[go: up one dir, main page]

RU2018102885A - Обнаружение плохих пикселей в устройстве получения инфракрасных изображений - Google Patents

Обнаружение плохих пикселей в устройстве получения инфракрасных изображений Download PDF

Info

Publication number
RU2018102885A
RU2018102885A RU2018102885A RU2018102885A RU2018102885A RU 2018102885 A RU2018102885 A RU 2018102885A RU 2018102885 A RU2018102885 A RU 2018102885A RU 2018102885 A RU2018102885 A RU 2018102885A RU 2018102885 A RU2018102885 A RU 2018102885A
Authority
RU
Russia
Prior art keywords
pixels
pixel
target pixel
distances
value
Prior art date
Application number
RU2018102885A
Other languages
English (en)
Other versions
RU2705434C2 (ru
RU2018102885A3 (ru
Inventor
Амори САРАГАГЛИА
Original Assignee
Юлис
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 Юлис filed Critical Юлис
Publication of RU2018102885A publication Critical patent/RU2018102885A/ru
Publication of RU2018102885A3 publication Critical patent/RU2018102885A3/ru
Application granted granted Critical
Publication of RU2705434C2 publication Critical patent/RU2705434C2/ru

Links

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/20Cameras or camera modules comprising electronic image sensors; Control thereof for generating image signals from infrared radiation only
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N25/00Circuitry of solid-state image sensors [SSIS]; Control thereof
    • H04N25/20Circuitry of solid-state image sensors [SSIS]; Control thereof for transforming only infrared radiation into image signals
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N25/00Circuitry of solid-state image sensors [SSIS]; Control thereof
    • H04N25/60Noise processing, e.g. detecting, correcting, reducing or removing noise
    • H04N25/67Noise processing, e.g. detecting, correcting, reducing or removing noise applied to fixed-pattern noise, e.g. non-uniformity of response
    • H04N25/671Noise processing, e.g. detecting, correcting, reducing or removing noise applied to fixed-pattern noise, e.g. non-uniformity of response for non-uniformity detection or correction
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N25/00Circuitry of solid-state image sensors [SSIS]; Control thereof
    • H04N25/60Noise processing, e.g. detecting, correcting, reducing or removing noise
    • H04N25/68Noise processing, e.g. detecting, correcting, reducing or removing noise applied to defects
    • H04N25/683Noise 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

Landscapes

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

Claims (30)

