CN103475828B - 一种图像坏点校正方法及图像传感器 - Google Patents
一种图像坏点校正方法及图像传感器 Download PDFInfo
- Publication number
- CN103475828B CN103475828B CN201310467851.2A CN201310467851A CN103475828B CN 103475828 B CN103475828 B CN 103475828B CN 201310467851 A CN201310467851 A CN 201310467851A CN 103475828 B CN103475828 B CN 103475828B
- Authority
- CN
- China
- Prior art keywords
- point
- pixel
- pixel point
- bad
- value
- Prior art date
- Legal status (The legal status 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 status listed.)
- Active
Links
- 238000000034 method Methods 0.000 claims abstract description 12
- 239000003086 colorant Substances 0.000 claims description 8
- 230000003139 buffering effect Effects 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
Landscapes
- Image Processing (AREA)
- Facsimile Image Signal Circuits (AREA)
Abstract
本发明公开一种图像坏点校正方法及图像传感器，主要为了提供一种高效、精确校正图像坏点的方法及图像传感器。本发明图像坏点校正方法，以待检测像素点为中心像素点建立5×5Bayer色彩矩阵；首先对所述5×5Bayer色彩矩阵的中心像素点的所述周围像素点进行坏点校正；以所述中心像素点的所述周围像素点为参考点，判断所述中心像素点的色值与所述周围像素点的差值是否均大于第一阈值，如果是，则该中心像素点为坏点，如果否，则该中心像素点为正常点；对判定为坏点的中心像素点进行图像校正。本发明，坏点判断精确，速度快，坏点校正效果好。
Description
技术领域
本发明涉及图像处理技术领域，具体涉及一种图像的坏点校正方法及图像传感器。
背景技术
目前安防行业已经进入了高清时代，采用百万分辨率的CMOS传感器已经成为趋势。由于图像传感器制造工艺所限，CMOS传感器在长时间、高温环境下面的图像坏点会越来越多，所谓坏点是指不随感光变化，始终呈现一种颜色(例如，白色、黑色或彩色)的像素点，从而破坏了高清图像的清晰图和完整性，。坏点的存在是图像质量下降的原因之一，同时由于坏点的增多，低噪环境下图像会更加差，影响了高清产品的使用。而传统的坏点矫正的方法采用上电初始化一次的方式，确定本次上电时的坏点位置，从而固定的解决上电时判断出来的坏点，如若不重启上电，坏点的矫正将局限于初始化的几个坏点，因此不适合相机在长时间使用过程中产生的坏点的矫正。
发明内容
针对上述问题，本发明提供一种坏点校正速度快、精度高、能够校正传感器使用过程中的坏点的图像校正坏点方法及图像传感器。
为达到上述目的，本发明图像坏点校正方法，该方法包括：
以待检测像素点为中心像素点建立5×5Bayer色彩矩阵；
根据所述中心像素点隔行隔列的相同颜色的周围像素点的色值变化，对所述5×5Bayer色彩矩阵的中心像素点的所述周围像素点进行坏点判断；
对判定为坏点的像素点进行校正；
以所述中心像素点的所述周围像素点为参考点，判断所述中心像素点的色值与所述周围像素点的差值是否均大于第一阈值，如果是，则该中心像素点为坏点，如果否，则该中心像素点为正常点；
对判定为坏点的中心像素点进行图像校正。
所述周围像素点是否为坏点的判断方法为：将所述周围像素点按行或列的顺序依次两两相减，取每两个隔行或者隔列的像素点差值的绝对值，并将所述绝对值依次排序；
若所述的绝对值中有两个值大于最大阈值，且所述的大于所述最大阈值的两个绝对值是连续的，则计算得到该两个绝对值的中间像素点为坏点，取其他两个像素点色值的平均值为该像素点的色值；
若所述的绝对值中有两个以上值大于最大阈值，则所有的所述周围像素点均为正常值；
若所述的绝对值均小于最小阈值，则所有的所述周围像素点均为正常值。
进一步地，所述中心像素点周围的像素点为与所述中心像素点隔行隔列的8个相同颜色的像素点。
进一步地，对所述的中心坏点像素点的校正方法为取所述中心坏点像素点周围9个相同颜色的像素点的色值的平均值为该中心像素点的色值。
为达到上述目的，本发明图像传感器，包括图像坏点校正单元，其中所述图像坏点校正单元包括：
临域创建单元，用于以待检测像素点为中心像素点建立5×5Bayer色彩矩阵；
判定预处理单元，用于根据所述中心像素点隔行隔列的相同颜色的周围像素点的色值变化，对所述5×5Bayer色彩矩阵的中心像素点的所述周围像素点进行坏点判断；
坏点判定单元，用于以所述中心像素点的所述周围像素点为参考点，判断所述中心像素点的色值与所述周围像素点的差值是否均大于第一阈值，如果是，则该中心像素点为坏点，如果否，则该中心像素点为正常点；
坏点校正单元，用于对判定为坏点的中心像素点进行图像校正。
所述判定预处理单元，包括：
