CN114928692A - 图像非均匀性减轻***和方法 - Google Patents
图像非均匀性减轻***和方法 Download PDFInfo
- Publication number
- CN114928692A CN114928692A CN202210133458.9A CN202210133458A CN114928692A CN 114928692 A CN114928692 A CN 114928692A CN 202210133458 A CN202210133458 A CN 202210133458A CN 114928692 A CN114928692 A CN 114928692A
- Authority
- CN
- China
- Prior art keywords
- image
- scaling
- cropped
- field correction
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 64
- 230000000116 mitigating effect Effects 0.000 title abstract description 16
- 230000007547 defect Effects 0.000 claims abstract description 72
- 238000003705 background correction Methods 0.000 claims abstract description 48
- 230000000153 supplemental effect Effects 0.000 claims abstract description 32
- 238000012545 processing Methods 0.000 claims description 111
- 230000006870 function Effects 0.000 claims description 52
- 230000015654 memory Effects 0.000 claims description 27
- 230000002238 attenuated effect Effects 0.000 claims description 19
- 238000003384 imaging method Methods 0.000 abstract description 96
- 230000005855 radiation Effects 0.000 description 39
- 230000008569 process Effects 0.000 description 23
- 238000001914 filtration Methods 0.000 description 18
- 238000012937 correction Methods 0.000 description 12
- 238000010586 diagram Methods 0.000 description 12
- 230000002123 temporal effect Effects 0.000 description 12
- 238000006243 chemical reaction Methods 0.000 description 8
- 238000005516 engineering process Methods 0.000 description 7
- 238000003331 infrared imaging Methods 0.000 description 7
- 230000000670 limiting effect Effects 0.000 description 6
- 230000004044 response Effects 0.000 description 6
- 238000001228 spectrum Methods 0.000 description 5
- 230000008859 change Effects 0.000 description 4
- 238000004891 communication Methods 0.000 description 4
- 230000010354 integration Effects 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 238000003860 storage Methods 0.000 description 4
- 238000001514 detection method Methods 0.000 description 3
- 230000004907 flux Effects 0.000 description 3
- 238000005457 optimization Methods 0.000 description 3
- 230000002829 reductive effect Effects 0.000 description 3
- 238000011179 visual inspection Methods 0.000 description 3
- 229910021417 amorphous silicon Inorganic materials 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 238000013459 approach Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 239000002131 composite material Substances 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 238000002329 infrared spectrum Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 238000010079 rubber tapping Methods 0.000 description 2
- 230000035945 sensitivity Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 238000001931 thermography Methods 0.000 description 2
- 238000013024 troubleshooting Methods 0.000 description 2
- 238000012285 ultrasound imaging Methods 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 229910000530 Gallium indium arsenide Inorganic materials 0.000 description 1
- 206010034960 Photophobia Diseases 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 230000000712 assembly Effects 0.000 description 1
- 238000000429 assembly Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 238000011480 coordinate descent method Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000001934 delay Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 229910052738 indium Inorganic materials 0.000 description 1
- APFVFJFRJDLVQX-UHFFFAOYSA-N indium atom Chemical compound [In] APFVFJFRJDLVQX-UHFFFAOYSA-N 0.000 description 1
