KR20060020801A - Image sensor having filter capable of adaptive noise cancellation and method for adaptive noise cancellation in image sensor - Google Patents
Image sensor having filter capable of adaptive noise cancellation and method for adaptive noise cancellation in image sensor Download PDFInfo
- Publication number
- KR20060020801A KR20060020801A KR1020040069480A KR20040069480A KR20060020801A KR 20060020801 A KR20060020801 A KR 20060020801A KR 1020040069480 A KR1020040069480 A KR 1020040069480A KR 20040069480 A KR20040069480 A KR 20040069480A KR 20060020801 A KR20060020801 A KR 20060020801A
- Authority
- KR
- South Korea
- Prior art keywords
- dispersion
- pixel portion
- average value
- filtering
- image sensor
- Prior art date
Links
- 230000003044 adaptive effect Effects 0.000 title claims abstract description 22
- 238000000034 method Methods 0.000 title claims abstract description 18
- 239000006185 dispersion Substances 0.000 claims abstract description 69
- 238000001914 filtration Methods 0.000 claims abstract description 60
- 238000001514 detection method Methods 0.000 claims abstract description 4
- 230000006866 deterioration Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 239000003990 capacitor Substances 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 230000008901 benefit Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000002800 charge carrier Substances 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 229910044991 metal oxide Inorganic materials 0.000 description 1
- 150000004706 metal oxides Chemical class 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000005728 strengthening Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/20—Image enhancement or restoration by the use of local operators
-
- G06T5/70—
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10024—Color image
Abstract
본 발명은 정확한 잡음의 레벨을 알고 이에 따라 적응적으로 잡음을 제거할 수 있는 필터를 갖는 이미지센서 및 이미지센서의 적응적인 필터링 방법을 제공하기 위한 것으로, 이를 위해 본 발명은, 이미지 센싱을 위한 노말 픽셀부; 잡음 검출을 위한 다크 픽셀부; 및 상기 노말 픽셀부의 분산과 상기 다크 픽셀부의 분산의 차를 상기 노말 픽셀부의 분산으로 나눈 분산율에 따라 적응적은 필터링을 수행하기 위한 필터를 포함하는 이미지센서를 제공한다.The present invention is to provide an image sensor having a filter capable of knowing the exact level of noise and adaptively remove the noise and an adaptive filtering method of the image sensor. To this end, the present invention provides a normal for image sensing. A pixel portion; A dark pixel unit for noise detection; And a filter for performing adaptive filtering according to a dispersion ratio obtained by dividing the difference between the dispersion of the normal pixel portion and the dispersion of the dark pixel portion by the dispersion of the normal pixel portion.
또한, 본 발명은, 상기한 구성를 갖는 이미지센서의 필터링 방법에 있어서, 상기 노말 픽셀부 및 상기 다크 픽셀부로부터 각각 화소값을 입력받는 단계; 상기 노말 픽셀부의 평균값과 상기 다크 픽셀부의 평균값을 각각 산출하는 단계; 상기 노말 픽셀부의 평균값과 상기 다크 픽셀부의 평균값으로부터 각각 분산을 산출하는 단계; 상기 노말 픽셀부의 분산과 상기 다크 픽셀부의 분산을 이용하여 분산율을 산출하는 단계; 및 상기 분산율의 크기게 따라 적응적으로 필터링을 실시하는 단계를 포함하는 이미지센서의 적응적인 필터링 방법을 제공한다.
The present invention also provides a filtering method for an image sensor having the above configuration, the method comprising: receiving pixel values from the normal pixel unit and the dark pixel unit, respectively; Calculating an average value of the normal pixel portion and an average value of the dark pixel portion, respectively; Calculating variance from the average value of the normal pixel portion and the average value of the dark pixel portion, respectively; Calculating a dispersion ratio using the dispersion of the normal pixel portion and the dispersion of the dark pixel portion; And adaptively filtering according to the size of the dispersion rate.
MSE(Mean Square Error), 위너 필터(Wiener filter), 분산(Variance), 분산율(Variance rate), 평균값, 다크 픽셀부, 노말 픽셀부, 적응적인 필터링.Mean Square Error (MSE), Wiener filter, Variance, Variance rate, Average, Dark Pixel, Normal Pixel, Adaptive Filtering.