计算单元，用于将所述周围像素点按行或列的顺序依次两两相减，取每两个隔行或者隔列的像素点差值的绝对值，并将所述绝对值依次排序；
比较单元，用于比较所述绝对值与最大阈值和最小阈值的大小，以判断所述的周围像素点是否为坏点；
若所述的绝对值中有两个值大于最大阈值，且所述的大于所述最大阈值的两个绝对值是连续的，则计算得到该两个绝对值的中间像素点为坏点，取其他两个像素点色值的平均值为该像素点的色值；
若所述的绝对值中有两个以上值大于最大阈值，则所有的所述周围像素点均为正常值；
若所述的绝对值均小于最小阈值，则所有的所述周围像素点均为正常值。
特别地，所述传感器包括四行缓存单元，每行缓存单元包括四个寄存器。
本发明，通过对当前像素和周围像素的差异程度来判断其是否为坏点，并在对当前像素点周围的像素点进行坏点预判断，若其为坏点先将其进行校正处理，再将其作为当前像素点是否为坏点的判断依据，从而使坏点判断更加精确，提高了图像质量。从硬件结构来说，由于坏点检测算法是基于5×5的滤波窗口来判断的，在硬件实现时需要4行缓冲来暂存数据，同时每行有4个寄存器存储单个像素值，从而形成一个5×5的数据处理窗口。
附图说明
图1是本发明建立的5×5Bayer色彩矩阵图；
图2是本发明对应图1建立的5×5Bayer色彩矩阵的矩阵示意图；
图3是本发明存储单元的结构示意图；
图4为本发明图像校正方法的流程图。
具体实施方式
下面结合说明书附图对本发明做进一步的描述。
本发明图像坏点校正方法，该方法包括：
以待检测像素点为中心像素点建立5×5Bayer色彩矩阵；
根据所述中心像素点隔行隔列的相同颜色的周围像素点的色值变化，对所述5×5Bayer色彩矩阵的中心像素点的所述周围像素点进行坏点判断；
对判定为坏点的像素点进行校正；
以所述中心像素点的所述周围像素点为参考点，判断所述中心像素点的色值与所述周围像素点的差值是否均大于第一阈值，如果是，则该中心像素点为坏点，如果否，则该中心像素点为正常点；
对判定为坏点的中心像素点进行图像校正。
本发明图像传感器，包括图像坏点校正单元，其中所述图像坏点校正单元包括：
临域创建单元，用于以待检测像素点为中心像素点建立5×5Bayer色彩矩阵；
判定预处理单元，用于根据所述中心像素点隔行隔列的相同颜色的周围像素点的色值变化，对所述5×5Bayer色彩矩阵的中心像素点的所述周围像素点进行坏点判断；
坏点判定单元，用于以所述中心像素点的所述周围像素点为参考点，判断所述中心像素点的色值与所述周围像素点的差值是否均大于第一阈值，如果是，则该中心像素点为坏点，如果否，则该中心像素点为正常点；
坏点校正单元，用于对判定为坏点的中心像素点进行图像校正。
实施例1
如图1至3所示，本实施例图像坏点校正方法，该方法包括：
以待检测像素点为中心像素点建立5×5Bayer色彩矩阵；
根据所述中心像素点隔行隔列的相同颜色的周围像素点的色值变化，对所述5×5Bayer色彩矩阵的中心像素点的所述周围像素点进行坏点判断；
对判定为坏点的像素点进行校正；
以所述中心像素点的所述周围像素点为参考点，判断所述中心像素点的色值与所述周围像素点的差值是否均大于第一阈值，如果是，则该中心像素点为坏点，如果否，则该中心像素点为正常点；
对判定为坏点的中心像素点进行图像校正。
本实施例中，所述周围像素点是否为坏点的判断方法为：将所述周围像素点按行或列的顺序依次两两相减，取每两个隔行或者隔列的像素点差值的绝对值，并将所述绝对值依次排序；
若所述的绝对值中有两个值大于最大阈值，且所述的大于所述最大阈值的两个绝对值是连续的，则计算得到该两个绝对值的中间像素点为坏点，取其他两个像素点色值的平均值为该像素点的色值；也即除却“所述的绝对值中有两个值大于最大阈值，且所述的大于所述最大阈值的两个绝对值是连续的”这种情况下，其他的情况则判断该像素点为正常像素点。
若所述的绝对值中有两个以上值大于最大阈值，则所有的所述周围像素点均为正常值；
若所述的绝对值均小于最小阈值，则所有的所述周围像素点均为正常值。
所述中心像素点周围的像素点为与所述中心像素点隔行隔列的8个像素点。
对于R,G,B三个分量来说，中心点p22与周围相隔的8个点p00,p02,p04,p20,p24,p40,p42,p44是同一分量，可以根据p22点和这8个点的差异来判断是否为极暗点或极亮度。
在判断中心点是否为坏点前，先要滤除周围8个周围像素点的坏点，先计算周围的像素的绝对差值，本实施例以逆时针方向依次将相邻隔行或隔列的两个像素值的像素点相减，取差值的绝对值：
d0＝|p00–p20|；
d1＝|p20–p40|；
d2＝|p40–p42|；
d3＝|p42–p44|；
d4＝|p44–p24|；
d5＝|p24–p04|；
d6＝|p04–p02|；
d7＝|p02–p00|；
当某个颜色分量的某个计算结构中的像素绝对的差值d0,d1,d2,d3,d4,d5,d6,d7中有且仅有两个值大于最大阈值,而且是连续的，则可以确定“坏点”位置，用该点前后两个像素的平均值代替该“坏点”的值；即当某个颜色分量的di-1和di大于阈值，则可以确定该计算结构中的第i个像素点pi是“坏点”，用pi-1和pi+1的平均值代替Pi,Pi＝(Pi-1+Pi+1)/2；当某个颜色分量的某个计算结构中所有像素绝对插值都小于阈值dpc_th,则该计算结构周围8个像素没有坏点；当所有像素绝对插值中有且仅有两个值大于阈值dpc_th,但这连个绝对差不是连续的，则认为无法确定是否是“坏点”；当所有像素绝对插值中有两个以上值大于阈值dpc_th,则认为这些变化剧烈的像素点不是“坏点”，而是图像的边界，不予修正；
在处理完每个计算结构的周围像素点以后，再对中心像素点进行修正。P22与周围8个像素点的亮度差均大于第一阈值时，可认为该中心像素点是坏点，其中所述的第一阈值根据不同情况是可设的。