- 208000013469 light sensitivity Diseases 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 229910052751 metal Inorganic materials 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 229910044991 metal oxide Inorganic materials 0.000 description 1
- 150000004706 metal oxides Chemical class 0.000 description 1
- 238000002156 mixing Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 238000002600 positron emission tomography Methods 0.000 description 1
- 238000011112 process operation Methods 0.000 description 1
- 230000006335 response to radiation Effects 0.000 description 1
- 229920006395 saturated elastomer Polymers 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000002603 single-photon emission computed tomography Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000001629 suppression Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- IBYSTTGVDIFUAY-UHFFFAOYSA-N vanadium monoxide Chemical compound [V]=O IBYSTTGVDIFUAY-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
-
- 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
- H04N25/67—Noise processing, e.g. detecting, correcting, reducing or removing noise applied to fixed-pattern noise, e.g. non-uniformity of response
- H04N25/671—Noise 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
- H04N25/673—Noise 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 by using reference sources
-
- 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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N17/00—Diagnosis, testing or measuring for television systems or their details
- H04N17/002—Diagnosis, testing or measuring for television systems or their details for television cameras
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/20—Cameras or camera modules comprising electronic image sensors; Control thereof for generating image signals from infrared radiation only
- H04N23/23—Cameras or camera modules comprising electronic image sensors; Control thereof for generating image signals from infrared radiation only from thermal infrared radiation
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/80—Camera processing pipelines; Components thereof
-
- 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
- H04N25/67—Noise processing, e.g. detecting, correcting, reducing or removing noise applied to fixed-pattern noise, e.g. non-uniformity of response
- H04N25/671—Noise 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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N25/00—Circuitry of solid-state image sensors [SSIS]; Control thereof
- H04N25/70—SSIS architectures; Circuits associated therewith
- H04N25/76—Addressed sensors, e.g. MOS or CMOS sensors
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10048—Infrared image
-
- 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
- G06T2207/20112—Image segmentation details
- G06T2207/20132—Image cropping
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Toxicology (AREA)
- Biomedical Technology (AREA)
- General Health & Medical Sciences (AREA)
- Transforming Light Signals Into Electric Signals (AREA)
Abstract
提供了用于促进成像***和方法的非均匀性减轻的技术。在一个示例中,一种方法包括基于图像中的缺陷裁剪图像以获得裁剪的图像。该方法还包括基于图像中的缺陷裁剪补充平场校正(SFFC)图,以获得裁剪的SFFC图。该方法还包括至少基于代价函数来确定缩放项的缩放值。该方法还包括基于缩放值缩放SFFC图以获得缩放的SFFC图。还提供了相关的设备和***。
Description
技术领域
一个或多个实施例总体上涉及成像,并且更具体地,例如,涉及图像非均匀性减轻***和方法。
背景技术
成像***可以包括检测器阵列,每个检测器用作像素以产生二维图像的一部分。存在各种各样的图像检测器,例如可见光图像检测器、红外图像检测器或可以设置在图像检测器阵列中用于捕获图像的其他类型的图像检测器。作为示例,可以在图像检测器阵列中设置多个传感器,以检测期望波长的电磁(EM)辐射。在某些情况下,例如对于红外成像,对由检测器捕获的图像数据的读出可以由读出集成电路(ROIC)以时分复用的方式执行。读出的图像数据可以传送到其他电路,例如进行处理、存储和/或显示。在某些情况下,检测器阵列和ROIC的组合可以称为焦平面阵列(FPA)。FPA和图像处理工艺技术的进步导致所得成像***的能力和复杂度增加。
发明内容
在一个或多个实施例中,一种方法包括基于图像中的缺陷裁剪图像以获得裁剪的图像。该方法还包括基于图像中的缺陷裁剪补充平场校正(SFFC)图以获得裁剪的SFFC图。该方法还包括至少基于代价函数来确定缩放项的缩放值。该方法还包括基于缩放值缩放SFFC图以获得缩放的SFFC图。
