WO2017221376A1 - 画像処理装置、画像処理方法および画像処理プログラム - Google Patents
画像処理装置、画像処理方法および画像処理プログラム Download PDFInfo
- Publication number
- WO2017221376A1 WO2017221376A1 PCT/JP2016/068686 JP2016068686W WO2017221376A1 WO 2017221376 A1 WO2017221376 A1 WO 2017221376A1 JP 2016068686 W JP2016068686 W JP 2016068686W WO 2017221376 A1 WO2017221376 A1 WO 2017221376A1
- Authority
- WO
- WIPO (PCT)
- Prior art keywords
- pixel
- value
- variation
- unit
- filter processing
- Prior art date
Links
- 238000003672 processing method Methods 0.000 title claims description 14
- 230000002950 deficient Effects 0.000 claims abstract description 54
- 230000002093 peripheral effect Effects 0.000 claims abstract description 24
- 238000011156 evaluation Methods 0.000 claims description 53
- 238000000034 method Methods 0.000 claims description 23
- 238000001914 filtration Methods 0.000 claims description 6
- 238000001514 detection method Methods 0.000 description 17
- 238000003384 imaging method Methods 0.000 description 10
- 230000007547 defect Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 3
- 238000012935 Averaging Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000012447 hatching Effects 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N1/00—Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
- H04N1/40—Picture signal circuits
- H04N1/409—Edge or detail enhancement; Noise or error suppression
-
- 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
- H04N1/00—Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
- H04N1/40—Picture signal circuits
-
- 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
Definitions
- the present invention relates to an image processing apparatus, an image processing method, and an image processing program.
- a square root of the signal level variance of the pixel of interest and its surrounding eight pixels, that is, a standard deviation is calculated, and the signal level of the pixel of interest is the surrounding signal.
- the degree of protrusion indicating how much the protrusion is compared with the level is calculated.
- the target pixel is white defect
- the target pixel is smaller than the predetermined lower limit value
- the target pixel is black.
- An image processing method for determining a defect is known (for example, see Patent Document 1).
- Patent Document 1 calculates the average value and the standard deviation of the pixel values of the peripheral pixels in order to calculate the protrusion degree, when there are a plurality of defective pixels in the peripheral pixels, The average value and standard deviation cannot be obtained correctly due to the influence of defective pixels. As a result, there is a disadvantage that the accuracy of defect detection is lowered. In consideration of mounting on hardware, the calculation of the standard deviation has a large amount of calculation, so that there are inconveniences that processing takes time and power consumption increases.
- the present invention has been made in view of the above-described circumstances, and an object thereof is to provide an image processing apparatus, an image processing method, and an image processing program capable of accurately detecting a defective pixel with a small amount of calculation.
- One embodiment of the present invention includes a filter processing unit that performs an order statistical filter process on the pixel value of each pixel in a block including a target pixel and peripheral pixels of an acquired image, and the filter processing unit performs order statistics.
- a difference value calculation unit that calculates a difference value between the pixel values of the pixel of interest before and after the filtering process, and a statistical value of the pixel values of the peripheral pixels that have been subjected to the order statistical filtering process by the filter processing unit When a value obtained by dividing the difference value calculated by the difference value calculating unit by the statistical value calculated by the variation calculating unit and the statistical value calculated by the variation calculating unit is greater than or equal to a predetermined threshold value, And a determination unit that determines that the target pixel is a defective pixel.
- the order statistical filter process is performed on the acquired image in the filter processing unit, and the difference value of the pixel value of the target pixel before and after the order statistical filter process is calculated by the difference value calculation unit.
- the statistical variation of the pixel values of the peripheral pixels subjected to the order statistical filter processing is calculated by the variation calculation unit and the value obtained by dividing the difference value by the statistical variation is equal to or greater than a predetermined threshold value. Is determined by the determination unit. If the result of determination is greater than or equal to the threshold, it is determined that the pixel of interest is a defective pixel.
- the target pixel is a defective pixel without using an average value. Therefore, even if there are multiple defective pixels in the same block, they are not affected by the defective pixels, and even if noise exists, the influence of noise can be reduced, and the accuracy of defect detection can be improved. Can be improved. In particular, since the standard deviation is not calculated, a defective pixel can be detected with high accuracy with a small amount of calculation.
- the target pixel is evaluated based on the ratio to the statistical variation calculated from the peripheral pixels after the order statistical filter processing. It is possible to suppress erroneous detection when the image is adjacent to the edge or on the texture.
- the variation calculation unit may calculate a quartile range as statistical variation. Thereby, a statistical variation can be easily calculated.
- the address registration unit that registers the coordinate value of the pixel determined to be the defective pixel by the determination unit, and the defective pixel of the pixel corresponding to the coordinate value registered in the address registration unit
- the evaluation value storage unit that stores the evaluation value, the difference value calculated by the difference value calculation unit, and the evaluation value of the defective pixel based on the past evaluation value stored in the evaluation value storage unit
- An evaluation value calculation unit that calculates a value, and the address registration unit may cancel the registration when the evaluation value calculated by the evaluation value calculation unit is a predetermined threshold value or less.
- the said evaluation value calculation part may calculate the said evaluation value by weight-synthesize
- the evaluation value calculation unit when the statistical variation of the pixel values of the surrounding pixels subjected to the order statistical filter processing calculated by the variation calculation unit is larger than a predetermined threshold, The evaluation value may not be calculated. In this way, when the statistical variation of the pixel values of the peripheral pixels subjected to the order statistical filter processing is larger than a predetermined threshold, it can be determined that the distribution of the pixel values is not flat, and the evaluation value is calculated. By not performing the detection, it is possible to prevent erroneous detection of defective pixels.
- a filter processing step for performing an order statistical filter process on a pixel value of each pixel in a block including a target pixel and peripheral pixels of an acquired image, and an order by the filter processing step.
- a difference value calculating step for calculating a difference value between the pixel values of the pixel of interest before and after the statistical filter processing; and statistics of the pixel values of the surrounding pixels subjected to the order statistical filter processing by the filter processing step
- a variation calculation step for calculating the target variation, and a value obtained by dividing the difference value calculated by the difference value calculation step by the statistical variation calculated by the variation calculation step is greater than or equal to a predetermined threshold value.
- a determination step of determining that the target pixel is a defective pixel.
- a filter processing step for performing an order statistical filter process on a pixel value of each pixel in a block including a target pixel and peripheral pixels of an acquired image, and an order by the filter processing step.
- a difference value calculating step for calculating a difference value between the pixel values of the pixel of interest before and after the statistical filter processing; and statistics of the pixel values of the surrounding pixels subjected to the order statistical filter processing by the filter processing step
- a variation calculation step for calculating a target variation, and a value obtained by dividing the difference value calculated by the difference value calculation step by the statistical variation calculated by the variation calculation step is greater than or equal to a predetermined threshold value.