If((|diff(p22.p00)|>dpc_th)&&(|diff(p22.p02)|>dpc_th)&&(|diff(p22.p04)|>dpc_th)
&&(|diff(p22.p20)|>dpc_th)&&(|diff(p22.p24)|>dpc_th)&&(|diff(p22.p40)|>dpc_th) &&(|diff(p22.p42)|>dpc_th)&&(|diff(p22.p44)|>dpc_th))
P22是坏点。
进一步地，对所述的中心坏点像素点的校正方法为取所述中心坏点像素点周围9个相同颜色的像素点的色值的平均值为该中心像素点的色值。
实施例2
本实施例图像传感器，包括图像坏点校正单元，其中所述图像坏点校正单元包括：
临域创建单元，用于以待检测像素点为中心像素点建立5×5Bayer色彩矩阵；
判定预处理单元，用于根据所述中心像素点隔行隔列的相同颜色的周围像素点的色值变化，对所述5×5Bayer色彩矩阵的中心像素点的所述周围像素点进行坏点判断；
坏点判定单元，用于以所述中心像素点的所述周围像素点为参考点，判断所述中心像素点的色值与所述周围像素点的差值是否均大于第一阈值，如果是，则该中心像素点为坏点，如果否，则该中心像素点为正常点；
坏点校正单元，用于对判定为坏点的中心像素点进行图像校正。
进一步地，所述判定预处理单元，包括：
计算单元，用于将所述周围像素点按行或列的顺序依次两两相减，取每两个隔行或者隔列的像素点差值的绝对值，并将所述绝对值依次排序；
比较单元，用于比较所述绝对值与最大阈值和最小阈值的大小，以判断所述的周围像素点是否为坏点；
若所述的绝对值中有两个值大于最大阈值，且所述的大于所述最大阈值的两个绝对值是连续的，则计算得到该两个绝对值的中间像素点为坏点，取其他两个像素点色值的平均值为该像素点的色值；
若所述的绝对值中有两个以上值大于最大阈值，则所有的所述周围像素点均为正常值；
若所述的绝对值均小于最小阈值，则所有的所述周围像素点均为正常值。
如图4所示，由于坏点检测算法是基于5X5的滤波窗口来判断的，在硬件实现时需要4行缓冲来暂存数据，同时每行有4个寄存器存储单个像素值，从而形成一个5X5的数据处理窗口。
以上，仅为本发明的较佳实施例，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应该以权利要求所界定的保护范围为准。
Claims (5)
1.一种图像坏点校正方法，其特征在于：该方法包括：
以待检测像素点为中心像素点建立5×5Bayer色彩矩阵；
根据所述中心像素点隔行隔列的相同颜色的周围像素点的色值变化，对所述5×5Bayer色彩矩阵的中心像素点的所述周围像素点进行坏点判断；
对判定为坏点的像素点进行校正；
以所述中心像素点的所述周围像素点为参考点，判断所述中心像素点的色值与所述周围像素点的差值是否均大于第一阈值，如果是，则该中心像素点为坏点，如果否，则该中心像素点为正常点；
对判定为坏点的中心像素点进行图像校正；
所述周围像素点是否为坏点的判断方法为：将所述周围像素点按行或列的顺序依次两两相减，取每两个隔行或者隔列的像素点差值的绝对值，并将所述绝对值依次排序；
若所述的绝对值中有两个值大于最大阈值，且所述的大于所述最大阈值的两个绝对值是连续的，则计算得到该两个绝对值的中间像素点为坏点，取其他两个像素点色值的平均值为该像素点的色值；
若所述的绝对值中有两个以上值大于最大阈值，则所有的所述周围像素点均为正常值；
若所述的绝对值均小于最小阈值，则所有的所述周围像素点均为正常值。
2.根据权利要求1所述的图像坏点校正方法，其特征在于：所述中心像素点周围的像素点为与所述中心像素点隔行隔列的8个相同颜色的像素点。
3.根据权利要求1所述的图像坏点校正方法，其特征在于：对所述的中心坏点像素点的校正方法为取所述中心坏点像素点周围9个相同颜色的像素点的色值的平均值为该中心像素点的色值。
4.一种图像传感器，其特征在于：包括图像坏点校正单元，其中所述图像坏点校正单元包括：
临域创建单元，用于以待检测像素点为中心像素点建立5×5Bayer色彩矩阵；
判定预处理单元，用于根据所述中心像素点隔行隔列的相同颜色的周围像素点的色值变化，对所述5×5Bayer色彩矩阵的中心像素点的所述周围像素点进行坏点判断；
坏点判定单元，用于以所述中心像素点的所述周围像素点为参考点，判断所述中心像素点的色值与所述周围像素点的差值是否均大于第一阈值，如果是，则该中心像素点为坏点，如果否，则该中心像素点为正常点；
坏点校正单元，用于对判定为坏点的中心像素点进行图像校正；
所述判定预处理单元，包括：
计算单元，用于将所述周围像素点按行或列的顺序依次两两相减，取每两个隔行或者隔列的像素点差值的绝对值，并将所述绝对值依次排序；
比较单元，用于比较所述绝对值与最大阈值和最小阈值的大小，以判断所述的周围像素点是否为坏点；
若所述的绝对值中有两个值大于最大阈值，且所述的大于所述最大阈值的两个绝对值是连续的，则计算得到该两个绝对值的中间像素点为坏点，取其他两个像素点色值的平均值为该像素点的色值；
若所述的绝对值中有两个以上值大于最大阈值，则所有的所述周围像素点均为正常值；
若所述的绝对值均小于最小阈值，则所有的所述周围像素点均为正常值。
