KR20080015545A - 결함 화소 검출 방법 및 이를 위해 사용되는 장치 - Google Patents

결함 화소 검출 방법 및 이를 위해 사용되는 장치 Download PDF

Info

Publication number
KR20080015545A
KR20080015545A KR1020060076988A KR20060076988A KR20080015545A KR 20080015545 A KR20080015545 A KR 20080015545A KR 1020060076988 A KR1020060076988 A KR 1020060076988A KR 20060076988 A KR20060076988 A KR 20060076988A KR 20080015545 A KR20080015545 A KR 20080015545A
Authority
KR
South Korea
Prior art keywords
pixel
bayer pattern
defective pixel
interpolation
filtered
Prior art date
Application number
KR1020060076988A
Other languages
English (en)
Other versions
KR100831970B1 (ko
Inventor
양승일
Original Assignee
엠텍비젼 주식회사
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 엠텍비젼 주식회사 filed Critical 엠텍비젼 주식회사
Priority to KR1020060076988A priority Critical patent/KR100831970B1/ko
Publication of KR20080015545A publication Critical patent/KR20080015545A/ko
Application granted granted Critical
Publication of KR100831970B1 publication Critical patent/KR100831970B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T3/00—Geometric image transformations in the plane of the image
    • G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
    • G06T3/4007—Scaling of whole images or parts thereof, e.g. expanding or contracting based on interpolation, e.g. bilinear interpolation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T3/00—Geometric image transformations in the plane of the image
    • G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
    • G06T3/4015—Image demosaicing, e.g. colour filter arrays [CFA] or Bayer patterns
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20024—Filtering details

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Transforming Light Signals Into Electric Signals (AREA)
  • Color Television Image Signal Generators (AREA)

Abstract

결함 화소를 검출하는 방법 및 이를 위해 사용되는 검출 장치가 개시된다. 결함 화소 데이터를 가지는 베이어 패턴은 블러링 필터링된다. 블러링 필터링에 의해 결함 화소 데이터는 주변 화소와 유사한 데이터값을 가지며, 급준한 변화는 저감된다. 원래의 베이어 패턴은 필터링된 베이어 패턴과 비교 연산된다. 각각의 화소의 차이값이 임계치를 상회하는 경우, 해당하는 화소는 결함 화소로 판정되고, 결함 화소에 대한 좌표 데이터는 추출된다. 추출된 좌표 데이터를 근거로 결함 화소에 대한 보정을 수행한다.