Description
도 1은 본 발명의 일실시예에 따른 이미지센서를 도시한 블럭도.1 is a block diagram illustrating an image sensor according to an embodiment of the present invention.
도 2는 본 발명의 일실시예에 따른 이미지센서의 적응적인 필터링 과정을 도식화한 플로우 챠트.2 is a flow chart illustrating an adaptive filtering process of an image sensor according to an embodiment of the present invention.
도 3a 내지 도 3d는 필터링에 따른 원영상과 필터링 후의 영상을 도시한 사진.
3A to 3D are photographs showing an original image according to filtering and an image after filtering.
* 도면의 주요부분에 대한 부호의 설명 *Explanation of symbols on the main parts of the drawings
10 : 노말 픽셀부 11 : 다크 픽셀부10: normal pixel portion 11: dark pixel portion
12 : 필터 120 : 제1평균값 산출부12
121 : 제1분산 산출부 122 : 제2평균값 산출부121: first dispersion calculator 122: second average value calculator
123 : 제2분산 산출부 124 : 분산율 산출부123: second dispersion calculation unit 124: dispersion ratio calculation unit
125 : 필터링부
125: filtering unit
본 발명은 이미지센서(Image sensor)에 관한 것으로, 특히 CMOS(Complementary Metal Oxide Semiconductor) 이미지센서에 관한 것으로, 더욱 상세하게는 적응적인 잡음 제거 필터를 갖는 CMOS 이미지센서에 관한 것이다.The present invention relates to an image sensor, and more particularly to a complementary metal oxide semiconductor (CMOS) image sensor, and more particularly to a CMOS image sensor having an adaptive noise reduction filter.
이미지센서란 반도체가 빛에 반응하는 성질을 이용하여 이미지를 재생해내는 장치를 나타낸다. 즉, 각각의 피사체에서 나오는 각기 다른 빛의 밝기 및 파장을 감지하여 전기적인 값을 읽어내는 장치이다. 이 전기적인 값을 신호처리가 가능한 레벨로 만들어 주는 것이 이미지센서의 역할이다.An image sensor refers to a device that reproduces an image by using a property of a semiconductor reacting to light. That is, the device detects the brightness and wavelength of different light emitted from each subject and reads the electrical value. It is the role of the image sensor to make this electrical value a signal-processing level.
이 중 전하결합소자(CCD; Charge Coupled Device)는 개개의 MOS 캐패시터가 서로 매우 근접한 위치에 있으면서 전하 캐리어가 캐패시터에 저장되고 이송되는 소자이며, CMOS 이미지센서는 제어회로(Control circuit) 및 신호처리회로(Signal processing circuit)를 주변회로로 사용하는 CMOS 기술을 이용하여 픽셀(Pixel) 수만큼 MOS 트랜지스터를 만들고 이것을 이용하여 차례차례 출력(Output)을 검출하는 스위칭 방식을 채용하는 소자이다. CMOS 이미지센서는 저전력 소비라는 큰 장점을 가지고 있기 때문에 휴대폰 등 개인휴대용 시스템에 매우 유용하다. 따라서, 이미지센서는 PC(Personal Computer)용 카메라, 의학용, 완구용 등 다양하게 그 응용이 가능하다.Among them, a charge coupled device (CCD) is a device in which charge carriers are stored and transported in a capacitor while individual MOS capacitors are located very close to each other, and a CMOS image sensor is a control circuit and a signal processing circuit. It is a device that adopts a switching method that uses a CMOS technology that uses a signal processing circuit as a peripheral circuit to make MOS transistors by the number of pixels, and sequentially detects output using the same. CMOS image sensors have the great advantage of low power consumption, which is very useful for personal portable systems such as mobile phones. Therefore, the image sensor can be used in various applications such as a PC (Personal Computer) camera, medical, toys.
이렇듯, 현재 각광을 받고 있는 CMOS 이미지센서에 필연적으로 포함된 수광 부 및 아날로그 회로 등의 잡음은 화질 열화 방지를 위해서는 필연적으로 제거되어야 한다.As such, noise of a light receiving unit and an analog circuit, which are inevitably included in a CMOS image sensor that is currently in the spotlight, must be removed to prevent deterioration of image quality.