在一个或多个实施例中,一种***包括被配置为存储SFFC图的存储器。该***还包括处理电路,其被配置为基于图像中的缺陷裁剪图像以获得裁剪的图像并基于图像中的缺陷裁剪SFFC图以获得裁剪的SFFC图。该处理电路还被配置为至少基于代价函数来确定缩放项的缩放值。该处理电路还被配置为基于缩放值缩放SFFC图以获得缩放的SFFC图。
本公开的范围由权利要求限定,权利要求通过引用并入本部分。通过考虑以下对一个或多个实施例的详细描述,本领域技术人员将获得对本公开的实施例的更完整的理解,以及意识到其附加优点。将参考将首先简要描述的附图。
附图说明
图1示出了根据本公开的一个或多个实施例的示例成像***的框图。
图2示出了根据本公开的一个或多个实施例的示例图像传感器组件的框图。
图3示出了根据本公开的一个或多个实施例的示例图像传感器组件。
图4和5示出了根据本公开的一个或多个实施例的用于促进图像非均匀性减轻的示例***。
图6示出了根据本公开的一个或多个实施例的用于迭代地调整标量值以最小化代价函数的示例***。
图7示出了根据本公开的一个或多个实施例的用于促进图像非均匀性减轻的示例过程的流程图。
图8A示出了具有缺陷的图像。
图8B示出了根据本公开的一个或多个实施例的通过对图8A的图像执行非均匀性减轻而获得的图像。
本公开的实施例及其优点通过参考下面的详细描述得到最好的理解。应当注意,各个部件的尺寸和这些部件之间的距离在图中未按比例绘制。应当理解,相似的附图标记用于标识一幅或多幅图中所示的相似元件。
具体实施方式
下面阐述的详细描述旨在作为对本技术的各种配置的描述,而不旨在表示可以实践本技术的唯一配置。附图并入本文并构成详细描述的一部分。详细描述包括用于提供对本技术的透彻理解的具体细节。然而,本领域技术人员将清楚和明了的是,本技术不限于本文阐述的具体细节并且可以使用一个或多个实施例来实践。在一个或多个实例中,结构和部件以框图形式示出以避免使本技术的构思模糊不清。本公开的一个或多个实施例由一幅或多幅附图示出和/或结合一幅或多幅附图描述,并在权利要求中阐述。
提供了各种技术来促进图像中的非均匀性减轻。在一些实施例中,成像***包括检测器阵列和读出电路。检测器阵列包括检测器(例如,也称为检测器像素、检测器元件或简称为像素)。每个检测器像素检测入射的EM辐射并生成指示场景的检测到的EM辐射的图像数据(例如,红外图像数据)。在一些实施例中,检测器阵列用于检测红外辐射(例如,热红外辐射)。对于红外图像(例如,热红外图像)的像素,像素的每个输出值可以被表示/提供为和/或对应于温度、数字计数值、全温度范围的百分比或一般地可以映射到温度的任何值。例如,像素输出的数字计数值13000可以表示160℃的温度。
在一些实施例中,通过将缩放的补充平场校正(SFFC)图(例如,也称为SFFC图像)应用于图像来减轻(例如,减少或消除)图像中的场景非均匀性,例如与检测器阵列的光路中的缺陷关联的场景非均匀性。SFFC图包括SFFC值。在某些情况下,缺陷可以包括成像***的缺陷或碎屑,例如晶圆级封装传感器上的缺陷或碎屑。这样的缺陷可能位于FPA的视场中的成像***的盖子、窗口或其他部件上。作为一个示例,在某些情况下,盖子可以靠近FPA,由于接近度,盖子的任何缺陷都具有良好的聚焦。作为其他示例,窗口的内表面上的缺陷趋向于更靠近FPA并且更聚焦,因此通常看起来更小但强烈,而窗口的外表面上的缺陷通常更大但更分散。这样的缺陷通常是直径可能跨越FPA的几个像素并且可以在SFFC图中检测到的非均匀性。与FPA关联的这样的缺陷通常在位置上保持不变,因此始终存在于FPA捕获的图像中。在某些情况下,SFFC图可以被扁平化。对于某些图像和/或成像***,使SFFC图扁平化可能有助于隔离缺陷。可以通过对SFFC图进行下采样/上采样并从SFFC图中减去以提供平坦化的SFFC图,从而从SFFC图获得扁平化的SFFC图。在其他情况下,SFFC图不被扁平化(例如,扁平化无助于隔离缺陷)。
可以通过将缩放项P应用于SFFC图来获得缩放的SFFC图。在一些实施例中,缩放项P的值的确定利用代价函数。在这方面,代价函数是P的函数并且可以表示为FVAL(P)。值可以是标量值(例如,也称为缩放值或缩放因子)。代价函数可以提供与图像关联的质量的表示(例如,数学表示)。在一方面,可以执行最小化过程(例如,迭代最小化过程)以最小化代价函数(例如,接近更高质量的图像),以允许缩放项P的值收敛以应用于SFFC图。在一方面,P可以指缩放项P或缩放项P的值。然后,缩放的SFFC图可以应用于图像以获得校正的图像(例如,非均匀性校正的图像)。
在一些方面,可以基于图像的一部分来确定缩放项P。在一些方面,虽然是基于图像的一部分确定的,但是缩放项P可以应用于整个图像,以校正整个图像中的非均匀性。这样的在整个图像上应用局部确定的缩放项可以减少计算复杂度和/或计算时间。在一个方面,图像的一部分可以包含在图像中捕获的缺陷。在某些情况下,该缺陷可以是被认为是图像中表示的最坏缺陷的缺陷。缩放项P的这个值可适用于减轻图像中的最坏缺陷以及其他缺陷。图像中的缺陷(例如,包括最坏缺陷)可以由成像***的用户(例如,通过人眼对图像的视觉检查)和/或机器来确定/识别。在某些情况下,用户和/或机器可以基于图像中缺陷的大小和/或缺陷的强度来确定最坏缺陷。
在一些实施例中,图像处理管线可以分为主处理路径和后台处理路径。主处理管线的操作可以包括在图像或视频被记录和存储在数据存储装置中时对它们执行的处理。主处理路径可以包括捕获图像、将缩放项P应用于SFFC图以获得缩放的SFFC图和将缩放的SFFC图应用于图像。在某些情况下,缩放项P可以在主处理路径中被衰减。在某些情况下,当捕获输入图像时,可以捕获用于在那个时刻应用SFFC的增益。主处理路径还可以包括例如自动增益控制、其他类型的噪声抑制、增益和偏移调整、空间滤波、时间滤波、辐射测量转换(例如,用于红外图像)的操作和/或生成用于显示、存储和/或进一步处理的合适图像数据的其他操作。后台处理路径可以执行最小化搜索以找到用于图像和关联操作(例如,裁剪图像和SFFC图以用于代价函数和计算梯度)的缩放项P的值。后台处理路径的操作可以在主处理路径之外执行,以避免造成图像或视频记录的中断或延迟。在一些实施例中,可以按帧(例如,实时地)而不是作为后台过程来确定缩放项。
尽管针对红外成像(例如,热红外成像)描述用于非均匀性减轻的各种实施例,但是可以将非均匀性减轻应用于其他波段的图像数据。本文公开的方法和***的各种实施例可以包括在各种设备和***中或实现为各种设备和***,例如可见光成像***、红外成像***、具有可见光和红外成像能力的成像***、短波红外(SWIR)成像***、光检测和测距(LIDAR)成像***、雷达检测和测距(RADAR)成像***、毫米波(MMW)成像***、超声成像***、X射线成像***、移动数码相机、视频监控***、视频处理***或可能需要获得EM频谱的一个或多个部分中的图像数据的其他***或设备。
现在参考附图,图1示出了根据本公开的一个或多个实施例的示例成像***100(例如,红外相机、平板计算机、膝上型计算机、个人数字助理(PDA)、移动设备、台式计算机或其他电子设备)的框图。然而,并非所有描绘的组件都是必需的,并且一个或多个实施例可以包括图中未示出的附加部件。在不脱离本文阐述的权利要求的精神或范围的情况下,可以对部件的布置和类型进行改变。可以提供附加部件、不同的部件和/或更少的部件。
成像***100可以用于根据本公开的实施例捕获和处理图像。成像***100可以表示检测EM辐射的一个或多个范围(例如,波段)并提供表示性数据(例如,一个或多个静态图像帧或视频图像帧)的任何类型的成像***。成像***100可以包括至少部分地包围成像***100的部件的外壳,以促进成像***100的紧凑性和保护。例如,图1中标记为175的实线框可以表示成像***100的外壳。该外壳可以包含与图1中的实线框内所描绘的部件相比更多、更少和/或不同的成像***100的部件。在实施例中,成像***100可以包括便携式设备并且可以例如被结合到需要存储和/或显示图像的载具或非移动装置中。载具可以是陆基载具(例如,汽车、卡车)、海基载具、飞行器(例如,无人驾驶飞行器(UAV))、太空载具或一般地可以结合成像***100(例如,安装在其中、安装在其上等)的任何类型的载具。在另一示例中,成像***100可以经由一种或多种类型的安装件耦接到各种类型的固定位置(例如,家居安全安装件、露营地或户外安装件或其他位置)。
