460)와 직접적으로 통신하여, 그들 데이터가 로딩되어, 이후에 원한다면, 보정될 수 있다. 또한, 이들 RAM 테이블 및 다른 RAM 테이블이 필요에 따라 중간의 결과 데이터를 저장하는데 사용될 수 있다. 저장 어레이(440)내의 데이터가 도4의 이미징 장치의 외부로 전송될 준비가 되면, 이것은 전송을 위해 버스(460)에 배치될 수 있다. 버스(460)는 또한 필요에 따라 RAM 테이블(416, 426, 429 및 431)의 갱신을 용이하게 한다. 장치의 설계에 따라, 결함 픽셀 식별이 수행되고 있는 동안에, 압축 및 데이터 보정을 수행하지 않거나, 또는 제한적으로 수행하는 진단 캡쳐 모드(diagnostic capture mode)가 제공될 수 있다.
도5는 본 발명의 일실시예의 시스템 블록도를 도시하고 있다.
도5는 카메라(530)에 연결되는 PC와 같은 범용 또는 특수 용도의 컴퓨팅 또는 데이터 처리 머신일 수 있는 컴퓨터 시스템(510)을 도시하고 있다. 카메라(530)는 디지털 카메라, 디지털 비디오, 이미지 캡쳐 장치, 이미징 시스템 또는 그것들의 조합일 수 있고, 장면(540)의 이미지를 캡쳐하기 위하여 사용된다. 본질적으로, 캡쳐된 이미지는 이미지 처리 회로(532)에 의해 처리되어, RAM 또는 고정 디스크와 같은 다른 저장 장치일 수 있는, 이미지 메모리 유닛(534)에 효과적으로 저장될 수 있다. 컴퓨터 시스템(510)으로 향하는, 이미지 메모리 유닛(534)내에 포함된 이미지(들)는, 본 발명의 일실시예에 따라 카메라(530)의 결함 픽셀 위치를 결정하기 위한 것일 수 있다. 스틸 이미징을 수행할 수 있는 대부분의 디지털 카메라에서, 이미지는 먼저 저장되고, 나중에 다운로드된다. 이것은 카메라(530)가 추가 지연없이 빨리 다음의 객체/장면을 캡쳐할 수 있게 한다. 특히, 카메라의 결함 픽셀 위치 검출시에 컴퓨터 시스템(510)을 사용하는 것은, 카메라(530)의 계산/저장 요건을 감소시켜서, 보다 덜 복잡하고, 이에 따라, 보다 적은 제조 비용을 가능하게 한다.
이미지 처리 회로(532)는 픽셀 대체(만일 있다면), 카메라(530)에 의해 캡쳐된 이미지의 컴팬딩 및 압축을 수행한다. 압축되거나 또는 미처리되든지 간에, 캡쳐된 이미지가 컴퓨터 시스템(510)으로 다운로드될 때, 이것은 디코딩되어, 프린터(도시되지 않음)와 같은 일부 출력 장치, 또는 모니터 장치(520)로 렌더링될 수 있다. 필요하다면, MMX 기술을 구비한 펜티엄 프로세서(Intel사의 제품)와 같은 프로세서(512)와, 명령어 어드레스 및 결과 데이터를 저장/로드하기 위하여 사용되는 RAM과 같은 메모리(511)를 사용하여, 전술된 결함 픽셀 검출 방법의 실행 및 이미지 압축해제가 이루어질 수 있다.