따라서, 공정 상의 한계로 인한 CMOS 이미지센서의 잡음을 디지털 신호 처리 부분에서 제거해야 할 필요성이 대두된다. Therefore, there is a need to remove noise of the CMOS image sensor from the digital signal processing part due to process limitations.
디지털 필터를 구현하는 데 있어서, 종래에는 몇가지의 문제점을 가지고 있었다. 그 첫번째는, 일반적으로 동일한 필터 계수를 가지기 때문에 영상을 적응적으로 대처할 수 없다는 것이다. 이로 인해 윤곽선 부분은 심하게 평탄화되는 반면, 평탄한 영역의 잡음은 모두 제거되지 않게 된다.In implementing a digital filter, there have been some problems in the past. The first is that the images cannot be adaptively handled because they generally have the same filter coefficients. This causes the contour portion to be severely flattened, while no noise in the flat areas is removed.
두번째는, 적응적인 필터를 구현하려 해도 정확한 잡음의 레벨을 알기 어려워 필터링을 할 수 없다는 것이다.Second, even if you try to implement an adaptive filter, it is difficult to know the exact level of noise and cannot filter it.
따라서, 윤곽선이 강한 부분은 실제 영상에서 중요한 정보를 나타내므로 이는 최대한 원영상과 동일하게 표현하고, 윤곽선이 없는 평탄한 영역에서는 필터링을 강하게 해서 화질의 열화없이 잡음만 효과적으로 제거할 수 있는 필터가 필요하다.
Therefore, since the strong outline shows important information in the actual image, it is required to express the same as the original image as much as possible, and a filter capable of effectively removing noise without deterioration of image quality by strengthening the filtering in the flat region without the outline is needed. .
본 발명은 상기한 종래기술의 문제점을 해결하기 위해 제안된 것으로서, 정확한 잡음의 레벨을 알고 이에 따라 적응적으로 잡음을 제거할 수 있는 필터를 갖는 이미지센서 및 이미지센서의 적응적인 필터링 방법을 제공하는 것을 그 목적으로 한다.The present invention has been proposed to solve the above problems of the prior art, and provides an image sensor and an adaptive filtering method of the image sensor having a filter capable of knowing the exact level of noise and adaptively removing the noise accordingly. For that purpose.
상기의 목적을 달성하기 위해 본 발명은, 이미지 센싱을 위한 노말 픽셀부; 잡음 검출을 위한 다크 픽셀부; 및 상기 노말 픽셀부의 분산과 상기 다크 픽셀부의 분산의 차를 상기 노말 픽셀부의 분산으로 나눈 분산율에 따라 적응적은 필터링을 수행하기 위한 필터를 포함하는 이미지센서를 제공한다.In order to achieve the above object, the present invention, a normal pixel unit for image sensing; A dark pixel unit for noise detection; And a filter for performing adaptive filtering according to a dispersion ratio obtained by dividing the difference between the dispersion of the normal pixel portion and the dispersion of the dark pixel portion by the dispersion of the normal pixel portion.
또한, 상기의 목적을 달성하기 위해 본 발명은, 상기한 구성를 갖는 이미지센서의 필터링 방법에 있어서, 상기 노말 픽셀부 및 상기 다크 픽셀부로부터 각각 화소값을 입력받는 단계; 상기 노말 픽셀부의 평균값과 상기 다크 픽셀부의 평균값을 각각 산출하는 단계; 상기 노말 픽셀부의 평균값과 상기 다크 픽셀부의 평균값으로부터 각각 분산을 산출하는 단계; 상기 노말 픽셀부의 분산과 상기 다크 픽셀부의 분산을 이용하여 분산율을 산출하는 단계; 및 상기 분산율의 크기게 따라 적응적으로 필터링을 실시하는 단계를 포함하는 이미지센서의 적응적인 필터링 방법을 제공한다.
In addition, to achieve the above object, the present invention provides a filtering method of an image sensor having the above configuration, comprising: receiving a pixel value from the normal pixel unit and the dark pixel unit, respectively; Calculating an average value of the normal pixel portion and an average value of the dark pixel portion, respectively; Calculating variance from the average value of the normal pixel portion and the average value of the dark pixel portion, respectively; Calculating a dispersion ratio using the dispersion of the normal pixel portion and the dispersion of the dark pixel portion; And adaptively filtering according to the size of the dispersion rate.