根据一种实施方式,成像***100包括处理部件105、存储器部件110、图像捕获部件115、图像接口120、控制部件125、显示部件130、感测部件135和/或网络接口140。根据各种实施例,处理部件105包括以下中的一个或多个:处理器、微处理器、中央处理单元(CPU)、图形处理单元(GPU)、单核处理器、多核处理器、微控制器、可编程逻辑器件(PLD)(例如,现场可编程门阵列(FPGA))、专用集成电路(ASIC)、数字信号处理(DSP)器件或可以通过硬连线、执行软件指令或两者的结合被配置为执行本文中针对本公开的实施例讨论的各种操作的其他逻辑器件。处理部件105可以被配置为与成像***100的各种其他部件(例如,110、115、120、125、130、135、140等)接口连接并通信以执行这样的操作。例如,处理部件105可以被配置为处理从成像捕获部件115接收的捕获的图像数据、将图像数据存储在存储器部件110中和/或从存储器部件110获取存储的图像数据。在一个方面,处理部件105可以被配置为执行各种***控制操作(例如,控制成像***100的各种部件的通信和操作)和其他图像处理操作(例如,数据转换、视频分析等)。
在某些情况下,处理部件105可以对像素值执行操作,例如非均匀性校正(NUC)(例如,平场校正(FFC)或其他校准技术)、空间和/或时间滤波和/或辐射测量转换。作为示例,FFC校准过程(例如,也称为FFC事件)通常可以指在数字成像中执行的校准技术,该校准技术从帧中去除由图像检测器电路165的像素到像素输出的变化(例如,图像检测器电路165的单个微测辐射热计之间的变化)和/或由光路中的失真引起的伪影。在一种情况下,成像***100可以包括内部结构(例如,快门、盖子、罩、叶片),以选择性地阻挡图像检测器电路165。该结构可以用于向图像检测器电路165的检测器提供/呈现均匀场景。检测器有效地被遮蔽场景。在一方面,FFC事件可以涉及在成像***100的快门处于关闭位置以覆盖图像检测器电路165时捕获多个帧并对其进行平均,使得图像检测器电路165捕获结构的图像数据并且对场景不可见。在另一种情况下,FFC事件可以包括使用外部FFC源,将校正应用于捕获的图像数据,使得在查看外部FFC源时图像中的辐射测量数据是正确的。通常,内部FFC源和/或外部FFC源处于准确地已知的温度。内部源(例如,内部结构)和/或外部源的捕获的帧被累积并被用于更新要应用于由读出电路170(例如,由成像***100的接收由读出电路170输出的帧的处理电路)输出并且通常不作为成像***100的输出提供的FFC校正项。在某些情况下,校准事件可以周期性地和/或根据用户命令执行。
在一些方面,FFC值可以用于校正与成像***100的各种光路关联的非均匀性。还可确定SFFC值并将其应用于图像数据,以进一步校正这样的非均匀性。在美国专利申请公开号2020/0005440和2020/0154063中提供了用于确定FFC值和/或SFFC值的***和方法和相关操作的示例,该美国专利申请公开的全部内容通过引用并入本文。
在一个实施例中,存储器部件110包括一个或多个存储器设备,其被配置为存储数据和信息,包括红外图像数据和信息。存储器部件110可以包括一种或多种不同类型的存储器设备,包括易失性和非易失性存储器设备,例如随机存取存储器(RAM)、动态RAM(DRAM)、静态RAM(SRAM)、非易失性随机存取存储器(NVRAM)、只读存储器(ROM)、可编程只读存储器(PROM)、可擦除可编程只读存储器(EPROM)、电可擦除可编程只读存储器(EEPROM)、闪存、硬盘驱动器和/或其他类型的存储器。如上所述,处理部件105可以被配置为执行存储在存储器部件110中的软件指令,以执行方法和过程步骤和/或操作。在一个或多个实施例中,这样的指令在由处理部件105执行时可以使成像***100执行操作,以生成缩放项并减轻非均匀性。处理部件105和/或图像接口120可以被配置为在存储器部件110中存储由图像捕获部件115捕获的图像或数字图像数据。处理部件105可以被配置为存储FFC值、SFFC值、处理(例如,非均匀性校正)的静态和/或视频图像和/或存储器部件110中的其他数据。
在一些实施例中,单独的机器可读介质145(例如,存储器,例如硬盘驱动器、紧凑式盘、数字视频盘或闪存)可以存储软件指令和/或配置数据,其可以由计算机(例如,基于逻辑器件或处理器的***)执行或访问以执行各种方法和操作,例如与处理图像数据关联的方法和操作。在一个方面,机器可读介质145可以是可移动的和/或与成像***100分开放置,其中,通过将机器可读介质145耦接到成像***100和/或通过成像***100从机器可读介质145下载(例如,通过有线链路和/或无线链路)而将存储的软件指令和/或数据提供给成像***100。应当理解,各种模块可以在软件和/或硬件中被集成为处理部件105的一部分,其中,模块的代码(例如,软件或配置数据)例如存储在存储器部件110中。
成像***100可以表示成像设备,例如视频和/或静态相机,以捕获和处理场景160的图像和/或视频。在这方面,成像***100的图像捕获部件115可以被配置为以特定频谱或模态捕获场景160的图像(例如,静态和/或视频图像)。图像捕获部件115包括图像检测器电路165(例如,热红外检测器电路)和读出电路170(例如,ROIC)。例如,图像捕获部件115可以包括IR成像传感器(例如,IR成像传感器阵列),其被配置为检测近、中和/或远IR光谱中的IR辐射并提供表示来自场景160的IR辐射的IR图像(例如,IR图像数据或信号)。例如,图像检测器电路165可以捕获(例如,检测、感测)具有从约700nm到约2mm范围内的波长或其一部分的IR辐射。例如,在一些方面,图像检测器电路165可以对SWIR辐射、中波IR(MWIR)辐射(例如,波长为2μm至5μm的EM辐射)和/或长波IR(LWIR)辐射(例如,波长为7μm至14μm的EM辐射)或任何期望的IR波长(例如,通常在0.7μm至14μm范围内)敏感(例如,更好地检测)。在其他方面,图像检测器电路165可以捕获来自EM频谱的一个或多个其他波段的辐射,例如可见光、紫外光等。
图像检测器电路165可以捕获与场景160关联的图像数据(例如,红外图像数据)。为了捕获图像,图像检测器电路165可以检测场景160的图像数据(例如,以EM辐射的形式)并基于场景160生成图像的像素值。图像可以称为帧或图像帧。在某些情况下,图像检测器电路165可以包括检测器阵列(例如,也称为像素阵列),其可以检测特定波段的辐射、将检测到的辐射转换成电信号(例如,电压、电流等)并基于电信号生成像素值。阵列中的每个检测器可以捕获图像数据的相应部分并且基于由检测器捕获的相应部分生成像素值。由检测器生成的像素值可以称为检测器的输出。作为非限制性示例,每个检测器可以是光电检测器,例如雪崩光电二极管、红外光电检测器、量子阱红外光电检测器、微测辐射热计或能够将(例如,特定波长的)EM辐射转换为像素值的其他检测器。检测器阵列可以布置成行和列。在实施例中,图像检测器电路165可以接收来自场景160中的对象的能量通量(例如,热红外能量通量)并将该能量通量转换为指示场景160中的对象的温度的数据值。可以对成像***100进行辐射测量校准,以确保从图像检测器电路165接收的能量的量到图像检测器电路165生成的数据值的准确转换。在某些情况下,不确定性因子可以基于与通量到温度转换关联的参数。
图像可以是或可以被认为是包括像素并且是与场景160关联的图像数据的表示的数据结构,其中,每个像素具有表示从场景的一部分发射或反射并由生成像素值的检测器接收的EM辐射的像素值。基于上下文,像素可以指图像检测器电路165的检测器,其生成关联的像素值或从生成的像素值形成的图像的像素(例如,像素位置、像素坐标)。在实施例中,图像可以是基于热红外图像数据的热红外图像(例如,也称为热图像)。热红外图像的每个像素值表示场景160的对应部分的温度。
在一方面,由图像检测器电路165生成的像素值可以根据基于从转换检测到的辐射获得的电信号生成的数字计数值来表示。例如,在图像检测器电路165包括或以其他方式耦接到模数转换(ADC)电路的情况下,ADC电路可以基于电信号生成数字计数值。对于可以使用14位表示电信号的ADC电路,数字计数值的范围可以从0到16383。在这样的情况下,检测器的像素值可以是从ADC电路输出的数字计数值。在其他情况下(例如,在没有ADC电路的情况下),像素值本质上可以是模拟的,其值是或指示电信号的值。例如,对于红外成像,入射到图像检测器电路165(例如,IR图像检测器电路)上并被其检测到的更大量的IR辐射与更高的数字计数值和更高的温度关联。