- a determination step for determining that the pixel of interest is a defective pixel, and an image processing program to be executed by a computer
- FIG. 1 is a block diagram illustrating a photographing apparatus including an image processing apparatus according to a first embodiment of the present invention. It is an example which shows the object pixel of the order statistical filter process implemented using the image processing apparatus of FIG. It is a figure which shows an example which made the pixel different from the object pixel of FIG. 2 into the object pixel of an order statistical filter process. It is a figure which shows an example which sorted the pixel value of the pixel of FIG. 3 according to those magnitude
- 2 is a flowchart illustrating an image processing method using the image processing apparatus of FIG. 1.
- FIG. 1 It is a block diagram which shows an imaging device provided with the image processing apparatus which concerns on 2nd Embodiment of this invention. It is a block diagram which shows an imaging device provided with the image processing apparatus which concerns on 3rd Embodiment of this invention. It is a figure which shows the noise amount before and behind order statistics filter processing using the image processing apparatus of FIG.
- FIG. 1 shows a camera (photographing apparatus) 100 including an image processing apparatus 1 according to the present embodiment.
- the camera 100 includes an imaging unit 110 that captures light from a subject, the image processing apparatus 1 according to the present embodiment, and a display unit (not shown).
- the imaging unit 110 includes an imaging lens 130 that collects light from a subject, an imaging element 140 that captures light collected by the imaging lens 130, and an image based on an image signal acquired by the imaging element 140.
- the image generation part 150 which produces
- the image processing apparatus 1 includes a filter processing unit 2 that performs an order statistical filter process on an image input from the image generation unit 150, and a target pixel before and after the order statistical filter process by the filter processing unit 2.
- a difference value calculation unit 3 that calculates a difference value of the pixel values of the two, a variation calculation unit 4 that calculates a statistical variation based on the pixel value after the order statistical filter processing, and a statistical value calculated by the variation calculation unit 4
- a determination unit (defect determination unit) 5 that determines whether or not the pixel is a defective pixel based on the variation and the difference value calculated by the difference value calculation unit 3 is provided.
- the filter processing unit 2 performs order statistical filter processing by a median filter.
- the order statistical filter process is performed on each of the target pixel pt and the peripheral pixels p1 to p8.
- the pixel values are sorted according to their sizes, and the median value (median value) is output as the pixel value of each pixel.
- the filter processing is performed on the pixel of p1
- the pixel value of each pixel is sorted by size, and the median value is output. This output value becomes the value P1 after the order statistical filter processing of p1.
- the above processing is performed for all pixels on the image.
- the order statistic filter processing is performed on pixels in which color filters of the same color are arranged when the image sensor 140 is a so-called Bayer array.
- the target pixel is also used, but it may not be used.
- the median may be calculated by averaging the fourth and fifth pixel values.
- the variation calculation unit 4 calculates a quartile range as statistical variation.
- the interquartile range refers to variation in distribution when the representative value of the distribution is the median.
- the variation calculation unit 4 is configured to further obtain a median value in a group of four pixel values on each side across the median value P6 of the sorting result of FIG. Since the number of data of each pixel value group on both sides of the median value P6 is four, the average value of the second and third pixel values P1 and P4 and the average value of the seventh and eighth pixel values Pt and P7 are centered. It is supposed to be a value.
- the variation calculation unit 4 calculates the median calculated from the second and third pixel values P1 and P4 as the first quartile Q1, and the median calculated from the seventh and eighth pixel values Pt and P7 as the third.
- the determination unit 5 compares the value obtained by dividing the difference value calculated by the difference value calculation unit 3 by the quartile range, which is the statistical variation calculated by the variation calculation unit 4, with a predetermined threshold value. If it is greater than the threshold, it is determined that the pixel is a defective pixel. Since the quartile range varies, it can be seen that when the variation is small, the periphery of the pixel of interest is flat, and when the variation is large, the periphery of the pixel of interest is not flat. By using the quartile range as the denominator, it is possible to determine a defective pixel only in a place where the variation is small and the periphery is flat. Further, since the difference value becomes large when the target pixel protrudes, the protrusion degree of the target pixel can be easily determined by using the difference value as a numerator.
- the image processing method according to the present embodiment is a filter that performs order statistical filter processing on the pixel value of each pixel in a block including the target pixel and peripheral pixels of the acquired image.
- Processing step S1 difference value calculation step S2 for calculating the difference value of the pixel value of the target pixel before and after the order statistical filter processing, and statistical variation of the pixel values of the peripheral pixels subjected to the order statistical filter processing
- a determination step S4 that determines that the pixel of interest is a defective pixel when the value obtained by dividing the difference value by the statistical variation is equal to or greater than a predetermined threshold value.
- the image processing apparatus 1 and the image processing method according to the present embodiment by performing an order statistical filter process such as a median filter process, a pixel value protruding due to noise or a plurality of other defective pixels present.
- an order statistical filter process such as a median filter process
- a pixel value protruding due to noise or a plurality of other defective pixels present there is an advantage that the detection accuracy of defective pixels can be improved by reducing the influence of the pixel value.
- the difference value is obtained by dividing the difference value by the statistical variation calculated from the surrounding pixels after the order statistical filter processing. Since the value is evaluated by the threshold value, there is an advantage that erroneous detection when the pixel of interest is adjacent to the edge or on the texture can be suppressed.
- the variation calculation unit 4 uses the quartile range as the statistical variation, so that the amount of calculation is significantly larger than the standard deviation. There is also an advantage that power consumption can be reduced.
- the image processing apparatus 10 according to the present embodiment is different from the image processing apparatus 1 according to the first embodiment in that a moving image acquired by the imaging unit 110 is input.
- the image processing apparatus 10 according to the present embodiment includes an address registration unit 11 that registers a coordinate value of a pixel when the determination unit 5 determines that the pixel is a defective pixel,
- An address registration unit comprising: an evaluation value storage unit 12 that stores an evaluation value calculated in a frame; and an evaluation value calculation unit 13 that calculates an evaluation value based on the stored evaluation value and difference value of the previous frame. 11 is configured to cancel the registration in accordance with the evaluation value calculated by the evaluation value calculation unit 13.
- vc is an updated evaluation value
- vb is an evaluation value of the previous frame
- n is a coefficient
- vn is a difference value in the current frame.
- the difference value of the current frame and the evaluation value of the previous frame are weighted and synthesized.
- an arbitrary value or a difference value may be set as the initial value.
- the address registration unit 11 compares the evaluation value calculated by the evaluation value calculation unit 13 with an arbitrary threshold value. If the value is equal to or smaller than the threshold value, the address registration unit 11 determines that the registered coordinate pixel is not a defective pixel. The registration is to be canceled. In this case, the evaluation value is zero, and when the registration of the coordinate value is not canceled, the evaluation value is output as it is and stored in the evaluation value storage unit 12.