적응적인 필터를 CMOS 이미지센서에 적합하도록 구현할 뿐만 아니라, 잡음의 레벨도 정확하게 알아야만 한다. 본 발명에서는 적응적인 필터링을 위해서 MSE(Mean Square Error) 관점에서 최적인 위너(Wiener) 필터의 개념을 응용하여 적응적인 필터를 구현한다. 아울러, 적응적인 필터링에 필요한 잡음 레벨은 CMOS 이미지센서에서 빛을 받지 않는 다크 픽셀(Dark pixel)의 정보를 이용함으로써 현재 CMOD 이미지센서가 가지고 있는 정확한 잡음 레벨을 어떠한 추정도 없이 사용하여 정확한 필터링을 수행할 수 있다.
In addition to implementing adaptive filters for CMOS image sensors, the level of noise must be accurately known. In the present invention, the adaptive filter is implemented by applying the concept of the best Wiener filter in terms of Mean Square Error (MSE) for adaptive filtering. In addition, the noise level required for adaptive filtering uses accurate dark pixel information from the CMOS image sensor, so that accurate filtering is performed by using the accurate noise level of the current CMOD image sensor without any estimation. can do.
이하, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자가 본 발명의 기술적 사상을 용이하게 실시할 수 있을 정도로 상세히 설명하기 위하여, 본 발명의 가장 바람직한 실시예를 첨부한 도면을 참조하여 상세하게 설명한다.DETAILED DESCRIPTION Hereinafter, exemplary embodiments of the present invention will be described in detail with reference to the accompanying drawings so that those skilled in the art may easily implement the technical idea of the present invention. do.
도 1은 본 발명의 일실시예에 따른 이미지센서를 도시한 블럭도이다.1 is a block diagram illustrating an image sensor according to an exemplary embodiment of the present invention.
도 1을 참조하면, 본 발명의 이미지센서는 이미지센싱을 위한 노말 픽셀부(10)와, 잡음 검출을 위한 다크 픽셀부(11)와, 노말 픽셀부(10)의 분산과 다크 픽셀부(11)의 분산의 차를 노말 픽셀부(10)의 분산으로 나눈 분산율(Variance Ratio; VR)에 따라 적응적은 필터링을 수행하기 위한 필터(12)를 구비하여 구성된다.Referring to FIG. 1, the image sensor of the present invention includes a
노말 픽셀부(10)는 정상적인 이미지센서의 동작을 위해 빛을 수광하는 기능을 하며, 다크 픽셀부(11)는 빛을 수광하지 않을 경우의 신호를 검출하기 위해 빛이 차단되도록 그 상부가 차폐되어 있다.The
필터(12)의 구성을 보다 세부적으로 살펴본다.The configuration of the
제1평균값 산출부(120)는 노말 픽셀부(10)로부터 제공되는 픽셀 값들을 이용하여 이들의 평균값(mi)을 하기의 수학식1과 같이 산출한다.The first
여기서, 'S'는 노말 픽셀부(10)의 픽셀 수를 나타내며, PNORMAL,k는 노말 픽셀부(10)의 픽셀의 평균값을 나타낸다.Here, 'S' represents the number of pixels of the
제1분산 산출부(121)는 제1평균값 산출부(120)로부터 제공되는 노말 픽셀부(10)의 평균값(mi)으로부터 분산(σi
2)을 하기의 수학식2와 같이 산출한다.
The
제2평균값 산출부(122)는 다크 픽셀부(11)로부터 제공되는 픽셀 값들을 이용하여 이들의 평균값(mN)을 하기의 수학식3과 같이 산출한다.The second
여기서, 'L'은 다크 픽셀부(11)의 픽셀 수를 나타내며, PDARK,k는 다크 픽셀부(11)의 픽셀의 평균값을 나타낸다.
Here, 'L' represents the number of pixels of the
제2평균값 산출부(122)로부터 제공되는 다크 픽셀부(11)의 평균값(mN)으로부 터 분산(σN
2)을 하기의 수학식4와 같이 산출한다.The variance σ N 2 is calculated from the average value m N of the
분산율 산출부(124)는 제1분산 산출부(121)와 상기 제2분산 산출부(123)로부터 제공되는 각 분산 σi
2, σN
2을 이용하여 분산율을 산출한다.