1. Способ обнаружения паразитных пикселей чувствительной к инфракрасному излучению матрицы пикселей устройства захвата изображений, содержащий:
прием устройством обработки в устройстве захвата изображений входного изображения, захваченного матрицей пикселей;
вычисление оценочного показателя для множества целевых пикселей, содержащего по меньшей мере некоторые из пикселей входного изображения, причем оценочный показатель для каждого целевого пикселя генерируют на основе
Figure 00000001
пикселей входного изображения, выбранных в окне
Figure 00000002
×
Figure 00000002
пикселей вокруг целевого пикселя,
Figure 00000002
является нечетным целым числом 3 или более, и
Figure 00000001
является целым числом между 2 и 5, каждый из пикселей совокупности, формируемой k пикселями и целевым пикселем, совместно использует по меньшей мере одну границу или угол с другим пикселем упомянутой совокупности, и значения k пикселей находятся на соответственных расстояниях от значения целевого пикселя, k пикселей выбирают на основе расстояний k пикселей, а оценочный показатель для каждого целевого пикселя вычисляют на основе расстояний k выбранных пикселей; и
обнаружение того, что по меньшей мере один из целевых пикселей является паразитным пикселем, на основе вычисленных оценочных показателей.
2. Способ по п. 1, в котором H является нечетным целым числом, равным 5 или более.
3. Способ по п. 1, в котором выбор k пикселей содержит последовательные этапы, на которых:
формируют вокруг целевого пикселя первую группу, состоящую из всех пикселей, совместно использующих по меньшей мере одну границу или угол с целевым пикселем, за исключением целевого пикселя, и выбирают в рамках этой первой группы первый пиксель, имеющий значение, которое является ближайшим к значению целевого пикселя;
формируют вторую группу, состоящую из первой группы, за исключением первого выбранного пикселя, и из всех пикселей, совместно использующих по меньшей мере одну границу или угол с первым выбранным пикселем, и выбирают в рамках этой второй группы второй пиксель, имеющий значение, которое является ближайшим к значению целевого пикселя; и
повторяют операции расширения группы отбора и затем выбирают каждый последующий пиксель в каждой новой расширенной группе соответственно, имеющий значение, ближайшее к значению целевого пикселя, до тех пор, пока не будет выбрано k пикселей.
4. Способ по любому из пп. 1-3, в котором k пикселей выбирают таким образом, чтобы минимизировать сумму k расстояний.
5. Способ по любому из пп. 1-3, в котором оценочный показатель равен сумме k расстояний.
6. Способ по любому из пп. 1-3, в котором обнаружение упомянутого по меньшей мере одного паразитного пикселя содержит сравнение по меньшей мере некоторых из оценочных показателей с пороговым значением.
7. Способ по п. 6, в котором сравнение по меньшей мере некоторых из оценочных показателей с пороговым значением включает в себя сравнение подмножества оценочных показателей с пороговым значением, причем подмножество содержит множество наивысших оценочных показателей, и при этом пороговое значение вычисляют на основе следующего уравнения:
Figure 00000003
где
Figure 00000004
является параметром, равным по меньшей мере 1,0, и
Figure 00000005
и
Figure 00000006
являются соответственно первым и третьим квартилями подмножества.
8. Способ по п. 7, в котором упомянутые по меньшей мере некоторые оценочные показатели выбирают, применяя дополнительный порог к вычисленным оценочным показателям.
9. Способ по п. 8, в котором упомянутый дополнительный порог вычисляют на основе допущения, что значения пикселей в изображении имеют распределение вероятностей на основе распределения Лапласа.
10. Способ по п. 8 или 9, в котором упомянутый дополнительный порог вычисляют на основе следующего уравнения:
Figure 00000007
где
Figure 00000008
является оценкой параметра экспоненциального распределения
Figure 00000009
, соответствующего абсолютному значению (
Figure 00000010
) вычисленных оценочных показателей.
11. Способ по любому из пп. 1-3, дополнительно содержащий, до вычисления упомянутых оценочных показателей, коррекцию первого входного изображения путем применения значений усиления и смещения к по меньшей мере некоторым из значений пикселей первого входного изображения.
12. Читаемый компьютером носитель, хранящий команды для выполнения способа по любому из пп. 1-11 при исполнении устройством обработки.
13. Устройство обработки изображений, содержащее:
память, хранящую входное изображение; и
устройство обработки, выполненное с возможностью:
принимать входное изображение, захваченное матрицей пикселей;
вычислять оценочный показатель для множества целевых пикселей, содержащего по меньшей мере некоторые из пикселей входного изображения, причем оценочный показатель для каждого целевого пикселя генерируют на основе
Figure 00000001
пикселей входного изображения, выбранных в окне
Figure 00000002
×
Figure 00000002
пикселей вокруг целевого пикселя, H является нечетным целым числом 3 или более, и
Figure 00000001
является целым числом между 2 и 5, каждый из пикселей совокупности, образуемой k пикселями и целевым пикселем, совместно использует по меньшей мере одну границу или угол с другим пикселем упомянутой совокупности, и значения k пикселей находятся на соответственных расстояниях от значения целевого пикселя, k пикселей выбирают на основе расстояний k пикселей, а оценочный показатель для каждого целевого пикселя вычисляют на основе расстояний k выбранных пикселей; и
обнаруживать, что по меньшей мере один из целевых пикселей является паразитным пикселем, на основе вычисленных оценочных показателей.
14. Устройство по п. 13, в котором k пикселей выбирают таким образом, чтобы минимизировать сумму k расстояний.
15. Устройство по п. 13 или 14, в котором оценочный показатель равен сумме k расстояний.
RU2018102885A 2015-06-26 2016-06-10 Обнаружение плохих пикселей в устройстве получения инфракрасных изображений RU2705434C2 (ru)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
FRFR1555964 2015-06-26
FR1555964A FR3038195B1 (fr) 2015-06-26 2015-06-26 Detection de pixels parasites dans un capteur d'image infrarouge
PCT/FR2016/051394 WO2016207507A1 (fr) 2015-06-26 2016-06-10 Detection de pixels parasites dans un capteur d'image infrarouge