- the image processing apparatus 10 configured as described above, even when it is determined as a defective pixel due to erroneous detection and registered in an address, an error occurs as the processing of a plurality of frames progresses. It becomes clear that it is a detection, and the registration in the address registration unit 11 is released. Therefore, it is possible to eliminate a useless state in which a healthy pixel remains registered in an address indefinitely. Also, there is an advantage that the amount of memory for address registration prepared in advance can be reduced.
- the image processing apparatus 20 according to the present embodiment is different from the image processing apparatus 10 according to the second embodiment in that it includes a thinning unit 21 and a flatness determination unit 22.
- the thinning-out unit 21 has a function of thinning out so that the defective pixel is registered in the address registration unit 11 at a rate of once every several times when the determination unit 5 determines the defective pixel.
- the count number is incremented every time it is determined that the pixel is a defective pixel, and registration to the address registration unit 11 is not performed when the count number is an even number.
- the flatness determination unit 22 compares the statistical variation of the pixel values of the peripheral pixels output from the order statistical filter and subjected to the order statistical filter, and determines that the pixel is not flat when the threshold is exceeded. It is like that. Further, the evaluation value calculation unit 13 does not calculate an evaluation value for a pixel determined to be not flat by the flatness determination unit 22, that is, does not update the evaluation value.
- a noise model of light shot noise in a flat region for each pixel value is used so that the threshold value is calculated for each pixel value of the pixel to be determined.
- a noise model to be used it is preferable to use a noise amount model corresponding to the order statistical filter-processed pixel value.
- the noise amount generally uses a standard deviation or variance in a flat area for each pixel value. In this case, a quartile range in the flat area for each pixel value is used.
- TH MV * K
- TH a threshold value
- MV a model value
- K an arbitrary coefficient
- the registration to the address registration unit 11 is not performed in all cases where the determination of the defective pixel is performed by the determination unit 5, but the thinning unit 21. Since the registered defective pixels are thinned out, there is an advantage that the number of erroneous detections of defective pixels can be reduced. As a result, the amount of memory for address registration prepared in advance can be reduced.
- the image processing apparatus 20 since the evaluation value of the defective pixel is not calculated for the pixel determined to be not flat by the flatness determination unit 22, the defective pixel in the rapidly changing scene is not calculated. An erroneous update of the evaluation value can be suppressed, and there is an advantage that the detection state of the positively detected pixel can be maintained and the detection state of the erroneously detected pixel can be stably released.
- the median filter process is exemplified as the order statistical filter process, but instead of this, a rank order filter process for selecting a pixel value of a specified rank from the sorted pixel value group, a sort ⁇ -trimmed average value filter processing that calculates the average value with the remaining values excluding the specified number of ends of the subsequent pixel value group, not only selecting the median after sorting, but also from the median to a certain range You can also select the included pixel values, calculate the average value of them, or use the double window modified trimmed average value filter process, or the process of selecting the minimum or maximum value according to the size of the defective pixel. Good.