The
분산율은 하기의 수학식5와 같이 산출한다.The dispersion ratio is calculated as in Equation 5 below.
즉, 분산율(VR)은 노말 픽셀부(10)의 분산과 다크 픽셀부(11)의 분산의 차를 노말 픽셀부(10)의 분산으로 나눈 값이다.That is, the dispersion ratio VR is a value obtained by dividing the difference between the dispersion of the
필터링부(125)는 분산율(VR)에 따라 적응적은 필터링을 수행하는 바, 분산율(VR)이 작음에 따라 강한 필터링을 수행하며, 분산율(VR)이 큼에 따라 약한 필터링을 수행한다.The
도 2는 본 발명의 일실시예에 따른 이미지센서의 적응적인 필터링 과정을 도 식화한 플로우 챠트로서, 도 2를 참조하여 도 1의 구성을 갖는 이미지센서의 적응적인 필터링 동작을 살펴 본다.FIG. 2 is a flowchart illustrating an adaptive filtering process of an image sensor according to an exemplary embodiment of the present invention. Referring to FIG. 2, an adaptive filtering operation of the image sensor having the configuration of FIG. 1 will be described.
먼저, 필터링을 수행할 노말 픽셀부(10)와 잡음 정도를 알기 위한 다크 픽셀부(11)로부터의 각각에 해당하는 화소값을 입력받는다.First, a pixel value corresponding to each of the
이어서, 수학식1을 이용하여 노말 픽셀부(10)의 평균값(mi)을 산출하며, 수학식3을 이용하여 다크 픽셀부(11)의 평균값(mN)을 각각 산출한다(S20).Next, the average value m i of the
노말 픽셀부(10)의 평균값(mi)과 수학식2를 이용하여 분산(σi
2)을 산출하며, 다크 픽셀부(11)의 평균값(mN)과 수학식4를 이용하여 분산(σN
2)을 산출한다(S21).
The variance σ i 2 is calculated using the average value m i of the
분산(σi
2)을 구하는 이유는 필터링을 수행할 노말 픽셀부(10)의 에너지를 알기 위한 것이고, 분산(σN
2)을 구하는 이유는 다크 픽셀부(11)의 잡음 에너지를 알기 위한 것이다. 이렇게 각각 구한 분산 σi
2과 σN
2을 이용하여 원신호의 분산을 추정하게 된다. 이어서, 노말 픽셀부(10)의 분산(σi
2)과 상기 다크 픽셀부(11)의 분산(σN
2)을 이용하여 수학식5를 통해 분산율(VR)을 산출한다.The reason for obtaining variance σ i 2 is to know the energy of the
이어서, 분산율(VR)의 크기게 따라 적응적으로 필터링을 실시한다(S23 ∼ S25). 즉, 분산율(VR)이 작음에 따라 강한 필터링을 수행하며(S24), 분산율(VR)이 큼에 따라 약한 필터링을 수행한다(S25).Subsequently, filtering is adaptively performed according to the magnitude of dispersion rate VR (S23 to S25). That is, strong filtering is performed as the dispersion rate VR is small (S24), and weak filtering is performed as the dispersion rate VR is large (S25).
분산율(VR)이 높게 되면 상대적으로 잡음이 작게 되므로 현재 필터링이 수행되는 화소의 값이 많이 반영되도록 약한 필터링을 수행한다. 잡음 레벨이 현저히 높다면 분산율(VR)은 작은 값을 가지게 되고, 이 때는 강한 필터링을 수행하여 고주파 잡음 성분이 많이 제거되도록 한다.When the dispersion rate VR is high, the noise is relatively small, so that weak filtering is performed to reflect a large value of the pixel to which the current filtering is performed. If the noise level is significantly high, the variance ratio (VR) has a small value, and in this case, strong filtering is performed to remove many high frequency noise components.