Description

결함 화소 검출 방법 및 이를 위해 사용되는 장치{Method of detecting Defect Pixel and Apparatus used in the same}
도 1은 본 발명의 바람직한 실시예에 따른 결함 화소를 검출하는 방법을 도시한 플로우 차트이다.
도 2는 본 발명의 바람직한 실시예에 따라 상기 도 1에 도시된 필터링 동작을 설명하기 위한 개념도이다.
도 3은 본 발명의 바람직한 실시예에 따라 상기 도 1에 도시된 원래의 베이어 패턴과 필터링된 베이어 패턴의 가/감산 동작을 설명하기 위한 개념도이다.
도 4는 본 발명의 바람직한 실시예에 따라 화소 데이터를 검출하는 장치를 설명하기 위한 블록도이다.
<도면의 주요 부분에 대한 부호의 설명>
100 : 베이어 패턴 200 : 윈도우
300 : 필터링된 베이어 패턴 400 : 저역 통과 필터
420 : 가/감산기 440 : 보간부
본 발명은 이미지 센서로부터 전송되는 화소 데이터를 검출하는 방법 및 장치에 관한 것으로, 더욱 상세하게는 화소 데이터들 중 결함 화소 데이터를 검출하는 방법 및 상기 방법에 사용되는 장치에 관한 것이다.
이미지 센서는 외부의 자연 영상을 전기적 신호로 변환하는 장치이다. 변환된 전기적 신호는 샘플링 및 양자화 과정을 통해 디지털 영상 신호로 변환된다. 특히, 자연 영상을 전기적 신호의 형태로 획득하기 위해 이미지 센서는 다수의 화소들을 구비한다.
이미지 센서가 풀컬러 영상을 구현하기 위해서는 레드, 그린 및 블루의 컬러를 구현할 수 있는 화소들을 가진다. 즉, 이미지 센서는 레드 화소, 그린 화소 및 블루 화소들이 연속적이고 규칙적으로 배열된 구조를 가진다. 각각의 화소가 소정의 컬러를 구현하기 위해 화소는 상기 3가지 컬러 중의 하나에 해당하는 컬러 필터를 채용한다. 특히, 상술한 바와 같이 레드, 그린, 블루의 3색의 컬러 필터를 사용하는 방식을 프라이머리(primary) 컬러 필터 방식이라 한다. 이외에도 보색들로 구성된 컬러 필터들을 사용할 수도 있다.
통상 화소들은 베이터(bayer) 타입으로 구성된다. 베이터 타입이라 함은 하나의 로우 라인에는 레드 및 그린 화소들이 번갈아가며 배치되고, 다음의 로우 라인에는 블루 및 그린 화소들이 번갈아가며 배치되는 화소의 배치 형태를 지칭한다.
베이터 타입으로 배열된 화소들에 의해 획득되는 영상 신호는 베이터 타입의 패턴을 형성한다. 상기 베이터 패턴은 각각의 화소로부터 획득된 전기적 신호가 샘플링 및 양자화 과정을 거쳐서 디지털화된 것이다.
또한, 다수의 화소들을 가지는 이미지 센서의 품질은 원래의 영상을 얼마나 가깝게 재현할 수 있느냐에 의해 결정된다. 따라서, 다수의 화소들 중 특정의 화소의 영상의 재현력이 저하되는 경우, 형성되는 베이터 패턴은 결함 화소의 특성에 상응하는 왜곡된 패턴을 가지게 된다. 영상을 왜곡하는 결함 화소의 데이터를 보상하는 방법에 대하여 대한민국 공개특허 제2002-17802호에 개시된다.
상기 공개특허는 결함 화소 어드레스 저장부를 구비하고, 해당하는 어드레스의 화소 데이터를 2사이클 이전의 정상 화소 데이터값으로 보상하는 것을 특징으로 한다. 그러나, 상기 공개특허는 결함 화소의 어드레스를 검출하는 방법에 대해서는 침묵하고 있다. 또한, 화소의 하드웨어적인 결함에 의해 발생하는 고정 패턴 결함의 경우, 결함 화소가 고정되므로 결함 화소의 어드레스가 고정되어 상기 공개 특허에 개시된 기술의 사용이 가능하겠으나, 이미지 센서의 조작의 미숙, 영상 획득 환경의 갑작스런 변화 등에 기인한 가변 패턴 결함의 경우, 결함 화소의 어드레스는 고정적이지 아니하므로 상기 공개 특허에 개시된 기술을 적용하는데 한계가 있다.