카메라(530)로부터 다운로드된 일련의 이미지들에 기반하여 결함 픽셀의 검출을 수행하는데 사용되는 애플리케이션은, C++과 같은 언어로 기록된 소스 코드로부터 컴파일되는 실행 가능한 파일으로부터 나올 수 있다. 이미지를 스케일링하는데 필요한 명령어들과 대응하는 이런 실행가능한 파일의 명령어들이 디스크(518) 또는 메모리(511)에 저장될 수 있다. 더욱이, 이러한 애플리케이션 소프트웨어는 네트워크 또는 다른 시스템들과 함께 사용하기 위한 컴퓨터-판독가능 매체 상에 분배될 수 있다.
장면(540)의 이미지와 같은, 이미지가 카메라(530)에 의해 캡쳐될 때, 이것은 이미지 처리 회로(532)로 전송된다. 이미지 처리 회로(532)는 다른 기능들 사이에 결함 픽셀의 보정에 의해 보상된 이미지 픽셀 데이터 세트의 압축을 실행할 수 있는 다른 구성요소와 IC들로 구성된다. 이미지 메모리 유닛(534)은 압축/인코딩된 이미지 데이터를 저장할 수 있다. 모든 픽셀들이 처리 및 저장되거나, 또는 렌더링을 위해 컴퓨터 시스템(510)으로 전송되면, 카메라(530)는 다음 이미지를 캡쳐하는데 사용될 수 있다. 유저 또는 애플리케이션이 이미지의 다운로드를 요구/요청하면, 이미지 메모리 유닛 내에 인코딩된 이미지 데이터는 이미지 메모리 유닛(534)로부터 I/O 포트(517)로 전송된다. I/O 포트(517)는 일시적으로 데이터를 메모리(511), 또는 선택적으로 디스크(518)로 저장하기 위하여, 도시된 버스-브릿지 계층구조(I/O 버스(515)-브릿지(514)-시스템 버스(513))를 사용한다. 컴퓨터 시스템(510)은 프로세서(512) 및 메모리(511)로/부터의 정보 전송을 용이하게 하는 시스템 버스(513), 및 I/O 버스(515)에 연결되는 브릿지(514)를 구비하고 있다. I/O 버스(515)는 디스플레이 어댑터(516), 디스크(518), 및 시리얼 포트와 같은I/O 포트(517) 등의 여러 I/O 장치를 연결한다. I/O 장치, 버스 및 브릿지의 이러한 많은 조합들이 본 발명에 사용될 수 있고, 도시된 조합은 단지 예시적인 하나의 가능한 조합이다.
본 발명의 일실시예에 따르면, 결함 픽셀의 검출이 카메라(530)로부터의 일련의 이미지들을 다운로드하고 분석함으로써 컴퓨터 시스템(510) 상에서 달성될 수 있다. 결함 픽셀 위치 데이터는 디스크, 메모리(511) 또는 다른 저장 메커니즘에 저장될 수 있고, 모든 다운로드된 이미지의 보정 또는 개선을 수행하는데 사용될 수 있다. 결함 이미지 위치의 다운로드 후의 보정은 이러한 특징들을 카메라(530)에 포함시킬 필요성을 없앤다. 결함 픽셀을 검출하는 동안에 컴퓨터 시스템(510)은 MND의 계산, 이들을 임계값과 비교, 결함 보트 스코어의 탤링 및 결함 픽셀 맵의 저장과 같은 계산을 수행할 수 있다.
여기서 기술된 예시적인 실시예들은 본 발명의 원리를 단지 예시하기 위하여 제공된 것이고, 본 발명의 범위를 제한한 것으로 해석하지 말아야 한다. 오히려, 본 발명의 원리들은 여기서 기술된 장점 및 다른 장점들을 달성하거나, 뿐만 아니라, 다른 목적을 만족시키기 위해, 넓은 범위의 시스템에 적용될 수 있다.