5.根据权利要求4所述的图像传感器，其特征在于：所述传感器包括四行缓存单元，每行缓存单元包括四个寄存器。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201310467851.2A CN103475828B (zh) | 2013-10-10 | 2013-10-10 | 一种图像坏点校正方法及图像传感器 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201310467851.2A CN103475828B (zh) | 2013-10-10 | 2013-10-10 | 一种图像坏点校正方法及图像传感器 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN103475828A CN103475828A (zh) | 2013-12-25 |
| CN103475828B true CN103475828B (zh) | 2016-09-07 |
Family
ID=49800510
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201310467851.2A Active CN103475828B (zh) | 2013-10-10 | 2013-10-10 | 一种图像坏点校正方法及图像传感器 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN103475828B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107248147A (zh) * | 2017-06-07 | 2017-10-13 | 上海晔芯电子科技有限公司 | Raw‑rgb图像中坏点消除的方法 |
Families Citing this family (32)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105338342B (zh) * | 2014-08-12 | 2017-07-18 | 炬芯（珠海）科技有限公司 | 一种图像坏点的检测方法及装置 |
| CN104376537B (zh) * | 2014-11-25 | 2018-01-30 | 中国兵器工业集团第二一四研究所苏州研发中心 | 一种去除emccd图像亮点的方法 |
| CN106205437A (zh) * | 2015-05-05 | 2016-12-07 | 联想(北京)有限公司 | 一种坏点检测方法、电子设备及装置 |
| CN105718849B (zh) * | 2015-10-21 | 2019-06-11 | 深圳芯启航科技有限公司 | 应用于指纹传感器的像素点扫描方法和装置 |
| CN106937064B (zh) * | 2015-12-29 | 2019-05-10 | 展讯通信（上海）有限公司 | 数字图像坏点的检测方法、校正方法及装置 |
| CN105812756B (zh) * | 2016-03-16 | 2018-04-13 | 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 |
| CN107305695B (zh) * | 2016-04-14 | 2021-03-09 | 上海富瀚微电子股份有限公司 | 一种图像自动坏点校正装置及方法 |
| CN105931249B (zh) * | 2016-05-06 | 2019-04-26 | 青岛海信移动通信技术股份有限公司 | 一种Camera成像的测试方法及测试装置 |
| CN106210712B (zh) * | 2016-08-11 | 2018-07-10 | 上海大学 | 一种图像坏点检测及处理方法 |
| CN106600521A (zh) * | 2016-11-30 | 2017-04-26 | 宇龙计算机通信科技(深圳)有限公司 | 一种图像处理方法及终端设备 |
| CN109325917A (zh) * | 2017-08-01 | 2019-02-12 | 深圳市中兴微电子技术有限公司 | 一种检测图像中噪点的方法及装置、计算机可读存储介质 |
| CN107613192A (zh) * | 2017-08-09 | 2018-01-19 | 深圳市巨龙创视科技有限公司 | 一种基于摄像机模组的数字图像处理算法 |
| CN107613229A (zh) * | 2017-09-30 | 2018-01-19 | 杭州雄迈集成电路技术有限公司 | 一种图像传感器坏点检测校正装置及方法 |
| EP3688981B1 (en) | 2017-10-19 | 2024-02-28 | Zhejiang Dahua Technology Co., Ltd. | Methods and devices for processing images |
| CN107800980A (zh) * | 2017-10-19 | 2018-03-13 | 浙江大华技术股份有限公司 | 一种图像坏点校正方法及装置 |
| CN108765306A (zh) * | 2018-04-17 | 2018-11-06 | 浙江华睿科技有限公司 | 一种图像坏点矫正方法、装置、电子设备及介质 |
| WO2020010638A1 (zh) * | 2018-07-13 | 2020-01-16 | 华为技术有限公司 | 一种图像坏点检测方法及装置 |
| CN109040743B (zh) * | 2018-07-23 | 2020-05-12 | 信利光电股份有限公司 | 一种摄像头的随机噪点测试方法、装置及可读存储介质 |
| CN110149486B (zh) * | 2019-05-17 | 2021-07-30 | 凌云光技术股份有限公司 | 一种新增异常点的自动检测方法、校正方法及*** |