- the quartile range is illustrated as statistical variation, instead of this, variance, standard deviation, average absolute value difference, or range may be used.
- the range is the distribution width of the pixel values of the input pixels, that is, the difference between the maximum pixel value and the minimum pixel value.
- the case where the moving image acquired by the imaging unit 110 is input is illustrated, but instead of this, a plurality of still images acquired in time series are included. It may be applied when input.
- the image processing method may be realized by an image processing program that can be executed by a computer.
- the computer includes a main storage device such as a CPU and a RAM, and a computer-readable recording medium, and an image processing program for realizing the processing described above is recorded on the recording medium. Then, the CPU can read out the image processing program recorded on the recording medium and realize the same processing as the image processing apparatuses 1, 10, and 20.
- the image processing apparatus 1 may be applied to any photographing apparatus such as a microscope and an endoscope. .
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Image Processing (AREA)
- Transforming Light Signals Into Electric Signals (AREA)
Abstract
少ない計算量で精度よく欠陥画素を検出することを目的として、本発明に係る画像処理装置（１）は、取得された画像の注目画素と周辺画素とを含むブロック内の各画素の画素値に対して、順序統計フィルタ処理を施すフィルタ処理部（２）と、フィルタ処理部（２）により順序統計フィルタ処理が施される前後の注目画素の画素値の差分値を算出する差分値算出部（３）と、フィルタ処理部（２）により順序統計フィルタ処理が施された周辺画素の画素値の統計的バラツキを算出するバラツキ算出部（４）と、差分値算出部（３）により算出された差分値をバラツキ算出部（４）により算出された統計的バラツキにより除算して得られた値が所定の閾値以上である場合に、注目画素を欠陥画素であると判定する判定部（５）とを備える。
Description
本発明は、画像処理装置、画像処理方法および画像処理プログラムに関するものである。
デジタルカメラ等の撮影装置を用いて取得された画像において、注目画素とその周囲の８画素の信号レベルの分散値の平方根、すなわち、標準偏差を算出し、注目画素の信号レベルがその周囲の信号レベルと比較してどれだけ突出しているのかを示す突出度を算出し、突出度が所定の上限値より大きい場合に、注目画素が白欠陥、所定の下限値より小さい場合に、注目画素が黒欠陥であると判定する画像処理方法が知られている（例えば、特許文献１参照。）。
しかしながら、特許文献１の画像処理方法は、突出度を算出するために周辺画素の画素値の平均値および標準偏差を算出しているため、周辺画素に複数の欠陥画素が存在する場合には、平均値および標準偏差が欠陥画素の影響を受けて正しい値を求めることができない。その結果、欠陥検出の精度が低下するという不都合がある。また、ハードウェアへの実装を考えると、標準偏差の計算は計算量が多いため、処理に時間がかかったり、消費電力が増大したりするという不都合がある。
本発明は上述した事情に鑑みてなされたものであって、少ない計算量で精度よく欠陥画素を検出することができる画像処理装置、画像処理方法および画像処理プログラムを提供することを目的としている。
本発明の一態様は、取得された画像の注目画素と周辺画素とを含むブロック内の各画素の画素値に対して、順序統計フィルタ処理を施すフィルタ処理部と、該フィルタ処理部により順序統計フィルタ処理が施される前後の前記注目画素の前記画素値の差分値を算出する差分値算出部と、前記フィルタ処理部により順序統計フィルタ処理が施された前記周辺画素の前記画素値の統計的バラツキを算出するバラツキ算出部と、前記差分値算出部により算出された差分値を前記バラツキ算出部により算出された統計的バラツキにより除算して得られた値が所定の閾値以上である場合に、前記注目画素を欠陥画素であると判定する判定部とを備える画像処理装置である。
本態様によれば、取得された画像に対しフィルタ処理部において順序統計フィルタ処理が施され、順序統計フィルタ処理前後の注目画素の画素値の差分値が差分値算出部により算出される。一方、順序統計フィルタ処理が施された周辺画素の画素値の統計的バラツキがバラツキ算出部により算出され、差分値を統計的バラツキで除算して得られた値が所定の閾値以上であるか否かが判定部により判定される。判定の結果閾値以上である場合には、注目画素が欠陥画素であると判定される。
この場合において、本態様によれば、注目画素が欠陥画素であるか否かを平均値を用いることなく判定できる。したがって、同じブロック内に複数の欠陥画素が存在しても、欠陥画素の影響を受けることがなく、また、ノイズが存在していてもノイズの影響を低減することができ、欠陥検出の精度を向上することができる。特に、標準偏差を算出しないので少ない計算量で精度よく欠陥画素を検出することができる。
また、単純に順序統計フィルタ処理の前後の画素値の差分値を閾値によって評価するのではなく、順序統計フィルタ処理後の周辺画素から算出した統計的バラツキとの比率により評価することにより、注目画素がエッジに隣接もしくはテクスチャ上に存在する場合の誤検出を抑制することができる。
上記態様においては、前記バラツキ算出部が、統計的バラツキとして四分位範囲を算出してもよい。
これにより、簡易に統計的バラツキを算出することができる。
これにより、簡易に統計的バラツキを算出することができる。
また、上記態様においては、前記判定部により前記欠陥画素であると判定された画素の座標値を登録するアドレス登録部と、該アドレス登録部に登録された座標値に対応する画素の前記欠陥画素の評価値を記憶する評価値記憶部と、前記差分値算出部により算出された差分値と、前記評価値記憶部に記憶されている過去の前記評価値とに基づいて前記欠陥画素の前記評価値を算出する評価値算出部とを備え、前記アドレス登録部は、前記評価値算出部により算出された前記評価値が、所定の閾値以下である場合に登録を解除してもよい。
このようにすることで、誤検出によって欠陥画素であると判定された場合であっても、欠陥画素ではない場合には、処理の進行に従って欠陥画素であるとの判定を解除することができる。したがって、画像の画素数と同数アドレス数を検出用メモリに用意する必要がなくなる。
また、上記態様においては、前記評価値算出部は、前記差分値と過去の前記評価値とを重み付け合成して前記評価値を算出してもよい。
このようにすることで、正常な画素が誤検出により欠陥画素であると判定された場合であっても、処理の進行に従って欠陥画素であるとの判定を解除することができる。
このようにすることで、正常な画素が誤検出により欠陥画素であると判定された場合であっても、処理の進行に従って欠陥画素であるとの判定を解除することができる。
また、上記態様においては、前記判定部により前記欠陥画素であると判定された画素の前記座標値の前記アドレス登録部への登録を間引く間引き部を備えていてもよい。
このようにすることで、欠陥画素であるとの誤検出数を低減でき、欠陥画素のアドレス登録用のメモリ量をさらに低減することができる。
このようにすることで、欠陥画素であるとの誤検出数を低減でき、欠陥画素のアドレス登録用のメモリ量をさらに低減することができる。
また、上記態様においては、前記評価値算出部は、前記バラツキ算出部が算出した順序統計フィルタ処理が施された前記周辺画素の前記画素値の統計的バラツキが所定の閾値より大きい場合に、前記評価値の算出を行わないこととしてもよい。