Claims (18)

  1. 이미지 센서로부터 이미지들의 시퀀스를 다운로드하는 단계;
    소정의 하나의 픽셀의 위치와 상기 각 이미지에서의 인접 픽셀 위치들의 세트의 각각의 위치 사이의 세기값 차의 절대값을 계산하고, 상기 세기값 차의 절대값 중의 최소값을 구함으로써 상기 소정의 픽셀에 관한 최소 인접 거리를 상기 이미지 시퀀스의 각각의 이미지에 대해 결정하는 단계 - 여기서, 상기 최소값은 상기 최소 인접 거리가 되도록 설정됨 - ; 및
    상기 최소 인접 거리를 통합하는(incorporating) 결함 보트 스코어(Defective Vote score)가 제1 임계값을 초과하는 경우, 상기 센서의 결함 픽셀 위치를 맵에 표시하는 단계 - 여기서, 상기 스코어는 상기 모든 캡쳐된 이미지에 걸쳐서 탤링되고, 상기 최소 인접 거리를 통합하는 것은 상기 최소 인접 거리가 제2 임계값을 초과하는 경우, 상기 결함 보트 스코어를 1만큼 증가시키는 것을 포함함 -
    를 포함하는 방법.
  2. 제1항에 있어서,
    상기 다운로드 단계는,
    상기 센서를 호스트 컴퓨터에 연결하는 단계; 및
    상기 센서를 이용하여 상기 이미지를 캡쳐하는 단계를 포함하는
    방법.
  3. 삭제
  4. 삭제
  5. 제1항에 있어서,
    상기 인접 픽셀들의 이웃(neighborhood)은 그 결함여부가 판정되고 있는 상기 픽셀 위치의 컬러 평면 연관성에 따라 결정되는
    방법.
  6. 제1항에 있어서,
    상기 센서는 베이어 패턴으로 배열되는
    방법.
  7. 제1항에 있어서,
    상기 제1 임계값은 다운로드된 이미지의 수를 소정 수로 나눈 값이고, 상기 소정 수는 폴스 포지티브(false positive) 및 폴스 네거티브(false negative) 비율의 레벨에 의해 결정되는
    방법.
  8. 제1항에 있어서,
    상기 센서는 디지털 카메라 내에 포함되는
    방법.
  9. 명령어가 저장된 컴퓨터 판독가능 매체에 있어서,
    상기 명령어는, 실행되는 경우,
    이미지 센서로부터 이미지들의 시퀀스를 다운로드하는 단계;
    소정의 하나의 픽셀의 위치와 상기 각 이미지에서의 인접 픽셀 위치들의 세트의 각각의 위치 사이의 세기값 차의 절대값을 계산하고, 상기 세기값 차의 절대값 중의 최소값을 구함으로써 상기 소정의 픽셀에 관한 최소 인접 거리를 상기 이미지 시퀀스의 각각의 이미지에 대해 결정하는 단계 - 여기서, 상기 최소값은 상기 최소 인접 거리가 되도록 설정됨 - ; 및
    상기 최소 인접 거리를 통합하는(incorporating) 결함 보트 스코어(Defective Vote score)가 제1 임계값을 초과하는 경우, 상기 센서의 결함 픽셀 위치를 맵에 표시하는 단계 - 여기서, 상기 스코어는 상기 모든 캡쳐된 이미지에 걸쳐서 탤링되고, 상기 최소 인접 거리를 통합하는 것은 상기 최소 인접 거리가 제2 임계값을 초과하는 경우, 상기 결함 보트 스코어를 1만큼 증가시키는 것을 포함함 -
    가 수행되도록 하는
    컴퓨터 판독가능 매체.
  10. 제9항에 있어서,
    상기 다운로드 단계는,
    상기 센서를 호스트 컴퓨터에 연결하는 단계; 및
    상기 센서를 이용하여 상기 이미지를 캡쳐하는 단계에 의해 야기되는
    컴퓨터 판독가능 매체.
  11. 삭제