한편, 필터링은 단지 두가지의 기준에 의해서만 실시되는 것이 아니고, 약한 필터링과 강한 필터링 및 중간 필터링 등 다양한 단계를 포함할 수 있다. 예컨대, 분산율(VR)이 '0.1'보다 작음에 따라 강한 필터링을 실시하고, 분산율(VR)이 '0.1' 보다 크고 '0.2'보다 작음에 따라 중간 필터링을 실시하며, 또한, '0.2'와 '0.3' 사이 등 각 단계별로 필터링을 달리 실시할 수 있다.On the other hand, the filtering is not performed only by two criteria, but may include various steps such as weak filtering, strong filtering, and intermediate filtering. For example, strong filtering is performed as the dispersion rate VR is smaller than '0.1', and intermediate filtering is performed as the dispersion rate VR is larger than '0.1' and smaller than '0.2', and '0.2' and ' Filtering can be performed differently at each stage, such as between 0.3 '.
도 1의 실시예에서는 강한 필터링을 위한 분산율(VR)의 문턱값으로 0.1을 그 예로 하였으며, 약한 필터링을 위한 분산율(VR)의 문턱값으로 1을 그 예로 하였다.In the embodiment of FIG. 1, 0.1 is used as the threshold of dispersion rate VR for strong filtering, and 1 is used as the threshold value of dispersion rate VR for weak filtering.
도 3a 내지 도 3d는 필터링에 따른 원영상과 필터링 후의 영상을 도시한 사진이다.3A to 3D are photographs showing an original image according to filtering and an image after filtering.
도 3a는 원영상을 나타내며, 도 3는 약한 필터링를 실시한 경우의 영상을 나타낸다. 도 3b에서는 윤곽선이 없는 평탄한 부분에서 필터링이 약하게 이루어져 잡음이 잔류함을 알 수 있다.3A shows an original image, and FIG. 3 shows an image when weak filtering is performed. In FIG. 3B, it can be seen that the filtering is weak in the flat portion having no outline and noise remains.
도 3c는 강한 필터링을 실시한 경우의 영상을 나타낸다. 도 3c에서는 윤곽선이 있는 부분에서 강한 필터링이 이루어져 영상이 뭉그러져 있음을 알 수 있다.3C shows an image when strong filtering is performed. In FIG. 3C, it can be seen that the image is clumped due to strong filtering at the contoured portion.
반면, 도 3d는 본 발명의 적응적인 필터링 방식을 이용한 필터링 후의 영상 을 나타내며, 잡음 에너지를 고려하여 적응적으로 필터링을 수행함으로써 도 3a의 원영상과 거의 유사한 영상을 얻을 수 있음을 알 수 있다.
On the other hand, FIG. 3D shows an image after filtering using the adaptive filtering method of the present invention, and it can be seen that an image similar to the original image of FIG. 3A can be obtained by adaptively filtering in consideration of noise energy.
전술한 바와 같이 이루어지는 본 발명은, 상대적으로 간단한 회로의 구성으로 CMOS 이미지센서의 잡음을 대폭 감소시키고, 또한 윤곽선 성분은 그대로 유지하여 화질이 열화되는 것을 막을 수 있는 우수한 성능을 얻을 수 있으며, 이후의 신호 처리 과정에서 생기는 오차의 영향을 감소시켜 현저히 낳은 화질을 얻을 수 있다.According to the present invention made as described above, a relatively simple circuit configuration can significantly reduce the noise of the CMOS image sensor and also maintain the contour components, thereby obtaining excellent performance that can prevent deterioration of image quality. Significant image quality can be obtained by reducing the influence of errors generated during signal processing.
아울러, CMOS 이미지센서의 온도가 상승하는 등의 주변 환경의 변하에도 잡음의 정도가 적절히 반영됨으로써, 주변 환경의 변화에 대한 추가적인 고려가 없이 본 발명의 회로를 보다 안정적으로 사용할 수 있음을 실시예를 통해 알아보았다.
In addition, since the degree of noise is properly reflected even when the ambient environment changes such as the temperature of the CMOS image sensor rises, the circuit of the present invention can be used more stably without further consideration of the change of the ambient environment. Learned through
본 발명의 기술 사상은 상기 바람직한 실시예에 따라 구체적으로 기술되었으나, 상기한 실시예는 그 설명을 위한 것이며 그 제한을 위한 것이 아님을 주의하여야 한다. 또한, 본 발명의 기술 분야의 통상의 전문가라면 본 발명의 기술 사상의 범위 내에서 다양한 실시예가 가능함을 이해할 수 있을 것이다.