このようにすることで、順序統計フィルタ処理が施された周辺画素の画素値の統計的バラツキが所定の閾値より大きい場合には、画素値の分布が平坦ではないと判断でき、評価値の算出を行わないことにより、欠陥画素の誤検出を防止することができる。
このようにすることで、順序統計フィルタ処理が施された周辺画素の画素値の統計的バラツキが所定の閾値より大きい場合には、画素値の分布が平坦ではないと判断でき、評価値の算出を行わないことにより、欠陥画素の誤検出を防止することができる。
本発明の他の態様は、取得された画像の注目画素と周辺画素とを含むブロック内の各画素の画素値に対して、順序統計フィルタ処理を施すフィルタ処理ステップと、該フィルタ処理ステップにより順序統計フィルタ処理が施される前後の前記注目画素の前記画素値の差分値を算出する差分値算出ステップと、前記フィルタ処理ステップにより順序統計フィルタ処理が施された前記周辺画素の前記画素値の統計的バラツキを算出するバラツキ算出ステップと、前記差分値算出ステップにより算出された差分値を前記バラツキ算出ステップにより算出された統計的バラツキにより除算して得られた値が所定の閾値以上である場合に、前記注目画素を欠陥画素であると判定する判定ステップとを含む画像処理方法である。
本発明の他の態様は、取得された画像の注目画素と周辺画素とを含むブロック内の各画素の画素値に対して、順序統計フィルタ処理を施すフィルタ処理ステップと、該フィルタ処理ステップにより順序統計フィルタ処理が施される前後の前記注目画素の前記画素値の差分値を算出する差分値算出ステップと、前記フィルタ処理ステップにより順序統計フィルタ処理が施された前記周辺画素の前記画素値の統計的バラツキを算出するバラツキ算出ステップと、前記差分値算出ステップにより算出された差分値を前記バラツキ算出ステップにより算出された統計的バラツキにより除算して得られた値が所定の閾値以上である場合に、前記注目画素を欠陥画素であると判定する判定ステップとコンピュータに実行させる画像処理プログラムである。
本発明によれば、少ない計算量で精度よく欠陥画素を検出することができるという効果を奏する。
以下、本発明の第１実施形態に係る画像処理装置１、画像処理方法および画像処理プログラムについて、図面を参照して以下に説明する。
図１に、本実施形態に係る画像処理装置１を備えたカメラ（撮影装置）１００を示す。
図１に、本実施形態に係る画像処理装置１を備えたカメラ（撮影装置）１００を示す。
カメラ１００は、被写体からの光を撮影する撮像部１１０と、本実施形態に係る画像処理装置１と、表示部（図示略）とを備えている。
撮像部１１０は、被写体からの光を集光する撮影レンズ１３０と、該撮影レンズ１３０により集光された光を撮影する撮像素子１４０と、該撮像素子１４０により取得された画像信号に基づいて画像を生成する画像生成部１５０を備えている。
撮像部１１０は、被写体からの光を集光する撮影レンズ１３０と、該撮影レンズ１３０により集光された光を撮影する撮像素子１４０と、該撮像素子１４０により取得された画像信号に基づいて画像を生成する画像生成部１５０を備えている。
本実施形態に係る画像処理装置１は、画像生成部１５０から入力されてきた画像に対し、順序統計フィルタ処理を施すフィルタ処理部２と、該フィルタ処理部２による順序統計フィルタ処理前後の注目画素の画素値の差分値を算出する差分値算出部３と、順序統計フィルタ処理後の画素値に基づいて統計的バラツキを算出するバラツキ算出部４と、該バラツキ算出部４により算出された統計的バラツキと、差分値算出部３により算出された差分値とに基づいて欠陥画素か否かを判定する判定部（欠陥判定部）５とを備えている。
フィルタ処理部２は、メディアンフィルタによって順序統計フィルタ処理を行うものである。フィルタ処理部２は、例えば、図２に示されるように、ハッチングで示される注目画素ｐｔとその周辺の実線で囲まれた８個の周辺画素ｐ１からｐ８とからなる３×３＝９画素のブロックにおいて、注目画素ｐｔおよび周辺画素ｐ１からｐ８のそれぞれに対して順序統計フィルタ処理を実施するようになっている。
さらに具体的には、フィルタ処理部２は、注目画素ｐｔが設定されると、図３に示されるように、注目画素ｐｔおよび各周辺画素ｐ１からｐ８を中心とするそれぞれ３×３＝９画素の画素値をそれらの大きさによってソーティングし、中央値（メディアン値）を各画素の画素値として出力するようになっている。例えば、ｐ１の画素に対してフィルタ処理を行う場合は、図３の太線で囲った領域のようにｐ１を中心とする３×３＝９画素の範囲の画素の画素値を用いて処理をおこなう。図４に示すように、各画素の画素値を大きさによりソーティングし、中央値を出力する。この出力された値がｐ１の順序統計フィルタ処理後の値Ｐ１となる。フィルタ処理部２においては、画像上の全ての画素について、上記処理が行われるようになっている。
順序統計フィルタ処理は、撮像素子１４０がいわゆるベイヤ配列である場合には、同色の色フィルタが配置された画素に対して実施されるようになっている。
また、ここでは、順序統計フィルタ処理において、注目画素も使用しているが使用しなくてもよい。この場合には、画素数が８個（偶数）となるので中央値の算出は、４番目と５番目の画素値の平均により行えばよい。
また、ここでは、順序統計フィルタ処理において、注目画素も使用しているが使用しなくてもよい。この場合には、画素数が８個（偶数）となるので中央値の算出は、４番目と５番目の画素値の平均により行えばよい。
バラツキ算出部４は、統計的バラツキとして四分位範囲を算出するようになっている。
四分位範囲は、分布の代表値を中央値としたときの分布のバラツキのことをいう。
バラツキ算出部４においては、図５に示されるように、注目画素ｐｔおよびその周辺の８画素ｐ１からｐ８の順序統計フィルタ処理後の３×３＝９画素の画素値Ｐｔ，Ｐ１からＰ８が、それらの大きさによってソーティングされる。
四分位範囲は、分布の代表値を中央値としたときの分布のバラツキのことをいう。
バラツキ算出部４においては、図５に示されるように、注目画素ｐｔおよびその周辺の８画素ｐ１からｐ８の順序統計フィルタ処理後の３×３＝９画素の画素値Ｐｔ，Ｐ１からＰ８が、それらの大きさによってソーティングされる。
バラツキ算出部４は、図５のソーティング結果の中央値Ｐ６を挟んで両側にそれぞれ４個ずつ存在する画素値群においてさらに中央値を求めるようになっている。中央値Ｐ６の両側の各画素値群のデータ数はそれぞれ４個なので、２番目と３番目の画素値Ｐ１，Ｐ４の平均値および７番目と８番目の画素値Ｐｔ，Ｐ７の平均値を中央値とするようになっている。
バラツキ算出部４は、２番目と３番目の画素値Ｐ１，Ｐ４から算出した中央値を第１四分位数Ｑ１、７番目と８番目の画素値Ｐｔ，Ｐ７から算出した中央値を第３四分位数Ｑ３とし、下式により四分位範囲ＩＱＲを算出するようになっている。
ＩＱＲ＝Ｑ３－Ｑ１
ＩＱＲ＝Ｑ３－Ｑ１
判定部５は、差分値算出部３により算出された差分値を、バラツキ算出部４により算出された統計的バラツキである四分位範囲によって除算して得られた値を所定の閾値と比較し、閾値より大きい場合には、欠陥画素であると判定するようになっている。
四分位範囲はバラツキであるため、バラツキが小さいと注目画素の周辺は平坦であり、バラツキが大きいと注目画素の周辺は平坦ではないことが分かる。四分位範囲を分母とすることにより、バラツキが小さく周辺が平坦な場所でのみ欠陥画素を判定することができる。また、注目画素が突出している場合には、差分値は大きくなるため、差分値を分子とすることにより、注目画素の突出度を容易に判定することができる。
四分位範囲はバラツキであるため、バラツキが小さいと注目画素の周辺は平坦であり、バラツキが大きいと注目画素の周辺は平坦ではないことが分かる。四分位範囲を分母とすることにより、バラツキが小さく周辺が平坦な場所でのみ欠陥画素を判定することができる。また、注目画素が突出している場合には、差分値は大きくなるため、差分値を分子とすることにより、注目画素の突出度を容易に判定することができる。
このように構成された本実施形態に係る画像処理装置１を用いた画像処理方法について以下に説明する。
本実施形態に係る画像処理方法は、図６に示されるように、取得された画像の注目画素と周辺画素とを含むブロック内の各画素の画素値に対して、順序統計フィルタ処理を施すフィルタ処理ステップＳ１と、順序統計フィルタ処理が施される前後の注目画素の画素値の差分値を算出する差分値算出ステップＳ２と、順序統計フィルタ処理が施された周辺画素の画素値の統計的バラツキを算出するバラツキ算出ステップＳ３と、差分値を統計的バラツキにより除算して得られた値が所定の閾値以上である場合に、注目画素を欠陥画素であると判定する判定ステップＳ４とを含んでいる。
本実施形態に係る画像処理方法は、図６に示されるように、取得された画像の注目画素と周辺画素とを含むブロック内の各画素の画素値に対して、順序統計フィルタ処理を施すフィルタ処理ステップＳ１と、順序統計フィルタ処理が施される前後の注目画素の画素値の差分値を算出する差分値算出ステップＳ２と、順序統計フィルタ処理が施された周辺画素の画素値の統計的バラツキを算出するバラツキ算出ステップＳ３と、差分値を統計的バラツキにより除算して得られた値が所定の閾値以上である場合に、注目画素を欠陥画素であると判定する判定ステップＳ４とを含んでいる。