  12. 결함 픽셀 검출과 관련된 명령어 및 데이터를 저장할 수 있는 메모리; 및
    상기 메모리에 연결되고, 이미지 센서의 어느 픽셀이 결함있는지를 판정하기 위해, 상기 명령어를 실행하고 상기 데이터를 처리하는데 적합한 프로세서
    를 포함하고,
    여기서, 상기 명령어는,
    이미지 센서로부터 이미지들의 시퀀스를 다운로드하는 단계;
    소정의 하나의 픽셀의 위치와 상기 각 이미지에서의 인접 픽셀 위치들의 세트의 각각의 위치 사이의 세기값 차의 절대값을 계산하고, 상기 세기값 차의 절대값 중의 최소값을 구함으로써 상기 소정의 픽셀에 관한 최소 인접 거리를 상기 이미지 시퀀스의 각각의 이미지에 대해 결정하는 단계 - 여기서, 상기 최소값은 상기 최소 인접 거리가 되도록 설정됨 - ; 및
    상기 최소 인접 거리를 통합하는(incorporating) 결함 보트 스코어(Defective Vote score)가 제1 임계값을 초과하는 경우, 상기 센서의 결함 픽셀 위치를 맵에 표시하는 단계 - 여기서, 상기 스코어는 상기 모든 캡쳐된 이미지에 걸쳐서 탤링되고, 상기 최소 인접 거리를 통합하는 것은 상기 최소 인접 거리가 제2 임계값을 초과하는 경우, 상기 결함 보트 스코어를 1만큼 증가시키는 것을 포함함 -
    가 수행되도록 하는
    시스템.
  13. 제12항에 있어서,
    픽셀 세기값의 형태로 데이터를 제공하는 이미지 센서 - 상기 이미지 센서는 상기 각 이미지를 캡쳐하는데 적합함 -
    를 더 포함하는 시스템.
  14. 제13항에 있어서,
    결함으로 판정된 픽셀의 위치를 저장하는데 적합한 결함 픽셀 위치 메모리
    를 더 포함하는 시스템.
  15. 제14항에 있어서,
    상기 센서의 이미지 캡쳐는 결함으로 판정된 픽셀 위치에서 보정되는
    시스템.
  16. 제5항에 있어서,
    상기 최소값은 최하 랭킹 차(lowest ranking difference)가 아닌 것으로 선택되는
    방법.
  17. 제2항에 있어서,
    상기 이미지를 캡쳐하는 단계는, 스턱 로우(Stuck Low) 결함을 검출하는 경우, 주어진 장면에 대한 상기 센서의 노출 시간을 증가시키는 단계를 포함하는
    방법.
  18. 제2항에 있어서,
    상기 이미지를 캡쳐하는 단계는, 스턱 하이(Stuck High) 결함을 검출하는 경우, 주어진 장면에 대한 상기 센서의 노출 시간을 감소시키는 단계를 포함하는
    방법.
KR10-2001-7010880A 1999-02-26 2000-02-04 이미지 센서내의 결함 픽셀 검출시의 고속의 결정론적접근 방법 KR100417834B1 (ko)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US09/258,636 1999-02-26
US09/258,636 US6381357B1 (en) 1999-02-26 1999-02-26 Hi-speed deterministic approach in detecting defective pixels within an image sensor
PCT/US2000/002968 WO2000051341A1 (en) 1999-02-26 2000-02-04 Hi-speed deterministic approach in detecting defective pixels within an image sensor