따라서, 결함 화소의 위치가 가변적으로 변경되더라도, 용이하게 결함 화소의 위치를 추출하고, 화소 데이터를 보정할 수 있는 방법이 요청된다 할 것이다.
상기와 같은 문제점을 해결하기 위한 본 발명의 제1 목적은, 결함 화소를 효과적으로 파악할 수 있는 방법을 제공하는데 있다.
또한, 본 발명의 제2 목적은 상기 제1 목적의 달성을 위해 사용되는 결함 화 소 검출 장치를 제공하는데 있다.
상기 제1 목적을 달성하기 위한 본 발명은, 베이어 패턴을 필터링하여 필터링된 베이어 패턴을 형성하는 단계; 및 상기 베이어 패턴과 상기 필터링된 베이어 패턴을 비교하여 결함 화소의 좌표 데이터를 추출하는 단계를 포함하되, 상기 필터링된 베이어 패턴에서는 주변 화소값들의 영향에 의해 상기 결함 화소의 화소값의 변화폭이 감소된 것을 특징으로 하는 결함 화소 검출 방법을 제공한다.
또한, 상기 제2 목적을 달성하기 위한 본 발명은, 입력되는 베이어 패턴을 필터링하여 필터링된 베이어 패턴을 형성하기 위한 저역 통과 필터; 및 상기 베이어 패턴과 상기 필터링된 베이어 패턴을 수신하여 결함 화소의 좌표 데이터를 산출하기 위한 가/감산기를 포함하고, 상기 저역 통과 필터에 의해 필터링된 베이어 패턴에서는 주변 화소값들의 영향에 의해 상기 결함 화소의 화소값의 변화폭이 감소된 것을 특징으로 하는 결함 화소 검출 장치를 제공한다.
이하, 첨부한 도면들을 참조하여, 본 발명의 바람직한 실시예를 보다 상세하게 설명하고자 한다. 이하, 도면상의 동일한 구성요소에 대해서는 동일한 참조부호를 사용하고 동일한 구성요소에 대해서 중복된 설명은 생략한다.
실시예
도 1은 본 발명의 바람직한 실시예에 따른 결함 화소를 검출하는 방법을 도시한 플로우 차트이다.
도 1을 참조하면, 먼저 베이어 패턴을 필터링하여 필터링된 베이어 패턴을 형성한다(S10). 상기 필터링은 일종의 저역 통과 필터링에 해당하는 블러링 필터링(blurring filtering) 임이 바람직하다. 즉, 윈도우를 사용하며 중심화소의 인수를 주변 화소의 인수보다 높게 설정하며, 중심 화소와 다른 컬러 성분이 필터링에 영향을 미치지 않도록 설정한다.
도 2는 본 발명의 바람직한 실시예에 따라 상기 도 1에 도시된 필터링 동작을 설명하기 위한 개념도이다.
도 2를 참조하면, 레드, 그린 및 블루 화소 데이터들을 구비한 베이어 패턴(100)은 저역 통과 필터를 통과한다.
상기 저역 통과 필터는 5×5 윈도우(200)를 사용한다. 또한, 해당하는 화소의 컬러와 다른 컬러의 화소에 대해서는 인수를 0으로 설정하여 다른 컬러에 의한 영향을 배제한다.
또한, 저역 통과 기능을 수행하기 위해 윈도우(200)는 중심 화소(220)의 비중이 주변 화소에 비해 크도록 설정된다. 또한, 윈도우(200)를 통한 전체적인 이득은 1이 되도록 설정된다. 예컨대, 중심 화소(220)의 인수를 4/16으로 설정하고, 좌우상하에 배치된 화소의 인수를 2/16으로 설정하고, 윈도우(200)의 모서리에 배치된 화소의 인수를 1/16으로 설정할 수 있다. 따라서, 전체적인 이득은 4/16 + 4*2/16 + 4*1/16으로 1이 된다.