Publications (3)

Publication Number Publication Date
RU2018102885A true RU2018102885A (ru) 2019-07-29
RU2018102885A3 RU2018102885A3 (ru) 2019-08-28
RU2705434C2 RU2705434C2 (ru) 2019-11-07

Family

ID=55072759

Family Applications (1)

Application Number Title Priority Date Filing Date
RU2018102885A RU2705434C2 (ru) 2015-06-26 2016-06-10 Обнаружение плохих пикселей в устройстве получения инфракрасных изображений

Country Status (9)

Country Link
US (1) US10652490B2 (ru)
EP (1) EP3314887B1 (ru)
JP (1) JP6783425B2 (ru)
KR (1) KR102602846B1 (ru)
CN (1) CN107736013B (ru)
CA (1) CA2990553C (ru)
FR (1) FR3038195B1 (ru)
RU (1) RU2705434C2 (ru)
WO (1) WO2016207507A1 (ru)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP7122595B2 (ja) * 2018-04-20 2022-08-22 パナソニックIpマネジメント株式会社 画像表示装置及び画像表示方法
WO2021134713A1 (zh) * 2019-12-31 2021-07-08 深圳市大疆创新科技有限公司 红外图像处理方法及装置
CN114674321A (zh) * 2022-03-21 2022-06-28 四川中科朗星光电科技有限公司 一种基于均方差比率的可见光图像的虚警判断方法
TWI866362B (zh) * 2023-07-28 2024-12-11 高爾科技股份有限公司 熱影像陣列像素動態校正之方法

Family Cites Families (29)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB1101597A (en) 1964-07-11 1968-01-31 Elcon Ag Improvements in and relating to prefabricated buildings
US5449907A (en) * 1993-10-29 1995-09-12 International Business Machines Corporation Programmable on-focal plane signal processor
US5532484A (en) * 1994-09-09 1996-07-02 Texas Instruments Incorporated Defective pixel signal substitution in thermal imaging systems
US5925880A (en) 1996-08-30 1999-07-20 Raytheon Company Non uniformity compensation for infrared detector arrays
US7283164B2 (en) * 2002-09-18 2007-10-16 Micron Technology, Inc. Method for detecting and correcting defective pixels in a digital image sensor
US20040239782A1 (en) 2003-05-30 2004-12-02 William Equitz System and method for efficient improvement of image quality in cameras
EP1594308A1 (en) * 2004-05-07 2005-11-09 Dialog Semiconductor GmbH Single line Bayer filter RGB bad pixel correction
JP4479373B2 (ja) * 2004-06-28 2010-06-09 ソニー株式会社 イメージセンサ
US7634151B2 (en) * 2005-06-23 2009-12-15 Hewlett-Packard Development Company, L.P. Imaging systems, articles of manufacture, and imaging methods
JP4305777B2 (ja) * 2006-11-20 2009-07-29 ソニー株式会社 画像処理装置、画像処理方法、及びプログラム
GB0625936D0 (en) 2006-12-28 2007-02-07 Thermoteknix Systems Ltd Correction of non-uniformity of response in sensor arrays
JP2008306237A (ja) * 2007-06-05 2008-12-18 Fujitsu Ltd 多画素赤外線検知器撮像装置および赤外線検知器欠陥画素判定方法
FR2918450B1 (fr) 2007-07-02 2010-05-21 Ulis Dispositif de detection de rayonnement infrarouge a detecteurs bolometriques
US20090040343A1 (en) * 2007-08-06 2009-02-12 Mediatek Inc. Methods and apparatuses for defective pixel detection and correction
JP2009188822A (ja) * 2008-02-07 2009-08-20 Olympus Corp 画像処理装置及び画像処理プログラム
JP4662083B2 (ja) * 2008-02-27 2011-03-30 トヨタ自動車株式会社 研磨装置
US20100141810A1 (en) 2008-12-04 2010-06-10 Proimage Technology Bad Pixel Detection and Correction
US8154632B2 (en) * 2009-08-24 2012-04-10 Lifesize Communications, Inc. Detection of defective pixels in an image sensor
US8519348B2 (en) 2009-09-08 2013-08-27 Carestream Health, Inc. Image quality monitor for digital radiography system
US8259198B2 (en) * 2009-10-20 2012-09-04 Apple Inc. System and method for detecting and correcting defective pixels in an image sensor
US8203116B2 (en) 2010-10-19 2012-06-19 Raytheon Company Scene based non-uniformity correction for infrared detector arrays
KR20120114021A (ko) * 2011-04-06 2012-10-16 삼성디스플레이 주식회사 불량 픽셀 보정 방법
US9064308B2 (en) 2011-04-13 2015-06-23 Raytheon Company System and method for residual analysis of images
US9743057B2 (en) * 2012-05-31 2017-08-22 Apple Inc. Systems and methods for lens shading correction
JP2014022801A (ja) 2012-07-13 2014-02-03 Sony Corp 情報処理装置、情報処理方法、および情報処理プログラム
CN103888690B (zh) * 2012-12-19 2018-08-03 韩华泰科株式会社 用于检测缺陷像素的设备和方法
FR3009388B1 (fr) 2013-07-30 2015-07-17 Ulis Diagnostic de l'etat defectueux d'une matrice de detection bolometrique
JP6092075B2 (ja) 2013-11-14 2017-03-08 住友重機械工業株式会社 射出成形機
FR3038194B1 (fr) 2015-06-26 2017-08-11 Ulis Correction de pixels parasites dans un capteur d'image infrarouge