| CN110288599B (zh) * | 2019-07-10 | 2021-06-15 | 浙江大华技术股份有限公司 | 一种坏点检测方法、装置、电子设备及存储介质 |
| CN110740314B (zh) * | 2019-10-30 | 2021-08-10 | 凌云光技术股份有限公司 | 彩色线阵相机坏点校正方法及*** |
| CN111083401A (zh) * | 2019-12-20 | 2020-04-28 | 成都费恩格尔微电子技术有限公司 | Cis芯片动态坏点处理方法及*** |
| CN111127370B (zh) * | 2020-03-26 | 2021-05-14 | 上海安翰医疗技术有限公司 | 胶囊内窥镜无线传输数据丢失的修复方法和*** |
| CN111800592B (zh) * | 2020-07-17 | 2022-04-29 | 合肥富煌君达高科信息技术有限公司 | 可以抑制像元波动的坏点校正方法及装置、存储介质 |
| CN114095721B (zh) * | 2020-08-25 | 2023-04-28 | 京东方科技集团股份有限公司 | 视频坏点检测的方法和装置、计算机可读介质 |
| CN114596212A (zh) * | 2020-12-07 | 2022-06-07 | 上海奕瑞光电子科技股份有限公司 | 图像处理方法、装置和设备 |
| CN112666178B (zh) * | 2020-12-14 | 2024-06-18 | 杭州当虹科技股份有限公司 | 一种户外led大屏坏点在线监控方法 |
| CN112911174A (zh) * | 2021-01-18 | 2021-06-04 | 珠海全志科技股份有限公司 | 图像坏点簇校正方法、计算机装置及计算机可读存储介质 |
| US11509845B2 (en) * | 2021-03-05 | 2022-11-22 | Black Sesame Technologies Inc. | Multiple frame defect pixel detection and correction |
| CN113497934A (zh) * | 2021-05-17 | 2021-10-12 | 南京威派视半导体技术有限公司 | 一种图像传感器坏点检测及校正方法 |
| CN113223109B (zh) * | 2021-05-27 | 2022-08-12 | 明峰医疗***股份有限公司 | 一种基于ct轴扫描的坏点校正方法 |
| CN114727102A (zh) * | 2022-06-10 | 2022-07-08 | 江苏游隼微电子有限公司 | 一种辅助驾驶摄像头坏点校正优化方法 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5652621A (en) * | 1996-02-23 | 1997-07-29 | Eastman Kodak Company | Adaptive color plane interpolation in single sensor color electronic camera |
| CN101588447A (zh) * | 2008-05-23 | 2009-11-25 | 比亚迪股份有限公司 | 一种图像坏点的校正方法、***及图像传感器 |
-
2013
- 2013-10-10 CN CN201310467851.2A patent/CN103475828B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5652621A (en) * | 1996-02-23 | 1997-07-29 | Eastman Kodak Company | Adaptive color plane interpolation in single sensor color electronic camera |
| CN101588447A (zh) * | 2008-05-23 | 2009-11-25 | 比亚迪股份有限公司 | 一种图像坏点的校正方法、***及图像传感器 |
Non-Patent Citations (2)
| Title |
|---|
| 单芯片CMOS图像传感器数字***的设计与实现;帅金晓;《中国优秀硕士学位论文全文数据库信息科技辑》;20100115(第1期);正文第3.3.1节 * |
| 基于TMS320DM6446高分辨率视频采集***设计;李付江，张刚;《太原理工大学学报》;20090315;第40卷(第2期);全文 * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107248147A (zh) * | 2017-06-07 | 2017-10-13 | 上海晔芯电子科技有限公司 | Raw‑rgb图像中坏点消除的方法 |
| CN107248147B (zh) * | 2017-06-07 | 2020-03-31 | 思特威(上海)电子科技有限公司 | Raw-rgb图像中坏点消除的方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN103475828A (zh) | 2013-12-25 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN103475828B (zh) | 一种图像坏点校正方法及图像传感器 | |