Publications (2)

Publication Number Publication Date
KR20010108262A KR20010108262A (ko) 2001-12-07
KR100417834B1 true KR100417834B1 (ko) 2004-02-11

Family

ID=22981463

Family Applications (1)

Application Number Title Priority Date Filing Date
KR10-2001-7010880A KR100417834B1 (ko) 1999-02-26 2000-02-04 이미지 센서내의 결함 픽셀 검출시의 고속의 결정론적접근 방법

Country Status (8)

Country Link
US (1) US6381357B1 (ko)
EP (1) EP1157544B1 (ko)
JP (1) JP4261068B2 (ko)
KR (1) KR100417834B1 (ko)
AU (1) AU3590300A (ko)
DE (1) DE60013102T2 (ko)
TW (1) TW429330B (ko)
WO (1) WO2000051341A1 (ko)

Families Citing this family (70)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3532781B2 (ja) * 1999-02-12 2004-05-31 株式会社メガチップス 画像入力装置の画像処理回路
US7898571B1 (en) * 1999-02-27 2011-03-01 Raytheon Company Versatile video data acquisition and analysis system
US6661456B1 (en) * 1999-04-30 2003-12-09 General Electric Company Imaging of pixel defects in digital detectors
US6693668B1 (en) * 1999-06-04 2004-02-17 Canon Kabushiki Kaisha Self-diagnostic image sensor
US6806902B1 (en) * 1999-06-08 2004-10-19 Chrontel, Inc. System and method for correcting bad pixel data in a digital camera
US6697534B1 (en) 1999-06-09 2004-02-24 Intel Corporation Method and apparatus for adaptively sharpening local image content of an image
US6995794B2 (en) * 1999-06-30 2006-02-07 Logitech Europe S.A. Video camera with major functions implemented in host software
US6625308B1 (en) 1999-09-10 2003-09-23 Intel Corporation Fuzzy distinction based thresholding technique for image segmentation
US6658399B1 (en) 1999-09-10 2003-12-02 Intel Corporation Fuzzy based thresholding technique for image segmentation
US7053944B1 (en) 1999-10-01 2006-05-30 Intel Corporation Method of using hue to interpolate color pixel signals
US6711302B1 (en) * 1999-10-20 2004-03-23 Eastman Kodak Company Method and system for altering defects in digital image
JP3773773B2 (ja) * 1999-10-27 2006-05-10 三洋電機株式会社 画像信号処理装置及び画素欠陥の検出方法
US6628827B1 (en) 1999-12-14 2003-09-30 Intel Corporation Method of upscaling a color image
US7158178B1 (en) 1999-12-14 2007-01-02 Intel Corporation Method of converting a sub-sampled color image
US6961472B1 (en) 2000-02-18 2005-11-01 Intel Corporation Method of inverse quantized signal samples of an image during image decompression
US6748118B1 (en) 2000-02-18 2004-06-08 Intel Corporation Method of quantizing signal samples of an image during same
US7046728B1 (en) 2000-06-30 2006-05-16 Intel Corporation Method of video coding the movement of a human face from a sequence of images
US6642961B1 (en) * 2000-07-12 2003-11-04 Vanguard International Semiconductor Corp. Method of defective pixel address detection for image sensors having windowing function
US6768512B1 (en) * 2000-07-12 2004-07-27 Vanguard International Semiconductor Corp. Method of bad pixel correction
US6775413B1 (en) 2000-09-18 2004-08-10 Intel Corporation Techniques to implement one-dimensional compression
US6795118B1 (en) * 2000-10-18 2004-09-21 Micron Technology, Inc. Testing of solid-state image sensors
WO2002037837A1 (en) 2000-10-30 2002-05-10 Simon Fraser University Active pixel sensor with built in self-repair and redundancy
US6563439B1 (en) * 2000-10-31 2003-05-13 Intel Corporation Method of performing Huffman decoding
FR2816155B1 (fr) * 2000-10-31 2003-04-04 Ge Med Sys Global Tech Co Llc Procede et dispositif de qualification de detecteurs d'image en fonction de leurs mauvais pixels
US6636167B1 (en) * 2000-10-31 2003-10-21 Intel Corporation Method of generating Huffman code length information
DE10122876C2 (de) * 2000-11-24 2003-08-21 Siemens Ag Verfahren zum Betrieb eines Bildsystems einer bildgebenden medizinischen Untersuchungseinrichtung und medizinische Untersuchungseinrichtung
US7961201B1 (en) 2000-12-21 2011-06-14 Cognex Corporation Method and apparatus for producing graphical machine vision content for distribution via a network
US7962898B1 (en) 2000-12-29 2011-06-14 Cognex Corporation Optimized distribution of machine vision processing
US20020118746A1 (en) * 2001-01-03 2002-08-29 Kim Hyun Mun Method of performing video encoding rate control using motion estimation
DE10106907C2 (de) * 2001-02-13 2003-06-26 Siemens Ag Röntgendiagnostikeinrichtung mit Mitteln und Verfahren zur Korrektur von Kometenartefakten
US6766286B2 (en) 2001-03-28 2004-07-20 Intel Corporation Pyramid filter
US6889237B2 (en) * 2001-03-30 2005-05-03 Intel Corporation Two-dimensional pyramid filter architecture
US20020184276A1 (en) * 2001-03-30 2002-12-05 Tinku Acharya Two-dimensional pyramid filter architecture
US6726103B1 (en) * 2001-11-07 2004-04-27 Pixim, Inc. Imaging system with built-in diagnostics