本実施形態に係る画像処理装置１および画像処理方法によれば、メディアンフィルタ処理のような順序統計フィルタ処理を施すことにより、ノイズにより突出している画素値や、複数存在している他の欠陥画素の画素値の影響を低減して、欠陥画素の検出精度を向上することができるという利点がある。
また、単純に順序統計フィルタ処理の前後の画素値の差分値を閾値によって評価するのではなく、順序統計フィルタ処理後の周辺画素から算出した統計的バラツキによって差分値を除算することにより得られた値を閾値によって評価するので、注目画素がエッジに隣接もしくはテクスチャ上に存在する場合の誤検出を抑制することができるという利点がある。
さらに、本実施形態に係る画像処理装置１および画像処理方法によれば、バラツキ算出部４が、統計的バラツキとして四分位範囲を用いているので、標準偏差と比較して計算量を大幅に低減することができ、消費電力の節約を図ることができるという利点もある。
次に、本発明の第２実施形態に係る画像処理装置１０について、図面を参照して以下に説明する。
本実施形態の説明において、上述した第１実施形態に係る画像処理装置１と構成を共通とする箇所には同一符号を付して説明を省略する。
本実施形態の説明において、上述した第１実施形態に係る画像処理装置１と構成を共通とする箇所には同一符号を付して説明を省略する。
本実施形態に係る画像処理装置１０は、撮像部１１０により取得された動画が入力される点で第１の実施形態に係る画像処理装置１と相違している。
本実施形態に係る画像処理装置１０は、図７に示されるように、判定部５により欠陥画素であると判定された場合には、その画素の座標値を登録するアドレス登録部１１と、前フレームで算出された評価値を記憶する評価値記憶部１２と、記憶されている前フレームの評価値と差分値とに基づいて評価値を算出する評価値算出部１３とを備え、アドレス登録部１１は、評価値算出部１３により算出された評価値に応じて登録を解除するようになっている。
本実施形態に係る画像処理装置１０は、図７に示されるように、判定部５により欠陥画素であると判定された場合には、その画素の座標値を登録するアドレス登録部１１と、前フレームで算出された評価値を記憶する評価値記憶部１２と、記憶されている前フレームの評価値と差分値とに基づいて評価値を算出する評価値算出部１３とを備え、アドレス登録部１１は、評価値算出部１３により算出された評価値に応じて登録を解除するようになっている。
すなわち、アドレス登録部１１により欠陥画素の座標値が登録されると、それ以降の登録画素による画像の検出は行われないようになる。
評価値算出部１３は、欠陥画素の評価値を、下式により、フレーム毎に算出するようになっている。
ｖｃ＝ｖｂ－ｖｂ＊ｎ＋ｖｎ＊ｎ
評価値算出部１３は、欠陥画素の評価値を、下式により、フレーム毎に算出するようになっている。
ｖｃ＝ｖｂ－ｖｂ＊ｎ＋ｖｎ＊ｎ
ここで、ｖｃは更新された評価値、ｖｂは前フレームの評価値、ｎは係数、ｖｎは現フレームにおける差分値である。上記式によれば、現フレームの差分値と前フレームの評価値とが重み付け合成される。
なお、初回の評価値の算出においては前フレームの評価値が存在しないので、初期値として、任意の値もしくは差分値が設定されればよい。
なお、初回の評価値の算出においては前フレームの評価値が存在しないので、初期値として、任意の値もしくは差分値が設定されればよい。
アドレス登録部１１は、評価値算出部１３により算出された評価値と任意の閾値とを比較し、閾値以下の場合には登録された座標の画素は欠陥画素ではないと判定して座標値の登録を解除するようになっている。この場合には評価値はゼロとなり、座標値の登録を解除しない場合には、評価値がそのまま出力されて、評価値記憶部１２に記憶されるようになっている。
このように構成された本実施形態に係る画像処理装置１０によれば、誤検出により欠陥画素であると判定されてアドレスに登録された場合であっても、複数フレームの処理の進行に従って、誤検出であることが明らかになり、アドレス登録部１１における登録が解除される。したがって、健全な画素がいつまでもアドレスに登録されたままの無駄な状態を解消することができる。また、事前に用意するアドレス登録用のメモリ量を削減することができるという利点もある。
次に、本発明の第３実施形態に係る画像処理装置２０について、図面を参照して以下に説明する。
本実施形態の説明において上述した第２の実施形態に係る画像処理装置１０と構成を共通とする箇所には同一符号を付して説明を省略する。
本実施形態の説明において上述した第２の実施形態に係る画像処理装置１０と構成を共通とする箇所には同一符号を付して説明を省略する。
本実施形態に係る画像処理装置２０は、図８に示されるように、間引き部２１と、平坦判定部２２とを備える点で第２実施形態に係る画像処理装置１０と相違している。
間引き部２１は、判定部５による欠陥画素の判定がなされた場合に、数回に１回の割合でアドレス登録部１１に欠陥画素の座標値を登録するように間引く機能を有している。
間引き部２１は、判定部５による欠陥画素の判定がなされた場合に、数回に１回の割合でアドレス登録部１１に欠陥画素の座標値を登録するように間引く機能を有している。
具体的には、例えば、欠陥画素であると判定される都度にカウント数をインクリメントしていき、カウント数が偶数の場合にはアドレス登録部１１への登録を行わないようになっている。あるいは、カウント数が下式によって算出される数列Ｎに該当する場合に欠陥画素の画素値を登録することにしてもよい。下式は４枚置きであるが、２枚置き、３枚置き、５枚置き以上であってもよい。
Ｎ＝４＊ｘ＋１ ｘ＝０，１，２，３，…
Ｎ＝４＊ｘ＋１ ｘ＝０，１，２，３，…
平坦判定部２２は、順序統計フィルタから出力された順序統計フィルタ処理された周辺画素の画素値の統計的バラツキと、閾値とを比較して閾値を上回っている場合には平坦ではないと判定するようになっている。
また、評価値算出部１３は、平坦判定部２２から平坦ではないと判定された画素については、評価値を算出しない、すなわち、評価値の更新を行わないようになっている。
また、評価値算出部１３は、平坦判定部２２から平坦ではないと判定された画素については、評価値を算出しない、すなわち、評価値の更新を行わないようになっている。
この場合において、閾値は、判定を行う画素の画素値毎に算出されるように、画素値毎の平坦な領域における光ショットノイズのノイズモデルを使用する。使用するノイズモデルとしては、順序統計フィルタ処理された画素値に応じたノイズ量のモデルを使用することが好ましい。ノイズ量は、画素値毎の平坦な領域における標準偏差や分散を使用することが一般的だが、この場合は画素値毎の平坦な領域における四分位範囲を使用する。
順序統計フィルタ処理の前後においては、図９に示されるように、各画素値におけるノイズ量に差が生ずるため、このノイズモデルから算出されるモデル値に下式のように任意の係数を乗算することで最終的な閾値として使用すればよい。
ＴＨ＝ＭＶ＊Ｋ
ここで、ＴＨは閾値、ＭＶはモデル値、Ｋは任意の係数である。
ＴＨ＝ＭＶ＊Ｋ
ここで、ＴＨは閾値、ＭＶはモデル値、Ｋは任意の係数である。
このように、本実施形態に係る画像処理装置２０によれば、判定部５により欠陥画素の判定がなされた全ての場合にアドレス登録部１１への登録が行われるのではなく、間引き部２１によって、登録される欠陥画素が間引かれるので、欠陥画素の誤検出数を低減することができるという利点がある。これにより、事前に用意するアドレス登録用のメモリ量を低減することができる。
また、本実施形態に係る画像処理装置２０によれば、平坦判定部２２により平坦ではないと判定された画素については欠陥画素の評価値が算出されないので、急激に変化するシーンでの欠陥画素の評価値の誤った更新を抑制することができ、これにより正検出された画素の検出状態の維持と誤検出された画素の検出状態の解除を安定的に行うことが出来るという利点がある。
なお、上記各実施形態においては、順序統計フィルタ処理としてメディアンフィルタによる処理を例示したが、これに代えて、ソート後の画素値群から指定の順位の画素値を選択するランクオーダーフィルタ処理、ソート後の画素値群の両端を指定した数だけ除外し残った値で平均値を算出するα－トリムド平均値フィルタ処理、ソート後の中央値を選択するだけでなく、中央値から一定の範囲に含まれる画素値も選択し、それらの平均値を算出する、ダブルウィンドウモディファイドトリムド平均値フィルタ処理、あるいは、欠陥画素の大きさに応じて最小値や最大値を選択する処理を採用してもよい。
また、統計的バラツキとして四分位範囲を例示したが、これに代えて、分散や標準偏差、平均絶対値差あるいは範囲を用いてもよい。範囲とは、入力画素の画素値の分布幅、すなわち、最大画素値と最小画素値との差である。
また、第２実施形態および第３実施形態においては、撮像部１１０により取得された動画が入力される場合について例示したが、これに代えて、時系列的に取得された複数枚の静止画が入力される場合に適用してもよい。