| US6101287A (en) | Dark frame subtraction | |
| US9454805B2 (en) | Method and apparatus for reducing noise of image | |
| KR102193896B1 (ko) | 멀티플렉싱되는 하이 다이나믹 레인지 이미지 | |
| CN103297789B (zh) | 白平衡校正方法及其装置 | |
| US8698923B2 (en) | Image processing device, image processing method, and program for detecting and correcting defective pixel in image | |
| WO2017047494A1 (ja) | 画像処理装置 | |
| CN106525245B (zh) | 一种基于三梯度阈值的快速时序盲元检测与校正方法 | |
| US20160253788A1 (en) | Device for removing noise on image using cross-kernel type median filter and method therefor | |
| US10567723B2 (en) | System and method for detecting light sources in a multi-illuminated environment using a composite RGB-IR sensor | |
| EP3476117A1 (en) | Fixed pattern noise mitigation for a thermal imaging system | |
| JP6365355B2 (ja) | 画像生成装置および画像生成方法 | |
| CN103888690A (zh) | 用于检测缺陷像素的设备和方法 | |
| CN113068011B (zh) | 图像传感器、图像处理方法及*** | |
| CN105704363B (zh) | 图像数据处理方法和装置 | |
| Srikantha et al. | An SVD-based approach for ghost detection and removal in high dynamic range images | |
| JP6063728B2 (ja) | 欠陥画素検出装置、欠陥画素検出方法及びプログラム | |
| Biemond et al. | Improved blotch detection by postprocessing | |
| US10701328B2 (en) | Image processing device, image processing method, and image processing program | |
| GB2583519A (en) | Image processing | |
| KR102099299B1 (ko) | 객체 검출 장치 및 방법 | |
| CN110786009B (zh) | 检测贝尔图像方法、设备、机器可读存储介质 | |
| US20230209210A1 (en) | System and method for image banding detection | |
| CN115379180B (zh) | 一种投影画面调整方法、装置、设备及存储介质 | |
| TWI528817B (zh) | 數位攝像裝置及其影像處理方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| C53 | Correction of patent for invention or patent application | ||
| CB02 | Change of applicant information |
Address after: 518000 Guangdong city of Shenzhen province Futian District Shennan Road and the agricultural road at the junction of the northeast side of the Times Technology Building 20 floor, room 2009 Applicant after: QIHAN TECHNOLOGY CO., LTD. Address before: 518000 Guangdong city of Shenzhen province Futian District Shennan Road and the agricultural road at the junction of the northeast side of the Times Technology Building 20 floor, room 2009 Applicant before: Qihan Technology Co., Ltd. |
|
| C14 | Grant of patent or utility model | ||
| GR01 | Patent grant | ||
| C56 | Change in the name or address of the patentee | ||
| CP01 | Change in the name or title of a patent holder |