따라서, 필터의 윈도우(200)를 통과한 중심 화소 데이터는 하기의 수학식 1에 의해 결정된다.
Rout=R(3,3)*4/16 + {R(1,3)+R(3,1)+R(3,5)+R(5,3)}*2/16 + {R(1,1)+R(1,5)+R(5,1)+R(5,5)}*1/16
상기 수학식 1에서 R(3,3)은 중심 화소의 데이터를 나타내며, R(1,3), R(3,1), R(3,5), R(5,3)은 중심 화소로부터 상하좌우에 위치한 화소들의 데이터를 나타내며, R(1,1), R(1,5), R(5,1), R(5,5)은 윈도우의 모서리에 배치되는 화소들의 데이터를 나타낸다.
상술한 수학식 1은 그린 화소들 및 블루 화소들에 대해서도 동일하게 적용될 수 있다. 또한, 상기 수학식 1에 따르면, 특정의 화소가 주변의 화소에 비해 차이가 큰 데이터를 가지는 경우, 상기 필터링을 통해 그 차이값은 급격히 감소된다. 따라서, 상기 도 2에 도시된 필터링은 블러링 필터링(blurring filtering)이라 할 수 있겠다. 즉, 저역 통과 필터를 통해 동일 컬러를 나타내는 인접한 화소의 급준한 데이터의 변화가 감소된 필터링된 베이어 패턴(300)이 형성된다.
또한, 상기 도 2에 도시된 윈도우(200)의 화소들에 설정된 인자들은 얼마든지 변경 가능함을 당업자는 알 수 있다. 다만, 블러링 동작을 위해 중심 화소(220)에 설정된 인자는 주변 화소들에 설정된 인자보다 커야함을 알 수 있다.
따라서, 상기 도 2에 따를 경우, 베이어 패턴(100)에 포함된 결함 화소(120)의 데이터는 필터링된 베이어 패턴(300)에서는 주변 화소의 영향에 의해 주변 화소와 유사한 값을 가지게 된다.
즉, 필터링된 베이어 패턴(300)에서의 결함 화소에 해당하는 화소(320)의 데 이터는 주변 화소의 데이터와 유사한 값이 된다.
도 3은 본 발명의 바람직한 실시예에 따라 상기 도 1에 도시된 필터링 동작을 설명하기 위한 다른 개념도이다.
도 3을 참조하면, 저역 통과 필터로 사용되는 5
Figure 112006058087570-PAT00001
5 윈도우(250)는 그린 화소의 블러링 필터링에 선택적으로 이용될 수 있다. 즉, 윈도우(250)는 중심 화소(260)의 비중이 주변 화소에 비해 크도록 설정된다. 또한, 윈도우(250)를 통한 전체적인 이득은 1이 되도록 설정된다. 예컨대, 중심 화소(260)의 인수를 4/16으로 설정하고, 좌우상하 및 대각선 방향으로 배치된 화소의 인수를 1/16으로 설정할 수 있다. 따라서, 전체적인 이득은 4/16 + 12*1/16로 1이 된다.
따라서, 그린 화소에 선택적으로 적용되는 상기 도 3의 윈도우를 사용하면 특정의 화소가 주변의 화소에 비해 차이가 큰 데이터를 가지는 경우, 상기 필터링을 통해 그 차이값은 급격히 감소된다. 따라서, 상기 도 3에 도시된 필터링은 블러링 필터링(blurring filtering)이라 할 수 있겠다. 즉, 저역 통과 필터를 통해 동일 컬러를 나타내는 인접한 화소의 급준한 데이터의 변화가 감소된 필터링된 베이어 패턴(300)이 형성된다.
계속해서 도 1을 참조하면, 원래의 베이어 패턴과 필터링에 의해 형성된 필터링된 베이어 패턴에 대한 가/감산 동작을 수행한다(S20).