对于红外成像,与图像检测器电路165(如果有的话,及其相关的ADC电路)关联的特性可以作为非限制性示例包括动态范围、可以可靠地表示的最小温度、可以可靠地表示的最大温度和灵敏度。动态范围可以是或者可以指示可以由图像检测器电路165捕获并在红外图像中表示的最小温度和最大温度之间的范围(例如,差值)。在这点上,场景160的低于最小温度的区域可能被掩埋在成像***100的本底噪声中并且在IR图像中显得褪色和/或嘈杂。场景160的高于最大温度的区域导致红外图像中的饱和,其中,饱和的区域以与最大温度下的区域相同的方式(例如,使用相同的颜色值或相同的灰度值)表示。例如,当图像检测器电路165使用ADC电路生成数字计数值时,处于或高于最大温度的温度可以全部映射到ADC电路可以表示的最高值(例如,对于14位ADC电路来说为16383),并且处于或低于最小温度的温度都可以映射到ADC电路可以表示的最低值(例如,0)。换言之,红外图像不区分高于最大温度的区域和处于最大温度的区域,也不区分低于最小温度的区域和处于最小温度的区域。
读出电路170可以用作检测图像数据的图像检测器电路165和处理由读出电路170读出的检测到的图像数据的处理部件105之间的接口,其中,通过图像接口120促进数据从读出电路170到处理部件105的传送。图像捕获帧速率可以指图像检测器电路165依序检测图像并通过读出电路170将图像提供给处理部件105的速率(例如,每秒图像数)。读出电路170可以根据积分时间(例如,也称为积分周期)读出由图像检测器电路165生成的像素值。
在各种实施例中,图像检测器电路165和读出电路170的组合可以是、可以包括或可以一起提供FPA。在一些方面,图像检测器电路165可以是包括微测辐射热计阵列的热图像检测器电路,并且图像检测器电路165和读出电路170的组合可以被称为微测辐射热计FPA。在一些情况下,微测辐射热计阵列可以布置成行和列。微测辐射热计可以检测IR辐射并基于检测到的IR辐射生成像素值。例如,在一些情况下,微测辐射热计可以是热IR检测器,其检测热能形式的IR辐射并基于检测到的热能的量生成像素值。微测辐射热计可以吸收入射红外辐射并在微测辐射热计中产生对应的温度变化。温度变化与微测辐射热计的电阻的对应变化关联。在每个微测辐射热计用作一个像素的情况下,通过将每个微测辐射热计的电阻变化转换为时分复用的电信号,可以生成入射IR辐射的二维图像或图片表示。该转换可以由ROIC执行。微测辐射热计FPA可以包括IR检测材料,例如非晶硅(a-Si)、氧化钒(VOx)、其组合和/或其他检测材料。在一方面,对于微测辐射热计FPA,积分时间可以是或可以指示微测辐射热计被偏置期间的时间间隔。在这种情况下,较长的积分时间可以与IR信号的较高增益关联,但不收集更多的IR辐射。IR辐射可以由微测辐射热计以热能的形式收集。
在一些情况下,图像捕获部件115可以包括一个或多个滤波器,该滤波器适于通过一些波长的辐射但基本上阻挡其他波长的辐射。例如,图像捕获部件115可以是包括一个或多个滤波器的IR成像设备,该滤波器适于通过一些波长的IR辐射同时基本上阻挡其他波长的IR辐射(例如,MWIR滤波器、热IR滤波器和窄带滤波器)。在该示例中,这样的滤波器可用于定制图像捕获部件115以提高对期望的IR波长带的灵敏度。在一方面,当IR成像设备针对捕获热IR图像被定制时,IR成像设备可以被称为热成像设备。其他成像设备,包括针对捕获热范围外的红外IR图像而定制的IR成像设备,可以被称为非热成像设备。
在一个特定的非限制性示例中,图像捕获部件115可以包括具有响应于包括近红外(NIR)、SWIR、MWIR、LWIR和/或极长波IR(VLWIR)辐射的检测器FPA的IR成像传感器。在一些其他实施例中,替代地或另外地,图像捕获部件115可以包括互补金属氧化物半导体(CMOS)传感器或电荷耦合器件(CCD)传感器,其可以在任何消费级相机(例如,可见光相机)中找到。
可以包含在图像捕获部件115中的其他成像传感器包括光子混合器器件(PMD)成像传感器或其他飞行时间(ToF)成像传感器、LIDAR成像设备、RADAR成像设备、毫米成像设备、正电子发射断层扫描(PET)扫描仪、单光子发射计算机断层扫描(SPECT)扫描仪、超声成像设备或以特定模态和/或光谱操作的其他成像设备。值得注意的是,对于被配置为在特定模态和/或光谱(例如,红外光谱等)中捕获图像的这些成像传感器中的一些,例如,当与一般的基于CMOS或基于CCD的成像传感器或其他成像传感器、成像扫描仪或不同模态的成像设备比较时,它们更易于产生具有低频阴影的图像。
由图像捕获部件115提供的图像或与图像对应的数字图像数据可以与相应的图像尺寸(也称为像素尺寸)关联。图像尺寸或像素尺寸通常是指图像中像素的数量,其可以例如表示为二维图像的宽度乘以高度、或以适合于图像的相关尺寸或形状的其他方式进行表示。因此,具有原始分辨率的图像可以被大小调整为更小的尺寸(例如,具有更小的像素尺寸),以便例如降低处理和分析图像的成本。可以基于对大小调整的图像的分析来生成滤波器(例如,非均匀性估计)。然后,在被应用于图像之前,可以将滤波器的大小调整为图像的原始分辨率和尺寸。
在一些实施例中,图像接口120可以包括适当的输入端口、连接器、开关和/或电路,其被配置为与外部设备(例如,远程设备150和/或其他设备)接口连接,以接收由外部设备生成或以其他方式存储在外部设备处的图像(例如,数字图像数据)。在一方面,图像接口120可以包括串行接口和用于提供与图像数据关联的元数据的遥测线。接收的图像或图像数据可以被提供给处理部件105。在这一点上,接收的图像或图像数据可以被转换成适合于由处理部件105处理的信号或数据。例如,在一个实施例中,图像接口120可以被配置为接收模拟视频数据并将其转换成合适的数字数据,以提供给处理部件105。
图像接口120可以包括各种标准视频端口,其可以连接到视频播放器、摄像机或能够生成标准视频信号的其他设备,并且可以将接收的视频信号转换成适合于由处理部件105处理的数字视频/图像数据。在一些实施例中,图像接口120还可以被配置为与图像捕获部件115接口连接并从图像捕获部件115接收图像(例如,图像数据)。在其他实施例中,图像捕获部件115可以直接与处理部件105接口连接。
在一个实施例中,控制部件125包括用户输入和/或接口设备,例如可旋转旋钮(例如,电位计)、按钮、滑杆、键盘和/或其他设备,其适于生成用户输入控制信号。处理部件105可以被配置为感测经由控制部件125来自用户的控制输入信号,并且响应从其接收的任何感测到的控制输入信号。如本领域技术人员通常理解的,处理部件105可以被配置为将这样的控制输入信号解释为值。在一个实施例中,控制部件125可以包括具有适于与用户交互并接收用户输入控制值的按钮的控制单元(例如,有线或无线手持控制单元)。在一个实施方式中,控制单元的按钮可以用于控制成像***100的各种功能,例如自动对焦、菜单启用和选择、视场、亮度、对比度、噪声滤波、图像增强和/或成像***或相机的各种其他功能。
在一个实施例中,显示部件130包括图像显示设备(例如,液晶显示器(LCD))或各种其他类型的众所周知的视频显示器或监视器。处理部件105可以被配置为在显示部件130上显示图像数据和信息。处理部件105可以被配置为从存储器部件110获取图像数据和信息,并在显示部件130上显示任何获取的图像数据和信息。显示部件130可以包括显示电路,处理部件105可以利用该显示电路来显示图像数据和信息。显示部件130可以适于直接从图像捕获部件115、处理部件105和/或图像接口120接收图像数据和信息,或者图像数据和信息可以经由处理部件105从存储器部件110传送。
在一个实施例中,感测部件135包括一个或多个各种类型的传感器,如本领域技术人员将理解的,这取决于应用或实现要求。感测部件135的传感器至少向处理部件105提供数据和/或信息。在一个方面,处理部件105可被配置为与感测部件135通信。在各种实施方式中,感测部件135可以提供关于环境条件的信息,例如室外温度、照明条件(例如,白天、夜晚、黄昏和/或黎明)、湿度水平、特定天气条件(例如,太阳、雨和/或雪)、距离(例如,激光测距仪或飞行时间相机)和/或是否已经进入或退出隧道或其他类型的封闭物。感测部件135可以表示如本领域技术人员公知的用于监测可能对图像捕获部件115提供的图像数据(例如,对图像外观)具有影响的各种条件(例如,环境条件)的常规传感器。
在一些实施方式中,感测部件135(例如,一个或多个传感器)可以包括经由有线和/或无线通信将信息中继到处理部件105的设备。例如,感测部件135可以适于通过本地广播(例如,射频(RF))传输、通过移动或蜂窝网络和/或通过基础设施(例如,交通或公路信息信标基础设施)中的信息信标或各种其他有线和/或无线技术从卫星接收信息。在一些实施例中,处理部件105可以使用从感测部件135获取的信息(例如,感测数据)来修改图像捕获部件115的配置(例如,调整光敏感度水平、调整图像捕获部件115的方向或角度、调整光圈等)。