Also Published As

Publication number Publication date
CA2990553A1 (fr) 2016-12-29
US10652490B2 (en) 2020-05-12
RU2705434C2 (ru) 2019-11-07
CN107736013B (zh) 2020-05-19
EP3314887B1 (fr) 2020-08-19
EP3314887A1 (fr) 2018-05-02
FR3038195A1 (ru) 2016-12-30
CN107736013A (zh) 2018-02-23
CA2990553C (fr) 2023-10-03
WO2016207507A1 (fr) 2016-12-29
JP6783425B2 (ja) 2020-11-11
KR20180031678A (ko) 2018-03-28
US20180316882A1 (en) 2018-11-01
FR3038195B1 (fr) 2018-08-31
JP2018520593A (ja) 2018-07-26
KR102602846B1 (ko) 2023-11-15
RU2018102885A3 (ru) 2019-08-28

Similar Documents

Publication Publication Date Title
US9508153B2 (en) Distance measurement apparatus, imaging apparatus, distance measurement method, and program
US11445214B2 (en) Determining variance of a block of an image based on a motion vector for the block
JP2018028899A5 (ru)
RU2016150826A (ru) Оценка глубины с использованием многоракурсного стереоизображения и откалиброванного проектора
GB2594657A (en) Damage detection from multi-view visual data
JP2017520050A5 (ru)
JP2013239119A5 (ru)
RU2018100398A (ru) Коррекция плохих пикселей в устройстве захвата инфракрасных изображений
JP2015219603A5 (ru)
RU2010154096A (ru) Детектирование цели в изображаемом посредством sar морском районе
JP2017138198A5 (ru)
JP2016021735A5 (ru)
JP2015035198A5 (ru)
JP2016133674A5 (ru)
RU2018102885A (ru) Обнаружение плохих пикселей в устройстве получения инфракрасных изображений
EP2887310B1 (en) Method and apparatus for processing light-field image
US9940700B2 (en) Information processing apparatus, information processing method, information processing system, and non-transitory computer readable medium
JP2017072913A5 (ru)
JP2018036898A5 (ja) 画像処理装置及び画像処理方法及びプログラム
JP2016126673A5 (ja) 情報処理装置及び方法及びプログラム及び記憶媒体、並びに、ビデオカメラ
JP6091172B2 (ja) 特徴点検出装置およびプログラム
JP2016163169A5 (ru)
US20170178351A1 (en) Method for determining missing values in a depth map, corresponding device, computer program product and non-transitory computer-readable carrier medium
JP6388507B2 (ja) 画像処理装置
JP2015211347A5 (ru)