특히, 베이어 패턴으로부터 필터링된 베이어 패턴을 감산하는 경우, 각각의 화소의 데이터들의 차이값이 산출된다.
도 4은 본 발명의 바람직한 실시예에 따라 상기 도 1에 도시된 원래의 베이 어 패턴과 필터링된 베이어 패턴의 가/감산 동작을 설명하기 위한 개념도이다.
도 4을 참조하면, 원래의 베이어 패턴(100)은 필터링된 베이어 패턴(300)에 의해 감산된다. 상기 도 2 또는 도 3에 도시된 바와 같이 필터링된 베이어 패턴(300)은 블러링 동작이 수행되므로 인접 화소 사이의 데이터의 급격한 변화는 상당히 저감된 형태가 된다.
따라서, 원래의 베이어 패턴(100)에서 결함 화소(120)로 인해 데이터 값이 주변 화소값에 비해 급격히 변하더라도, 필터링된 베이어 패턴(300)에서 결함 화소(320)는 상술한 급격한 변화를 가지지 아니한다.
따라서, 원래의 베이어 패턴(100)의 결함 화소 데이터와 필터링된 베이어 패턴(300)의 결함 화소 데이터는 상당한 차이값을 가지며, 가/감산 동작에 의해 그 차이값(340)은 도출된다.
다시 도 1을 참조하면, 각각의 화소의 차이값이 임계치를 초과하는 지를 판단한다(S30).
만일, 해당하는 화소의 차이값이 임계치를 초과하는 경우, 상기 화소는 결함 화소로 판정된다(S40).
계속해서 판정된 결함 화소에 대한 좌표 데이터는 추출된다(S50).
이어서, 추출된 좌표 데이터를 근거로 결함 화소 데이터에 대한 보정 동작이 수행된다(S60). 상기 결함 화소 데이터에 대한 보정 동작은 보간을 통해 달성될 수 있다. 즉, 화소 데이터에 대한 보간은 원래의 베이어 패턴에 대해 수행된다. 또한, 결함 화소 데이터에 대한 보간은 최근접 이웃 보간(Nearest Neighbor Interpolation), 선형 보간(Linear Interplation), 양선형 보간(Bilinear Interpolation), 고차 보간 또는 실효적 보간(Effective Interpolation)이 이용될 수 있다. 따라서, 결함 화소에 대한 보정이 수행될 수 있다.
도 5는 본 발명의 바람직한 실시예에 따라 결함 화소를 검출하는 장치를 설명하기 위한 블록도이다.
도 5를 참조하면, 본 실시예에 따른 결함 화소 검출 장치는 저역 통과 필터(400), 가/감산기(420)를 가지며, 보간부(440)를 더 포함할 수 있다.
먼저 베이어 패턴은 저역 통과 필터(400)로 입력된다. 상기 저역 통과 필터(400)의 동작은 상기 도 2 및 도 3에 도시된 바와 동일하다. 따라서, 중복된 설명을 회피하고, 용이한 이해를 위해 저역 통과 필터(400)에 대한 상세한 설명은 생략키로 한다.
다시 도 5를 참조하면, 필터를 통해 형성된 필터링된 베이어 패턴은 원래의 베이터 패턴과 비교되거나, 가/감산된다. 상기 가/감산 동작을 통해 결함 화소의 좌표는 확인된다.
베이어 패턴에 대한 가/감산 동작은 상기 도 4에 도시된 바와 같다. 즉, 산술적인 감산에 의해 원래의 베이어 패턴 상의 화소 데이터와 필터링된 베이어 패턴의 화소 데이터의 차이값이 연산되고, 상기 차이값이 임계치를 초과하는 경우, 결함 화소로 판단된다.
즉, 상기 도 4에 도시된 바와 같이, 원래의 베이어 패턴에 필터링된 베이어 패턴을 감산하는 경우, 각각의 해당하는 화소 데이터들의 차이값이 산출된다. 각각 의 화소들의 차이값이 기설정된 임계치를 초과하는 경우, 해당하는 화소는 결함 화소로 판정된다.