在一些实施例中,成像***100的各种部件可以分布在网络155上并且彼此通信。在这点上,成像***100可以包括网络接口140,其被配置为促进成像***100的各种部件之间通过网络155的有线和/或无线通信。在这样的实施例中,如果成像***100的特定应用需要,则部件也可以被复制。也就是说,被配置用于相同或相似操作的部件可以分布在网络上。此外,如果需要,可以使用通过网络155经由网络接口140与成像***100的各种部件通信的远程设备150(例如,常规数字视频记录器(DVR)、被配置用于图像处理的计算机和/或其他设备)的适当部件来实现各种部件中的任一个的全部或部分。因此,例如,处理部件105的全部或部分、存储器部件110的全部或部分和/或显示部件130的全部或部分可以在远程设备150处实现或复制。在一些实施例中,成像***100可以不包括成像传感器(例如,图像捕获部件115),而是从与处理部件105和/或成像***100的其他部件位置分离和远离的成像传感器接收图像或图像数据。将应当理解,在不脱离本公开的范围和精神的情况下,成像***100的分布式实施方式的许多其他组合也是可能的。
此外,在各种实施例中,成像***100的各种部件可以根据需要或取决于应用或需求被组合和/或被实现或不被实现。在一个示例中,处理部件105可以与存储器部件110、图像捕获部件115、图像接口120、显示部件130、感测部件135和/或网络接口140组合。在另一示例中,处理部件105可以与图像捕获部件115组合,使得处理部件105的某些功能由图像捕获部件115内的电路(例如,处理器、微处理器、逻辑器件、微控制器等)执行。
图2示出了根据本公开的一个或多个实施例的示例图像传感器组件200的框图。然而,并非所有描绘的部件都是必需的,并且一个或多个实施例可以包括图中未示出的附加部件。在不脱离本文阐述的权利要求的精神或范围的情况下,可以对部件的布置和类型进行改变。可以提供附加的部件、不同的部件和/或更少的部件。在实施例中,图像传感器组件200可以是FPA,例如,被实现为图1的图像捕获部件115。
图像传感器组件200包括单位单元阵列205、列多路复用器210和215、列放大器220和225、行多路复用器230、控制偏置和定时电路235、数模转换器(DAC)240以及数据输出缓冲器245。在一些方面,可以根据***时钟/同步信号(例如,线同步(LSYNC)信号)来执行单位单元阵列205或其他部件的操作和/或与单位单元阵列205或其他部件相关的操作。单位单元阵列205包括单位单元的阵列。在一方面,每个单位单元可以包括检测器(例如,像素)和接口电路。每个单位单元的接口电路可以响应于由单位单元的检测器提供的检测器信号(例如,检测器电流、检测器电压)而提供输出信号,例如输出电压或输出电流。输出信号可以指示由检测器接收的EM辐射的大小并且可以被称为图像像素数据或简称为图像数据。列多路复用器215、列放大器220、行多路复用器230和数据输出缓冲器245可用于提供来自单位单元阵列205的输出信号作为数据输出线250上的数据输出信号。数据输出线250上的输出信号可以提供给图像传感器组件200下游的部件,例如处理电路(例如,图1的处理部件105)、存储器(例如,图1的存储器部件110)、显示设备(例如,图1的显示部件130)和/或其他部件,以促进输出信号的处理、存储和/或显示。数据输出信号可以是由图像传感器组件200的像素值形成的图像。在这点上,列多路复用器215、列放大器220、行多路复用器230和数据输出缓冲器245可以共同提供图像传感器组件200的ROIC(或其一部分)。在一方面,接口电路可以被视为ROIC的一部分,或者可以被视为检测器与ROCI之间的接口。在一些实施例中,图像传感器组件200的部件可以被实现为使得单位单元阵列205和ROCI可以是单个晶粒的一部分。在实施例中,图像传感器组件200的部件可以被实现为使得单位单元阵列205被混合到(例如,接合到、连接到或耦合到)ROIC。关于图3描述了这样的混合的示例。
列放大器225通常可以表示适用于给定应用(模拟和/或数字)的任何列处理电路,并且不限于用于模拟信号的放大器电路。在这点上,在这样的方面,列放大器225可以更一般地称为列处理器。由列放大器225接收的信号,例如模拟总线上的模拟信号和/或数字总线上的数字信号,可以根据信号的模拟或数字性质进行处理。作为示例,列放大器225可以包括用于处理数字信号的电路。作为另一示例,列放大器225可以是来自单位单元阵列205的数字信号穿过以到达列多路复用器215的路径(例如,无处理)。作为另一示例,列放大器225可以包括用于将模拟信号转换为数字信号(例如,以获得数字计数值)的ADC。这些数字信号可以提供给列多路复用器215。
每个单位单元可以接收偏置信号(例如,偏置电压、偏置电流)以偏置单位单元的检测器,从而补偿由于例如温度变化、制造差异和/或其他因素而导致的单位单元的不同响应特性。例如,控制偏置和定时电路235可以生成偏置信号并将它们提供给单位单元。通过向每个单位单元提供适当的偏置信号,可以有效地校准单位单元阵列205,以响应入射在单位单元的检测器上的光(例如,IR光)来提供准确的图像数据。在一方面,控制偏置和定时电路235可以是逻辑单元、可以包括逻辑单元或可以是逻辑单元的一部分。
控制偏置和定时电路235可以生成用于寻址单位单元阵列205的控制信号,以允许访问单元阵列205的寻址部分和从单位单元阵列205的寻址部分读出图像数据。单位单元阵列205可以被逐行寻址以访问单位单元阵列205并从其读出图像数据,但是在其他实施方式中,单位单元阵列205可以逐列或通过其他方式被寻址。
控制偏置和定时电路235可以生成偏置值和定时控制电压。在一些情况下,DAC240可以将作为数据输入信号线255上的数据输入信号或作为该数据输入信号的一部分而接收的偏置值转换成偏置信号(例如,模拟信号线260上的模拟信号),其可以通过列多路复用器210、列放大器220和行多路复用器230的操作而被提供给单独的单位单元。例如,DAC240可以将数字控制信号(例如,作为位提供)驱动到单位单元的适当模拟信号电平。在一些技术中,0或1的数字控制信号可以分别被驱动到适当的逻辑低电压电平或适当的逻辑高电压电平。在另一方面,控制偏置和定时电路235可以生成偏置信号(例如,模拟信号)并在不使用DAC 240的情况下将偏置信号提供给单位单元。在这一点上,一些实施方式不包括DAC240、数据输入信号线255和/或模拟信号线260。在一个实施例中,控制偏置和定时电路235可以是图1的处理部件105和/或图像捕获部件115、可以包括图1的处理部件105和/或图像捕获部件115、可以是图1的处理部件105和/或图像捕获部件115的一部分或可以以其他方式耦接到图1的处理部件105和/或图像捕获部件115。
在一个实施例中,图像传感器组件200可以被实现为成像***(例如,100)的一部分。除了图像传感器组件200的各种部件之外,该成像***还可以包括一个或多个处理器、存储器、逻辑、显示器、接口、光学器件(例如,透镜、反射镜、分束器)和/或可能适用于各种实施方式的其他部件。在一方面,数据输出线250上的数据输出信号可以提供给处理器(未示出)以进行进一步处理。例如,数据输出信号可以是由来自图像传感器组件200的单位单元的像素值形成的图像。处理器可以执行诸如非均匀性校正(例如,FFC或其他校准技术)、空间和/或时间滤波以及/或其他操作的操作。图像(例如,经处理的图像)可以存储在存储器(例如,在成像***的外部或本地)中和/或显示在显示设备(例如,在成像***外部和/或与成像***集成)上。图2的各种部件可以在单个芯片或多个芯片上实现。此外,虽然各种部件被示为一组单独的块,但可以将各种块合并在一起,或者图2中所示的各种块可以分离成单独的块。
注意,在图2中,单位单元阵列205被描绘为8×8(例如,8行和8列的单位单元。然而,单位单元阵列205可以具有其他阵列大小。作为非限制性示例,单位单元阵列205可以包括512×512(例如,512行和512列的单位单元)、1024×1024、2048×2048、4096×4096、8192×8192和/或其他阵列大小。在一些情况下,阵列大小可以具有不同于列大小(例如,一列中的检测器数量)的行大小(例如,一行中的检测器数量)。帧速率的示例可以包括30Hz、60Hz和120Hz。在一方面,单位单元阵列205的每个单位单元可以表示一个像素。