また、本実施形態においては、画像処理方法をハードウェアによって実現する構成について説明したが、コンピュータにより実行可能な画像処理プログラムによって実現することとしてもよい。この場合、コンピュータは、ＣＰＵ、ＲＡＭ等の主記憶装置、およびコンピュータ読み取り可能な記録媒体を備え、該記録媒体に上述した処理を実現させるための画像処理プログラムが記録される。そして、ＣＰＵが記録媒体に記録されている画像処理プログラムを読み出して、画像処理装置１，１０，２０と同一の処理を実現することができる。
また、本実施形態においては、画像処理装置１がカメラ１００に適用される場合について説明したが、これに代えて、顕微鏡、内視鏡等の任意の撮影装置に適用されることにしてもよい。
１，１０，２０ 画像処理装置
２ フィルタ処理部
３ 差分値算出部
４ バラツキ算出部
５ 判定部
１１ アドレス登録部
１２ 評価値記憶部
１３ 評価値算出部
２１ 間引き部
Ｓ１ フィルタ処理ステップ
Ｓ２ 差分値算出ステップ
Ｓ３ バラツキ算出ステップ
Ｓ４ 判定ステップ
２ フィルタ処理部
３ 差分値算出部
４ バラツキ算出部
５ 判定部
１１ アドレス登録部
１２ 評価値記憶部
１３ 評価値算出部
２１ 間引き部
Ｓ１ フィルタ処理ステップ
Ｓ２ 差分値算出ステップ
Ｓ３ バラツキ算出ステップ
Ｓ４ 判定ステップ
Claims (8)
- 取得された画像の注目画素と周辺画素とを含むブロック内の各画素の画素値に対して、順序統計フィルタ処理を施すフィルタ処理部と、
該フィルタ処理部により順序統計フィルタ処理が施される前後の前記注目画素の前記画素値の差分値を算出する差分値算出部と、
前記フィルタ処理部により順序統計フィルタ処理が施された前記周辺画素の前記画素値の統計的バラツキを算出するバラツキ算出部と、
前記差分値算出部により算出された差分値を前記バラツキ算出部により算出された統計的バラツキにより除算して得られた値が所定の閾値以上である場合に、前記注目画素を欠陥画素であると判定する判定部とを備える画像処理装置。 - 前記バラツキ算出部が、統計的バラツキとして四分位範囲を算出する請求項１に記載の画像処理装置。
- 前記判定部により前記欠陥画素であると判定された画素の座標値を登録するアドレス登録部と、
該アドレス登録部に登録された座標値に対応する画素の前記欠陥画素の評価値を記憶する評価値記憶部と、
前記差分値算出部により算出された差分値と、前記評価値記憶部に記憶されている過去の前記評価値とに基づいて前記欠陥画素の前記評価値を算出する評価値算出部とを備え、
前記アドレス登録部は、前記評価値算出部により算出された前記評価値が、所定の閾値以下である場合に登録を解除する請求項１または請求項２に記載の画像処理装置。 - 前記評価値算出部は、前記差分値と過去の前記評価値とを重み付け合成して前記評価値を算出する請求項３に記載の画像処理装置。
- 前記判定部により前記欠陥画素であると判定された画素の前記座標値の前記アドレス登録部への登録を間引く間引き部を備える請求項３または請求項４に記載の画像処理装置。
- 前記評価値算出部は、前記バラツキ算出部が算出した順序統計フィルタ処理が施された前記周辺画素の前記画素値の統計的バラツキが所定の閾値より大きい場合に、前記評価値の算出を行わない請求項３から請求項５のいずれかに記載の画像処理装置。
- 取得された画像の注目画素と周辺画素とを含むブロック内の各画素の画素値に対して、順序統計フィルタ処理を施すフィルタ処理ステップと、
該フィルタ処理ステップにより順序統計フィルタ処理が施される前後の前記注目画素の前記画素値の差分値を算出する差分値算出ステップと、
前記フィルタ処理ステップにより順序統計フィルタ処理が施された前記周辺画素の前記画素値の統計的バラツキを算出するバラツキ算出ステップと、
前記差分値算出ステップにより算出された差分値を前記バラツキ算出ステップにより算出された統計的バラツキにより除算して得られた値が所定の閾値以上である場合に、前記注目画素を欠陥画素であると判定する判定ステップとを含む画像処理方法。 - 取得された画像の注目画素と周辺画素とを含むブロック内の各画素の画素値に対して、順序統計フィルタ処理を施すフィルタ処理ステップと、
該フィルタ処理ステップにより順序統計フィルタ処理が施される前後の前記注目画素の前記画素値の差分値を算出する差分値算出ステップと、
前記フィルタ処理ステップにより順序統計フィルタ処理が施された前記周辺画素の前記画素値の統計的バラツキを算出するバラツキ算出ステップと、
前記差分値算出ステップにより算出された差分値を前記バラツキ算出ステップにより算出された統計的バラツキにより除算して得られた値が所定の閾値以上である場合に、前記注目画素を欠陥画素であると判定する判定ステップとコンピュータに実行させる画像処理プログラム。
Priority Applications (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| PCT/JP2016/068686 WO2017221376A1 (ja) | 2016-06-23 | 2016-06-23 | 画像処理装置、画像処理方法および画像処理プログラム |
| JP2018523232A JPWO2017221376A1 (ja) | 2016-06-23 | 2016-06-23 | 画像処理装置、画像処理方法および画像処理プログラム |
| US16/224,375 US10728476B2 (en) | 2016-06-23 | 2018-12-18 | Image processing device, image processing method, and image processing program for determining a defective pixel |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| PCT/JP2016/068686 WO2017221376A1 (ja) | 2016-06-23 | 2016-06-23 | 画像処理装置、画像処理方法および画像処理プログラム |
Related Child Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| US16/224,375 Continuation US10728476B2 (en) | 2016-06-23 | 2018-12-18 | Image processing device, image processing method, and image processing program for determining a defective pixel |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| WO2017221376A1 true WO2017221376A1 (ja) | 2017-12-28 |
Family
ID=60783409
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| PCT/JP2016/068686 WO2017221376A1 (ja) | 2016-06-23 | 2016-06-23 | 画像処理装置、画像処理方法および画像処理プログラム |
Country Status (3)
| Country | Link |
|---|---|
| US (1) | US10728476B2 (ja) |
| JP (1) | JPWO2017221376A1 (ja) |
| WO (1) | WO2017221376A1 (ja) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2019194106A1 (ja) * | 2018-04-06 | 2019-10-10 | オリンパス株式会社 | 画像処理装置、画像処理方法および画像処理プログラム |
| WO2019208339A1 (ja) * | 2018-04-27 | 2019-10-31 | オリンパス株式会社 | 画像処理装置、画像処理方法および画像処理プログラム |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2004233448A (ja) * | 2003-01-28 | 2004-08-19 | Fuji Photo Film Co Ltd | 放射線像読取装置 |
| JP2010068329A (ja) * | 2008-09-11 | 2010-03-25 | Toshiba Corp | 撮像装置 |
| JP2011205586A (ja) * | 2010-03-26 | 2011-10-13 | Canon Inc | 画像処理装置、画像処理装置の制御方法及びプログラム |
| JP2012095203A (ja) * | 2010-10-28 | 2012-05-17 | Canon Inc | 画像処理装置、その制御方法、および制御プログラム |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP4453332B2 (ja) | 2003-10-17 | 2010-04-21 | ソニー株式会社 | 欠陥画素検出方法、検出装置および撮像装置 |
-
2016