Address after: 518000 Guangdong city of Shenzhen province Futian District Shennan Road and the agricultural road at the junction of the northeast side of the Times Technology Building 20 floor, room 2009 Patentee after: Qihan Technology Co., Ltd. Address before: 518000 Guangdong city of Shenzhen province Futian District Shennan Road and the agricultural road at the junction of the northeast side of the Times Technology Building 20 floor, room 2009 Patentee before: QIHAN TECHNOLOGY CO., LTD. |
|
| PP01 | Preservation of patent right | ||
| PP01 | Preservation of patent right |
Effective date of registration: 20180131 Granted publication date: 20160907 |
|
| PD01 | Discharge of preservation of patent | ||
| PD01 | Discharge of preservation of patent |
Date of cancellation: 20181031 Granted publication date: 20160907 |
|
| PP01 | Preservation of patent right | ||
| PP01 | Preservation of patent right |
Effective date of registration: 20181031 Granted publication date: 20160907 |
|
| PD01 | Discharge of preservation of patent | ||
| PD01 | Discharge of preservation of patent |
Date of cancellation: 20190514 Granted publication date: 20160907 |
|
| TR01 | Transfer of patent right | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20190603 Address after: 518000 Guangdong 28, Shenzhen, Futian District, Huafu street, No. 5001 Huanggang Road, Shenzhen Industrial upper city (two phase of the Southern District) Patentee after: Shenzhen Sanbao innovation and intelligence Co., Ltd. Address before: 518000 Building No. 209, Times Science and Technology Building, Northeast Side of Junction of Shennan Road and Nongyuan Road, Futian District, Shenzhen City, Guangdong Province Patentee before: Qihan Technology Co., Ltd. |
|
| TR01 | Transfer of patent right | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20200514 Address after: Room 2803, building T2, Shenye Shangcheng (South District), No. 5001, Huanggang Road, Lianhua village, Huafu street, Futian District, Shenzhen City, Guangdong Province Patentee after: Shenzhen Sanbao innovation robot Co., Ltd Address before: 518000 Guangdong 28, Shenzhen, Futian District, Huafu street, No. 5001 Huanggang Road, Shenzhen Industrial upper city (two phase of the Southern District) Patentee before: Qihan Technology Co.,Ltd. |
|
| PP01 | Preservation of patent right |
Effective date of registration: 20211119 Granted publication date: 20160907 |
|
| PP01 | Preservation of patent right |