在一些实施例中,图像传感器组件200的部件可以被实现为使得检测器阵列(例如,诸如微测辐射热计的红外检测器的阵列)和读出电路可以是单个晶粒的一部分。在其他实施例中,图像传感器组件200的部件可以被实现为使得检测器阵列混合到(例如,结合到)读出电路。例如,图3示出了根据本公开的一个或多个实施例的示例图像传感器组件300。然而,并非所有描绘的部件都是必需的,并且一个或多个实施例可以包括图中未示出的附加部件。在不脱离本文阐述的权利要求的精神或范围的情况下,可以对部件的布置和类型进行改变。可以提供附加的部件、不同的部件和/或更少的部件。在实施例中,图像传感器组件300可以是图像传感器组件200、可以包括图像传感器组件200或者可以是图像传感器组件200的一部分。
图像传感器组件300包括器件晶片305、读出电路310和触点315,以将器件晶片305接合(例如,机械和电接合)到读出电路310。器件晶片305可以包括检测器(例如,单位单元阵列205)。作为示例,检测器可以是InGaAs型检测器。触点315可以将器件晶片305的检测器和读出电路310接合。触点315可以包括器件晶片305的检测器的导电触点、读出电路310的导电触点和/或检测器的导电触点和读出电路310的导电触点之间的金属接合部。在一个实施例中,器件晶片305可以使用接合凸块(例如,铟凸块)而凸块接合到读出电路310。接合凸块可以形成在器件晶片305和/或读出电路310上,以允许器件晶片305和读出电路310之间的连接。在一方面,将器件晶片305混合到读出电路310可以指将器件晶片305(例如器件晶片305的检测器)接合到读出电路310,以将器件晶片305和读出电路310机械和电结合。
图4示出了根据本公开的一个或多个实施例的用于促进图像非均匀性减轻的示例***400。然而,并非所有描绘的组件都是必需的,并且一个或多个实施例可以包括图中未示出的附加部件。在不脱离本文阐述的权利要求的精神或范围的情况下,可以对部件的布置和类型进行改变。可以提供附加部件、不同的部件和/或更少的部件。
在***400中,主处理路径涉及对图像数据405执行非均匀性校正,以获得校正的图像数据410(例如,非均匀性校正的图像数据)。图像数据405和校正的图像数据410可以各自包括图像。在某些情况下,图像数据405可以包括已经应用了增益和/或偏移的图像,并且因此,图像数据405可以被称为增益/偏移后图像数据。
可以将图像数据405的图像415提供给后台处理路径。图像415可以被称为图像数据405的快照。在某些情况下,抽头电路(tapping circuit)可以触发(例如,周期性地、非周期性地和/或响应于用户输入)快照和/或抽头以获得快照。裁剪电路420接收图像415并基于缺陷数据425裁剪图像415以获得裁剪的图像430。缺陷数据425可以包括指示位置、大小的数据和/或与图像415中的缺陷相关的其他数据。在一方面,缺陷可以由成像***100的用户(例如,通过人眼的视觉检查)和/或机器来确定/识别。在实施例中,缺陷数据425可以与图像415中被识别为最坏缺陷的缺陷相关。例如,用户和/或机器可以基于图像中的缺陷的大小和/或缺陷的强度来确定最坏缺陷。在一些方面,裁剪的图像430大于并包含图像415中的缺陷(例如,最坏缺陷)。在某些情况下,例如当裁剪电路420生成小于缺陷大小的固定大小和/或最大大小的裁剪的图像时,裁剪的图像可能包含缺陷的一部分。
与裁剪的图像430对应(例如,在大小、位置和裁剪的图像430相对于图像415的形状方面)的SFFC图435的一部分被裁剪以提供裁剪的SFFC图440。在某些情况下,图像抽头可以用于SFFC图435和/或裁剪的SFFC图440,例如用于测试/故障排除目的。作为非限制性示例,裁剪的图像430和裁剪的SFFC图440可以是32像素×32像素、64像素×64像素、32像素×64像素或其他大小。裁剪的图像430和裁剪的SFFC图440可以具有其他大小和/或形状(例如,非矩形图/图像)。
最小化电路445接收裁剪的图像430和裁剪的SFFC图440并且迭代地调整标量值P以最小化代价函数FVAL(P)。在实施例中,代价函数可以由下式提供:
其中,imcropped是裁剪的图像430并且NU(例如,非均匀性估计)是裁剪的SFFC图440。imcropped-P×NU可以称为校正的图像(例如,也称为非均匀性校正的图像、净化的图像、校正/净化的裁剪图像或校正/净化的图像部分)并且通过从裁剪的图像430中减去裁剪的SFFC图440(在通过缩放项P缩放之后)形成。在某些情况下,imcropped和P×NU可以归一化为0到1的范围,包括0和1。
在一方面,最小化电路445可以基于Nelder-Mead标量最小化技术来确定最小化代价函数的缩放项P的值。在一方面,可以使用其他非线性直接搜索最小化方法,例如坐标下降方法、粒子群优化方法等。其他实施例可以利用其他最小化/优化过程来确定最小化代价函数的缩放项P的值。可以基于计算复杂度、计算时间、效率和/或其他考虑来选择用于确定标量值P的最小化/优化过程。
对于上面提供的代价函数FVAL(P),x=imcropped-P×NU,其中,grad(x)、Δ1(x)、和Δ2(x)是具有与裁剪的图像430和裁剪的SFFC图440相同大小的阵列。阵列x的梯度可以由grad(x)=Δ1(x)2+Δ2(x)2提供。在一方面,对于阵列x的每条线,函数Δ1(x)和Δ2(x)可以取阵列x的该条线(例如,行或列)并从阵列x的另一条线将其减去,或反之亦然。在一个示例中,Δ1(x)可以发生在垂直方向上,在该垂直方向上,从超过阵列x的每一行两行的行中减去阵列x的每一行(例如,第3行的像素减去第1行的像素,第4行的像素减去第2行的像素,第5行的像素减去第3行的像素等),和/或Δ2(x)可以发生在水平方向上,在该水平方向上,从超过阵列x的每一列两列中减去阵列x的每一列(例如,第3列的像素减去第1列的像素,第4列的像素减去第2列的像素,第5列的像素减去第3列的像素等)。注意,减去不必是间隔开2个的线(例如,不必是第3线减去第1线)。例如,彼此相减的线可以间隔开三个或更多个。可以使用确定与阵列x关联的梯度的其他方式。
可以迭代地调整缩放项P的值,并且计算对应的代价函数FVAL(P)以获得(例如,收敛于)使代价函数FVAL(P)最小化的P值。在这种迭代方法下,裁剪的SFFC图440是固定的,而缩放项P的值被迭代地更新。每次更新都包括对P的调整。在某些情况下,可以持续调整P直到固定的迭代次数。在某些情况下,对P的更新可以被重复根据需要的多次(例如,直到满足条件)。例如,可以重复更新,直到对P进行几次调整之后代价函数没有减少或减少不足。在某些情况下,可以读取一次或多次迭代中的缩放项P的值,例如以应用于图像数据和/或用于测试/故障排除目的。
在某些情况下,被确定为使代价函数最小化的缩放项P的值可以在帧时间内执行(例如,使得该值可以应用于图像415)或可以跨越多个帧。在某些情况下,当被确定为使代价函数最小化的缩放项P的值需要多个帧来确定时,可以继续使用缩放项的先前确定的值直到最小化过程完成。与最小化过程关联的计算时间可以至少基于裁剪的图像430的大小、裁剪的SFFC图440以及与最小化过程关联的任何终止条件。在一个实施例中,可以按帧(例如,实时地)或周期性地(例如,在后台中)确定缩放项。
衰减电路450从最小化电路445接收使代价函数FVAL(P)最小化(例如,根据期望的终止条件)的缩放项P的值。衰减电路450还接收缩放项的先前值Pprev。作为示例,先前值Pprev可以是由最小化电路445基于来自后台处理路径在接收图像415之前接收的图像数据405的快照而生成的缩放项的值。作为另一示例,先前值Pprev可以是在调整缩放项的先前迭代期间(例如,在确定使代价函数最小化的P的最小化过程完成之前)对于缩放项获得的值,使得该先前值基于图像415。衰减电路450至少基于P和Pprev生成衰减的缩放项Pdamp。在一方面,主处理路径中缩放项P的衰减避免了由于缩放项P的值的调整而引起的影像突然移位。衰减电路450可以通过向缩放项P应用衰减因子(例如,时间衰减因子)而生成衰减的缩放项Pdamp。
在某些情况下,衰减项可以使用alpha混合、无限脉冲响应(IIR)滤波和/或其他衰减技术来实现。衰减项可以基于缩放项P在当前时间的值和在当前时间之前的时间确定的缩放项P的一个或多个值的线性组合(例如,加权平均)。衰减项可以用于最小化与被应用的缩放项P关联的相对较大和/或快速的波动。不同的成像***和/或其部件可以与不同的衰减项关联。
组合器电路455接收衰减的缩放项Pdamp并将衰减的缩放项Pdamp应用于SFFC图435,以获得缩放的SFFC图。组合器电路455可以将SFFC图435与衰减的缩放项Pdamp相乘。组合器电路460在主处理路径中接收图像数据405并将缩放的SFFC图应用于图像数据405的图像。在一种情况下,衰减的缩放项Pdamp被应用的图像可以是图像415和/或在用于生成缩放项P(从中确定Pdamp)的图像415之后捕获的一个或多个图像。组合器电路460可以从该图像中减去缩放的SFFC图,以获得形成校正的图像数据410的一部分的校正的图像(例如,非均匀性校正的图像)。