- 2016-06-23 WO PCT/JP2016/068686 patent/WO2017221376A1/ja active Application Filing
- 2016-06-23 JP JP2018523232A patent/JPWO2017221376A1/ja active Pending
-
2018
- 2018-12-18 US US16/224,375 patent/US10728476B2/en active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2004233448A (ja) * | 2003-01-28 | 2004-08-19 | Fuji Photo Film Co Ltd | 放射線像読取装置 |
| JP2010068329A (ja) * | 2008-09-11 | 2010-03-25 | Toshiba Corp | 撮像装置 |
| JP2011205586A (ja) * | 2010-03-26 | 2011-10-13 | Canon Inc | 画像処理装置、画像処理装置の制御方法及びプログラム |
| JP2012095203A (ja) * | 2010-10-28 | 2012-05-17 | Canon Inc | 画像処理装置、その制御方法、および制御プログラム |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2019194106A1 (ja) * | 2018-04-06 | 2019-10-10 | オリンパス株式会社 | 画像処理装置、画像処理方法および画像処理プログラム |
| US11503982B2 (en) | 2018-04-06 | 2022-11-22 | Olympus Corporation | Image processing apparatus, image processing method, and computer-readable recording medium for detecting a defective pixel in an image frame |
| WO2019208339A1 (ja) * | 2018-04-27 | 2019-10-31 | オリンパス株式会社 | 画像処理装置、画像処理方法および画像処理プログラム |
| US11228724B2 (en) | 2018-04-27 | 2022-01-18 | Olympus Corporation | Image processing apparatus, image processing method, and computer-readable recording medium for interpolating pixel value of determined defective pixel to be corrected |
Also Published As
| Publication number | Publication date |
|---|---|
| US10728476B2 (en) | 2020-07-28 |
| JPWO2017221376A1 (ja) | 2019-04-11 |
| US20190149757A1 (en) | 2019-05-16 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| EP2297939B1 (en) | Method and apparatus for motion blur and ghosting prevention in imaging system | |
| US8009209B2 (en) | Methods and apparatus for detecting defects in imaging arrays by image analysis | |
| US11138698B2 (en) | Static soiling detection and correction | |
| JP5141245B2 (ja) | 画像処理装置、補正情報生成方法、および撮像装置 | |
| CN110520768B (zh) | 高光谱光场成像方法和系统 | |
| CN103369347A (zh) | 相机瑕疵缺陷检测 | |
| US20180063454A1 (en) | Method and apparatus for correcting fixed pattern noise of an infrared image | |
| CN113411571B (zh) | 一种基于滑窗梯度熵的视频帧清晰度检测方法 | |
| CN112033965A (zh) | 基于差分图像分析的3d弧形表面缺陷检测方法 | |
| WO2014013792A1 (ja) | ノイズ評価方法、画像処理装置、撮像装置およびプログラム | |
| CN107810630A (zh) | 红外图像采集设备中的坏像素的校正 | |
| WO2017221376A1 (ja) | 画像処理装置、画像処理方法および画像処理プログラム | |
| US9147257B2 (en) | Consecutive thin edge detection system and method for enhancing a color filter array image | |
| US11223787B2 (en) | Information processing apparatus, information processing method, and imaging apparatus | |
| Chapman et al. | Tradeoffs in imager design with respect to pixel defect rates | |
| US11356616B2 (en) | Image processing device, image capturing device, control method of image processing device, control method of image capturing device, and storage medium | |
| US11039096B2 (en) | Image processing device, image processing method and storage medium | |
| JP2013509641A (ja) | 非線形勾配補償を使用してデータを処理する方法及びシステム | |
| CN107079121A (zh) | 用于检测有缺陷像素的方法 | |
| Chapman et al. | Improved image accuracy in hot pixel degraded digital cameras | |
| Premachandran et al. | Measuring the effectiveness of bad pixel detection algorithms using the ROC curve | |
| Meißner et al. | Benchmarking the optical resolving power of UAV based camera systems | |
| JP2016524167A (ja) | 能動画素アレイセンサを用いたｘ線回折ベースの欠陥画素補正方法 | |
| Leung et al. | Analyzing the impact of ISO on digital imager defects with an automatic defect trace algorithm | |
| CN107736013A (zh) | 红外图像采集设备中的坏像素的检测 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| 121 | Ep: the epo has been informed by wipo that ep was designated in this application |
Ref document number: 16906293 Country of ref document: EP Kind code of ref document: A1 |
|
| ENP | Entry into the national phase |
Ref document number: 2018523232 Country of ref document: JP Kind code of ref document: A |
|
| NENP | Non-entry into the national phase |
Ref country code: DE |
|
| 122 | Ep: pct application non-entry in european phase |
Ref document number: 16906293 Country of ref document: EP Kind code of ref document: A1 |