또한, 가/감산기(420)에 의해 획득된 결함 화소의 좌표 데이터는 보간부(440)로 입력된다. 상기 보간부(440)에는 원래의 베이어 패턴이 입력된다. 따라서, 결함 화소의 좌표 데이터를 이용하여 보간부(440)는 원래의 베이터 패턴에서 결함 화소로 판정된 화소의 데이터를 보정한다. 상기 보간부(440)에 의한 화소 데이터 보정 동작은 최근접 이웃 보간(Nearest Neighbor Interpolation), 선형 보간(Linear Interplation), 양선형 보간(Bilinear Interpolation), 고차 보간 또는 실효적 보간(Effective Interpolation)이 이용될 수 있다.
보간이라 함은 주변 화소의 화소 데이터를 이용하여 새로운 화소 데이터를 생성하는 것으로 본 발명의 경우, 결함 화소의 데이터에 대해 새로운 화소 데이터를 생성하는 동작을 지칭한다. 특히, 이러한 결함 화소의 데이터를 보정하기 위해 주변 화소들의 산술평균을 이용하는 양선형 보간의 경우, 비교적 간단한 연산 절차를 통해 화소 데이터의 보정을 수행할 수 있다.
또한, 상기 도 5에서 필터링된 베이어 패턴과의 가/감산 동작을 수행하기 위해, 원래의 베이어 패턴이 가/감산기(420)에 입력되는 경로에는 지연 소자 또는 메모리가 더 포함될 수 있다. 즉, 필터링된 베이어 패턴과의 시간적 동기화를 수행하기 위해, 필터링된 베이어 패턴이 형성되는 동안, 원래의 베이어 패턴은 가/감산기(420)에 입력되기 이전에 별도의 지연 소자를 통해 시간적으로 지연되거나, 메모리를 통해 저장될 수 있다.
마찬가지로, 원래의 베이어 패턴이 보간부(440)에 입력되는 경로에 별도의 지연 소자 또는 메모리가 더 포함될 수 있다. 상기 보간부(440)에 입력되는 경로 상에 구비되는 지연 소자 또는 메모리는 결함 화소의 좌표 데이터가 추출될 때까지 원래의 베이터 패턴의 시간적 동기 또는 지연을 위해서 사용된다.
따라서, 상술한 본 발명에 따르면, 원래의 영상을 블러링 필터링을 통해 필터링된 베이어 패턴을 형성하고, 이를 원래의 영상과 비교하여, 용이하게 결함 화소의 좌표 데이터를 산출할 수 있다. 또한, 산출된 좌표 데이터를 근거로 결함 화소에 대한 보정을 수행할 수 있다.
상기와 같은 본 발명에 따르면, 결함 화소 데이터를 가진 베이어 패턴은 블러링 필터링 동작을 수행하는 저역 통과 필터에 의해 필터링된 베이어 패턴으로 형성된다. 원래의 베이어 패턴과 필터링된 베이어 패턴은 연산 동작에 의해 결함 화소의 존재 여부를 판정받는다. 각각의 화소 데이터의 차이값이 소정의 임계치를 초과하는 경우, 해당하는 화소는 결함 화소로 판정되며 결함 화소의 좌표 데이터는 추출된다. 추출된 좌표 데이터를 이용하여 상기 좌표 데이터에 해당하는 화소에 대한 보간을 통해 결함 화소의 데이터는 보정된다. 따라서, 고정 화소 결함뿐 아니라 화소의 결함이 가변적인 경우에도 결함 화소를 용이하게 검출할 수 있다.
상기에서는 본 발명의 바람직한 실시예를 참조하여 설명하였지만, 해당 기술 분야의 숙련된 당업자는 하기의 특허 청구의 범위에 기재된 본 발명의 사상 및 영역으로부터 벗어나지 않는 범위 내에서 본 발명을 다양하게 수정 및 변경시킬 수 있음을 이해할 수 있을 것이다.