US7305114B2 (en) * 2001-12-26 2007-12-04 Cognex Technology And Investment Corporation Human/machine interface for a machine vision sensor and method for installing and operating the same
KR100407158B1 (ko) * 2002-02-07 2003-11-28 삼성탈레스 주식회사 적외선 열상장비의 시변결점 보상방법 및 장치
JP2004015711A (ja) * 2002-06-11 2004-01-15 Fuji Photo Film Co Ltd 画像読取方法および装置ならびに補正情報出力方法および装置
US7209599B2 (en) * 2002-07-12 2007-04-24 Hewlett-Packard Development Company, L.P. System and method for scanned image bleedthrough processing
JP4194336B2 (ja) * 2002-07-25 2008-12-10 富士通マイクロエレクトロニクス株式会社 半導体集積回路、欠陥画素補正方法、及び画像プロセッサ
US7266151B2 (en) * 2002-09-04 2007-09-04 Intel Corporation Method and system for performing motion estimation using logarithmic search
US20040042551A1 (en) * 2002-09-04 2004-03-04 Tinku Acharya Motion estimation
US20040057626A1 (en) * 2002-09-23 2004-03-25 Tinku Acharya Motion estimation using a context adaptive search
US7274393B2 (en) * 2003-02-28 2007-09-25 Intel Corporation Four-color mosaic pattern for depth and image capture
US20040174446A1 (en) * 2003-02-28 2004-09-09 Tinku Acharya Four-color mosaic pattern for depth and image capture
US20040169748A1 (en) * 2003-02-28 2004-09-02 Tinku Acharya Sub-sampled infrared sensor for use in a digital image capture device
US20050030388A1 (en) * 2003-08-06 2005-02-10 Stavely Donald J. System and method for improving image capture ability
US7369712B2 (en) * 2003-09-30 2008-05-06 Fotonation Vision Limited Automated statistical self-calibrating detection and removal of blemishes in digital images based on multiple occurrences of dust in images
US7676110B2 (en) * 2003-09-30 2010-03-09 Fotonation Vision Limited Determination of need to service a camera based on detection of blemishes in digital images
US8369650B2 (en) 2003-09-30 2013-02-05 DigitalOptics Corporation Europe Limited Image defect map creation using batches of digital images
US7308156B2 (en) 2003-09-30 2007-12-11 Fotonation Vision Limited Automated statistical self-calibrating detection and removal of blemishes in digital images based on a dust map developed from actual image data
US7424170B2 (en) 2003-09-30 2008-09-09 Fotonation Vision Limited Automated statistical self-calibrating detection and removal of blemishes in digital images based on determining probabilities based on image analysis of single images
US7310450B2 (en) 2003-09-30 2007-12-18 Fotonation Vision Limited Method of detecting and correcting dust in digital images based on aura and shadow region analysis
US7295233B2 (en) * 2003-09-30 2007-11-13 Fotonation Vision Limited Detection and removal of blemishes in digital images utilizing original images of defocused scenes
US7340109B2 (en) * 2003-09-30 2008-03-04 Fotonation Vision Limited Automated statistical self-calibrating detection and removal of blemishes in digital images dependent upon changes in extracted parameter values
US7590305B2 (en) 2003-09-30 2009-09-15 Fotonation Vision Limited Digital camera with built-in lens calibration table
CN100464247C (zh) * 2004-02-23 2009-02-25 英华达(上海)电子有限公司 自动检测相机的方法、检测系统以及储存媒体
JP2005354278A (ja) * 2004-06-09 2005-12-22 Seiko Epson Corp 撮像手段の撮像した画像の画像データを処理する画像データ処理
US20050280721A1 (en) * 2004-06-18 2005-12-22 Van Der Heide Auke Method for providing combined gain compensation and error correction of a camera pickup array and an apparatus for implementing the method
GB0506566D0 (en) * 2005-03-31 2005-05-04 E2V Tech Uk Ltd Method of identifying a photoelectric sensor array
JP4425834B2 (ja) * 2005-07-25 2010-03-03 富士フイルム株式会社 欠陥画素更新システム
WO2007036055A1 (en) * 2005-09-30 2007-04-05 Simon Fraser University Methods and apparatus for detecting defects in imaging arrays by image analysis
WO2007095556A2 (en) 2006-02-14 2007-08-23 Fotonation Vision Limited Digital image acquisition device with built in dust and sensor mapping capability
JP4914142B2 (ja) * 2006-08-04 2012-04-11 キヤノン株式会社 検査装置
JP5012673B2 (ja) * 2008-06-03 2012-08-29 ソニー株式会社 表示装置
US20100141810A1 (en) * 2008-12-04 2010-06-10 Proimage Technology Bad Pixel Detection and Correction
US20100231763A1 (en) * 2009-03-16 2010-09-16 Harris Corporation, Corporation Of The State Of Delaware Defective pixel detector for a digital video camera and associated methods
US8654398B2 (en) 2012-03-19 2014-02-18 Seiko Epson Corporation Method for simulating impact printer output, evaluating print quality, and creating teaching print samples
CN113658169B (zh) * 2021-08-26 2024-07-05 歌尔科技有限公司 图像斑点检测方法、设备、介质及计算机程序产品
CN114612320B (zh) * 2022-03-04 2023-09-29 业成科技（成都）有限公司 图像亮度优化方法、装置、计算机设备和存储介质
US20240202874A1 (en) * 2022-12-20 2024-06-20 Samsung Electronics Co., Ltd. Bad pixel correction in image processing applications or other applications