Although the technical idea of the present invention has been described in detail according to the above preferred embodiment, it should be noted that the above-described embodiment is for the purpose of description and not of limitation. In addition, those skilled in the art will understand that various embodiments are possible within the scope of the technical idea of the present invention.
상술한 바와 같은 본 발명은, 정확한 잡음의 레벨을 알고 이에 따라 적응적으로 잡음을 제거할 수 있어, 이미지센서의 성능을 향상시키는 효과가 있다.According to the present invention as described above, it is possible to know the correct noise level and adaptively remove the noise, thereby improving the performance of the image sensor.
Claims (6)
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020040069480A KR20060020801A (en) | 2004-09-01 | 2004-09-01 | Image sensor having filter capable of adaptive noise cancellation and method for adaptive noise cancellation in image sensor |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020040069480A KR20060020801A (en) | 2004-09-01 | 2004-09-01 | Image sensor having filter capable of adaptive noise cancellation and method for adaptive noise cancellation in image sensor |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR20060020801A true KR20060020801A (en) | 2006-03-07 |
Family
ID=37127820
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020040069480A KR20060020801A (en) | 2004-09-01 | 2004-09-01 | Image sensor having filter capable of adaptive noise cancellation and method for adaptive noise cancellation in image sensor |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR20060020801A (en) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8768093B2 (en) | 2007-01-30 | 2014-07-01 | Samsung Electronics Co., Ltd. | Method and apparatus for reducing noise |
| KR20170020939A (en) * | 2009-03-12 | 2017-02-24 | 톰슨 라이센싱 | Methods and apparatus for region-based filter parameter selection for de-artifact filtering |
-
2004
- 2004-09-01 KR KR1020040069480A patent/KR20060020801A/en not_active Application Discontinuation
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8768093B2 (en) | 2007-01-30 | 2014-07-01 | Samsung Electronics Co., Ltd. | Method and apparatus for reducing noise |
| KR20170020939A (en) * | 2009-03-12 | 2017-02-24 | 톰슨 라이센싱 | Methods and apparatus for region-based filter parameter selection for de-artifact filtering |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| EP3480783B1 (en) | Image-processing method, apparatus and device | |
| US8520094B2 (en) | Flicker detecting circuit and method in image sensor | |
| KR100735561B1 (en) | Method and apparatus for reducing noise from image sensor | |
| TWI382754B (en) | Method of adjusting blur image | |
| CN101366271B (en) | Automatic flicker correction in an image capture device | |
| JP4640508B2 (en) | Image processing apparatus, image processing method, program, and imaging apparatus | |
| US20190130533A1 (en) | Method for image-processing and mobile terminal using dual cameras | |
| EP2439927B1 (en) | Image processing device, image processing method, program, recording medium, and integrated circuit | |
| CN101322403B (en) | Auto-regressive method and filter for denoising images and videos | |
| US10257449B2 (en) | Pre-processing for video noise reduction | |
| US8064717B2 (en) | Digital camera and method | |
| KR20130077726A (en) | Apparatus and method for noise removal in a digital photograph | |
| US20120195520A1 (en) | Image restoration apparatus and image restoration method | |
| KR20110048922A (en) | Method of modeling integrated noise and method of reducing noises in image sensors | |
| KR101225056B1 (en) | Apparatus and method for reducing noise from image sensor | |
| US9619871B2 (en) | Image processing device, imaging apparatus, image processing method, and program | |
| CN113822942B (en) | Method for measuring object size by monocular camera based on two-dimensional code | |
| US9014503B2 (en) | Noise-reduction method and apparatus | |
| JP4250583B2 (en) | Image capturing apparatus and image restoration method | |
| US9633418B2 (en) | Image processing device, imaging apparatus, image processing method, and program | |
| US8737758B2 (en) | Apparatus and method of reducing noise | |
| US8582912B2 (en) | Systems and methods for calculating image sharpness measurements | |
| US20090033750A1 (en) | Method and apparatus for motion stabilization | |
| WO2017192366A1 (en) | Defective pixel value correction for digital raw image frames | |
| KR100759517B1 (en) | Noise detectior of digital image and method thereof |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| N231 | Notification of change of applicant | ||
| N231 | Notification of change of applicant | ||
| A201 | Request for examination | ||
| E902 | Notification of reason for refusal | ||
| E601 | Decision to refuse application |