Claims (15)

  1. 베이어 패턴을 필터링하여 필터링된 베이어 패턴을 형성하는 단계; 및
    상기 베이어 패턴과 상기 필터링된 베이어 패턴을 비교하여 결함 화소의 좌표 데이터를 추출하는 단계를 포함하되,
    상기 필터링된 베이어 패턴에서는 주변 화소값들의 영향에 의해 상기 결함 화소의 화소값의 변화폭이 감소된 것을 특징으로 하는 결함 화소 검출 방법.
  2. 제1항에 있어서, 상기 베이어 패턴의 필터링은 블러링 필터링인 것을 특징으로 하는 결함 화소 검출 방법.
  3. 제2항에 있어서, 상기 베이어 패턴의 필터링은 5×5 윈도우를 사용하는 것을 특징으로 하는 결함 화소 검출 방법.
  4. 제3항에 있어서, 상기 윈도우는 중심 화소의 인수가 주변화소에 비해 큰 것을 특징으로 하는 결함 화소 검출 방법.
  5. 제1항에 있어서, 상기 결함 화소의 좌표 데이터를 추출하는 단계는,
    상기 베이어 패턴으로부터 상기 필터링된 베이어 패턴을 가/감산하는 단계;
    상기 가/감산에 의해 각각의 화소의 차이값이 임계치를 상회하는지를 판단하 는 단계; 및
    상기 화소의 차이값이 임계치를 상회하는 경우, 상기 화소를 결함 화소로 판정하고, 상기 결함 화소의 좌표 데이터를 추출하는 것을 특징으로 하는 결함 화소 검출 방법.
  6. 제1항에 있어서, 상기 결함 화소의 좌표 데이터를 추출하는 단계 이후에,
    상기 결함 화소의 좌표 데이터를 근거로 결함 화소 데이터를 보정하는 단계를 더 포함하는 것을 특징으로 하는 결함 화소 검출 방법.
  7. 제6항에 있어서, 상기 결함 화소 데이터의 보정은 상기 베이어 패턴에 대한 보간 동작에 의해 수행되는 것을 특징으로 하는 결함 화소 검출 방법.
  8. 제7항에 있어서, 상기 보간 동작은 최근접 이웃 보간, 선형 보간, 양선형 보간, 고차 보간 또는 실효적 보간인 것을 특징으로 하는 결함 화소 검출 방법.
  9. 입력되는 베이어 패턴을 필터링하여 필터링된 베이어 패턴을 형성하기 위한 저역 통과 필터; 및
    상기 베이어 패턴과 상기 필터링된 베이어 패턴을 수신하여 결함 화소의 좌표 데이터를 산출하기 위한 가/감산기를 포함하고,
    상기 저역 통과 필터에 의해 필터링된 베이어 패턴에서는 주변 화소값들의 영향에 의해 상기 결함 화소의 화소값의 변화폭이 감소된 것을 특징으로 하는 결함 화소 검출 장치.
  10. 제9항에 있어서, 상기 저역 통과 필터는 인접한 동일 컬러의 화소값을 참조하는 블러링 필터링 동작을 수행하는 것을 특징으로 하는 결함 화소 검출 장치.
  11. 제9항에 있어서, 상기 저역 통과 필터는 5×5 윈도우를 사용하고, 상기 윈도우의 중심화소와 다른 컬러 성분에 대한 인수는 0으로 설정하여 다른 컬러를 가지는 화소 데이터의 혼합을 회피하는 것을 특징으로 하는 결함 화소 검출 장치.
  12. 제11항에 있어서, 상기 윈도우는 중심 화소의 인수가 주변 화소의 인수보다 큰 값을 가지는 것을 특징으로 하는 결함 화소 검출 장치.
  13. 제9항에 있어서, 상기 가/감산기의 좌표 데이터 산출은, 상기 베이어 패턴에서 상기 필터링된 베이어 패턴을 감산하여 각각의 화소의 차이값이 임계치를 상회하는 경우, 이를 결함 화소로 판단하고, 상기 결함 화소의 좌표 데이터를 추출하는 것을 특징으로 하는 결함 화소 검출 장치.
  14. 제9항에 있어서, 상기 결함 화소 검출 장치는, 상기 좌표 데이터를 근거로 상기 베이어 패턴에 대한 결함 화소 데이터를 보정하기 위한 보간부를 더 포함하는 것을 특징으로 하는 결함 화소 검출 장치.
  15. 제14항에 있어서, 상기 보간부의 보간은 최근접 이웃 보간, 선형 보간, 양선형 보간, 고차 보간 또는 실효적 보간인 것을 특징으로 하는 결함 화소 검출 장치.
KR1020060076988A 2006-08-16 2006-08-16 결함 화소 검출 방법 및 이를 위해 사용되는 장치 KR100831970B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020060076988A KR100831970B1 (ko) 2006-08-16 2006-08-16 결함 화소 검출 방법 및 이를 위해 사용되는 장치