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE3121599C2 (de) * 1981-05-30 1986-11-27 Robert Bosch Gmbh, 7000 Stuttgart Verfahren und Schaltungsanordnung zum Verdecken von Fehlern in einem digitalen Videosignal
US4969198A (en) 1986-04-17 1990-11-06 International Business Machines Corporation System for automatic inspection of periodic patterns
US5047861A (en) 1990-07-31 1991-09-10 Eastman Kodak Company Method and apparatus for pixel non-uniformity correction
JPH05260386A (ja) * 1992-03-16 1993-10-08 Sony Corp 固体撮像素子の欠陥画素検出回路
US5541653A (en) * 1993-07-27 1996-07-30 Sri International Method and appartus for increasing resolution of digital color images using correlated decoding
US5854655A (en) * 1995-08-29 1998-12-29 Sanyo Electric Co., Ltd. Defective pixel detecting circuit of a solid state image pick-up device capable of detecting defective pixels with low power consumption and high precision, and image pick-up device having such detecting circuit

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
유럽특허 762,741. 1부. *

Also Published As

Publication number Publication date
DE60013102T2 (de) 2005-08-18
JP4261068B2 (ja) 2009-04-30
DE60013102D1 (de) 2004-09-23
WO2000051341A1 (en) 2000-08-31
AU3590300A (en) 2000-09-14
EP1157544A1 (en) 2001-11-28
KR20010108262A (ko) 2001-12-07
US6381357B1 (en) 2002-04-30
TW429330B (en) 2001-04-11
EP1157544B1 (en) 2004-08-18
JP2002538684A (ja) 2002-11-12

Similar Documents

Publication Publication Date Title
KR100417834B1 (ko) 이미지 센서내의 결함 픽셀 검출시의 고속의 결정론적접근 방법
CN1167035C (zh) 动态异常象素的检测和校正
US6366694B1 (en) Integrated color interpolation and color space conversion algorithm from 8-bit Bayer pattern RGB color space to 24-bit CIE XYZ color space
US8295595B2 (en) Generating full color images by demosaicing noise removed pixels from images
EP1389771B1 (en) Digital image system and method for combining demosaicing and bad pixel correction
US6625318B1 (en) Robust sequential approach in detecting defective pixels within an image sensor
KR100399884B1 (ko) 이미지 센서의 결함 픽셀 보정 장치 및 그 방법
JP3587433B2 (ja) 固体撮像素子の画素欠陥検出装置
EP1781017A2 (en) Methods and devices for image signal processing
US20050243181A1 (en) Device and method of detection of erroneous image sample data of defective image samples
JP2004112802A (ja) 欠陥ピクセルの検出可能なディジタル・イメージ・センサおよび方法
US20080123950A1 (en) Image processing apparatus, image capturing apparatus, image processing method in these apparatuses, and program allowing computer to execute the method
US8385642B2 (en) Method for removing color fringe in digital image
US7652698B2 (en) Shading correction circuit of electronic camera
US20110158515A1 (en) Method for removing color fringe in digital image
US7239758B2 (en) Signal processing device for reducing noise of image signal, signal processing program, and signal processing method
JP4579570B2 (ja) シェーディング処理方法
Hammadou et al. Novel image enhancement technique using shunting inhibitory cellular neural networks
US20070046787A1 (en) Chrominance filter for white balance statistics
JP5008122B2 (ja) 固体撮像素子の欠陥画素補正方法および欠陥画素補正装置
US20020154813A1 (en) Digital image sensor compensation
JPH03123527A (ja) 内視鏡画像データ圧縮装置
CN116074640A (zh) 图像处理方法及相关装置
JPH05260327A (ja) カラー画像処理装置
JPH0449773A (ja) カラー読取装置

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20120110

Year of fee payment: 9

LAPS Lapse due to unpaid annual fee