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020060076988A KR100831970B1 (ko) 2006-08-16 2006-08-16 결함 화소 검출 방법 및 이를 위해 사용되는 장치

Publications (2)

Publication Number Publication Date
KR20080015545A true KR20080015545A (ko) 2008-02-20
KR100831970B1 KR100831970B1 (ko) 2008-05-23

Family

ID=39383974

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020060076988A KR100831970B1 (ko) 2006-08-16 2006-08-16 결함 화소 검출 방법 및 이를 위해 사용되는 장치

Country Status (1)

Country Link
KR (1) KR100831970B1 (ko)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101133684B1 (ko) * 2010-07-07 2012-04-12 에스케이하이닉스 주식회사 이미지 센서 및 그 동작 방법
KR101133687B1 (ko) * 2010-07-07 2012-04-12 에스케이하이닉스 주식회사 이미지 센서 및 그 동작 방법
US8497923B2 (en) 2010-05-10 2013-07-30 Samsung Electronics Co., Ltd. Method of processing image signals using interpolation to address bad pixel data and related method of image capture
CN105812756A (zh) * 2016-03-16 2016-07-27 沈阳尚贤微创医疗器械股份有限公司 一种胶囊内窥镜无线传输数据丢失的修复补偿方法

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0730905A (ja) * 1993-07-06 1995-01-31 Matsushita Electric Ind Co Ltd 画素欠陥補正装置
KR100505681B1 (ko) * 2003-03-31 2005-08-02 삼성전자주식회사 베이어 패턴 컬러 신호에 대한 적응형 필터로 보간을수행하여 해상도를 높이는 보간기, 이를 구비한 디지털영상 신호 처리 장치, 및 그 방법

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8497923B2 (en) 2010-05-10 2013-07-30 Samsung Electronics Co., Ltd. Method of processing image signals using interpolation to address bad pixel data and related method of image capture
US8836827B2 (en) 2010-05-10 2014-09-16 Samsung Electronics Co., Ltd. Method of processing image signals and related method of image capture
KR101133684B1 (ko) * 2010-07-07 2012-04-12 에스케이하이닉스 주식회사 이미지 센서 및 그 동작 방법
KR101133687B1 (ko) * 2010-07-07 2012-04-12 에스케이하이닉스 주식회사 이미지 센서 및 그 동작 방법
CN105812756A (zh) * 2016-03-16 2016-07-27 沈阳尚贤微创医疗器械股份有限公司 一种胶囊内窥镜无线传输数据丢失的修复补偿方法

Also Published As

Publication number Publication date
KR100831970B1 (ko) 2008-05-23

Similar Documents

Publication Publication Date Title
USRE44717E1 (en) Edge detecting method
KR100574185B1 (ko) 컬러 샘플 보간방법 및 보간장치
US6806902B1 (en) System and method for correcting bad pixel data in a digital camera
JP5672776B2 (ja) 画像処理装置、および画像処理方法、並びにプログラム
US20090207271A1 (en) Image Processor Correcting Color Misregistration, Image Processing Program, Image Processing Method, and Electronic Camera
US8837852B2 (en) Apparatus and method for removing defective pixels
JP2005136766A (ja) 画像処理装置および画像処理方法
JP6046927B2 (ja) 画像処理装置及びその制御方法
JP2009194573A (ja) 画像処理方法及び装置、並びに画像撮像装置
WO2005112470A1 (ja) 画像処理装置および画像処理プログラム
JP4317619B2 (ja) 画像処理装置
CN110852953B (zh) 图像插值方法及装置、存储介质、图像信号处理器、终端
JP2010277267A (ja) 画像処理装置、撮像装置及び画像処理方法
KR101201672B1 (ko) 의사 색 억제 기능을 갖는 디지털 영상 신호 처리 장치 및그 방법
JP2011041210A (ja) 信号処理装置、撮像装置及び信号処理方法
KR100831970B1 (ko) 결함 화소 검출 방법 및 이를 위해 사용되는 장치
JP2009194721A (ja) 画像信号処理装置、画像信号処理方法、及び撮像装置
US7433512B2 (en) Method and apparatus for finding and correcting single-pixel noise defects in a two-dimensional camera pixel field and a camera provided with such an apparatus
JP2010068329A (ja) 撮像装置
KR101327790B1 (ko) 영상 보간 방법 및 장치
JP2011114473A (ja) 画素欠陥補正装置
JP2004297267A (ja) 画素欠陥処理装置
US7499086B2 (en) Image signal processing apparatus, image signal processing circuit, image signal processing method, program, and recording medium
JP6225328B2 (ja) 欠陥画素の補正装置および補正方法
JP2014158165A (ja) 画像処理装置、画像処理方法およびプログラム

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: 20130422

Year of fee payment: 6

FPAY Annual fee payment

Payment date: 20140428

Year of fee payment: 7

FPAY Annual fee payment

Payment date: 20150428

Year of fee payment: 8

FPAY Annual fee payment

Payment date: 20180425

Year of fee payment: 11

FPAY Annual fee payment

Payment date: 20190425

Year of fee payment: 12