在某些情况下,可以沿着主处理路径进一步处理校正的图像数据410。在某些情况下,进一步处理可以包括空间滤波操作和/或时间滤波操作。在一方面,空间滤波可以将空间滤波器参数应用于校正的图像数据410。时间滤波可以接收从空间滤波输出的像素值并且基于时间滤波器参数和与先前图像关联的数据在时间域中对像素值执行时间滤波。在某些情况下,时间滤波可发生在空间滤波之前。在某些情况下,空间滤波和时间滤波可以一起发生,而不是作为两个离散的、顺序的滤波操作。可以执行其他和/或替代操作,以获得图像数据405和/或校正的图像数据410和/或进一步处理校正的图像数据410。
在一些实施例中,处理部件105可以按每帧地(例如,实时地)、周期性地(例如,每接收100个图像、每几分钟、每小时等)、非周期性地(例如,基于图像质量和/或响应于用户的校准请求)选择图像,来在后台过程中确定缩放项P。例如,如果缺陷位于被应用先前缩放项的图像中,则用户和/或机器可以指示或请求确定新的缩放项P。一旦确定缩放项P,就可以将缩放的非均匀性估计应用于作为主处理路径的一部分接收的图像。在一些情况/应用中,确定P可以是主处理路径的一部分并且对每一帧执行。
在一些实施例中,可以在执行非估计校正之后获得快照。图5示出了根据本公开的一个或多个实施例的用于促进图像非均匀性减轻的示例***500。然而,并非所有描绘的部件都是必需的,并且一个或多个实施例可以包括图中未示出的附加部件。在不脱离本文阐述的权利要求的精神或范围的情况下,可以对部件的布置和类型进行改变。可以提供附加的部件、不同的部件和/或更少的部件。图4的***400的描述总体上适用于图5的***500,这里提供了差异的示例和其他描述。
在***500中,主处理路径涉及对图像数据505执行非均匀性校正,以获得校正的图像数据510(例如,非均匀性校正的图像数据)。图像数据505和校正的图像数据510可以各自包括图像。在某些情况下,图像数据505可以包括已经被应用增益和/或偏移的图像。
在主处理路径中,组合器电路515接收图像数据505并将缩放的SFFC图应用于图像数据505以获得校正的图像数据510。组合器电路515可以从图像数据的图像中减去缩放的SFFC图505,以获得校正的图像数据510的图像。组合器电路520将先前的衰减的缩放项Pprev-d应用于SFFC图525以获得缩放的SFFC图。先前的衰减的值Pprev-d可以是已被衰减电路565衰减的缩放项的先前值Pprev。缩放项的先前值Pprev可以是由最小化电路555确定的使代价函数对于取自图像数据505的先前快照(例如,来自图像530的先前时间实例的快照)最小化的值。
可以将校正的图像数据510的图像530(例如,作为校正的图像数据510的快照)提供给后台处理路径。裁剪电路535接收图像530并基于缺陷数据540裁剪图像530以获得裁剪的图像545。缺陷数据540可以包括指示位置、大小的数据和/或与图像530中的缺陷相关的其他数据。与裁剪的图像545对应(例如,在大小、位置和形状方面)的SFFC图525的一部分被裁剪以提供裁剪的SFFC图550。裁剪的图像545和裁剪的SFFC图550可以是其他大小和/或形状(例如,非矩形图/图像)。
最小化电路555接收裁剪的图像545和裁剪的SFFC图550并且迭代地调整标量值P,以最小化代价函数FVAL(P)。在实施例中,代价函数可以由下式提供:
其中,imcropped是裁剪的图像545,并且NU(例如,非均匀性估计)是裁剪的SFFC图550。
组合器电路560接收并组合来自最小化电路555的缩放项P和缩放项的先前的衰减的值Pprev-d以获得缩放项的新值Pnew。组合器电路560可以将先前的衰减的值Pprev-d与来自最小化电路555的值P相加以获得缩放项的新值Pnew。衰减电路565接收缩放项的值Pnew和Pprev-d,以生成衰减的新值Pprev-d(在图5中未明确标记)。该衰减的新值Pprev-d可以提供给组合器电路520以缩放SFFC图525从而校正图像数据505的图像。衰减的新值Pnew-d可以提供给衰减电路565和组合器电路560。衰减的新值Pnew-d可应用于图像530之后的图像。注意,在图4的***400中,来自最小化电路445的值P被衰减并用于缩放SFFC图435,而在图5的***500中,来自最小化电路555的值P没有被直接衰减并用于缩放SFFC图525。
图6示出了根据本公开的一个或多个实施例的用于迭代地调整标量值P以最小化代价函数FVAL(P)的示例***600。尽管本文主要参考图1的成像***100和关于图4和图5描述的示例代价函数来描述***600,但是可以关于其他***和/或其他代价函数来执行***600。
向组合器电路610提供裁剪的SFFC图605(表示为NU)和缩放项P。组合器电路610可以将裁剪的SFFC图605与缩放项P相乘以获得缩放的裁剪的SFFC图(表示为P×NU)。裁剪的图像615(表示为imcropped)和缩放的裁剪的SFFC图被提供给组合器电路620。裁剪的SFFC图605、缩放的裁剪的SFFC图和裁剪的图像615具有相同的大小。作为非限制性示例,裁剪的SFFC图605、缩放的裁剪的SFFC图和裁剪的图像615可以是32像素×32像素、64像素×64像素、32像素×64像素或其他大小。裁剪的SFFC图605、缩放的裁剪的SFFC图和裁剪的图像615可以是其他大小和/或形状(例如,非矩形图/图像)。组合器电路620可从裁剪的SFFC图605中减去缩放的裁剪的SFFC图以获得imcropped-P×NU。imcropped-P×NU可以称为校正的图像(例如,也称为校正的裁剪的图像或校正的图像部分)并且通过从裁剪的图像615中减去缩放的裁剪的SFFC图来形成。
代价函数计算电路625使用imcropped-P×NU计算代价函数的值。在实施例中,代价函数可以由下式提供:
标量值调整电路630从代价函数计算电路625接收值FVAL(P)并调整缩放项P。这样的调整是为了提供减小代价函数FVAL(P)的P值。调整的标量值由标量值调整电路630提供给组合器电路610。然后,可以再次执行***600以重复地调整P以收敛于使代价函数FVAL(P)最小化的P值。在这种迭代方法下,非均匀性估计部分NU是固定的,而标量值P被迭代地更新。
图7示出了根据本公开的一个或多个实施例的用于促进图像非均匀性减轻的示例过程700的流程图。尽管为了解释的目的,过程700在本文中主要参考图1、4和5的***100、400和500来描述,但是过程700可以关于用于图像非均匀性减轻的其他***来执行。注意,图7中的一个或多个操作可以根据需要被组合、被省略和/或以不同的顺序执行。
在框705处,图像检测器电路165响应于由图像检测器电路165接收的辐射(例如,红外辐射)而捕获图像数据(例如,热图像数据)。在这点上,为了到达图像检测器电路165,辐射可以传播通过成像***100的光路以被图像检测器电路165接收。在某些情况下,图像检测器电路165和/或耦接到图像检测器电路165的电路可以将辐射转换成电信号(例如,电压、电流等)并基于电信号生成像素值。在一方面,由图像检测器电路165和/或关联电路生成的像素值可以用基于从转换检测到的红外辐射获得的电信号生成的数字计数值来表示。例如,在图像检测器电路165包括或以其他方式耦接到ADC电路的情况下,ADC电路可以基于电信号生成数字计数值。对于可以使用14位表示电信号的ADC电路,数字计数值的范围可以为从0到16383。
在框710处,处理部件105基于图像数据确定图像。在一方面,处理部件105可以对图像数据应用增益和/或偏移以获得图像。在某些情况下,处理部件105可以经由图像接口120接收图像数据。作为一个示例,可以从图像捕获部件115接收图像数据。作为另一示例,可以从成像***100外部的图像捕获部件和/或成像***100的存储器或存储捕获的图像数据的其他***接收或获取图像数据。
在框715处,处理部件105基于在图像中识别的缺陷裁剪图像,以获得裁剪的图像。在一方面,缺陷可以由成像***100的用户(例如,通过人眼的视觉检查)和/或机器来确定/识别。例如,用户可以向处理部件105提供输入以指示图像中缺陷的位置(例如,包围图像的图像中的像素)。在某些情况下,缺陷可以是图像中最坏缺陷。在某些情况下,如果图像没有缺陷,则图像中的任何位置都可导致处理部件105计算零缩放项。例如,用户可以选择图像中的任何位置来执行裁剪,并随后确定缩放项P。最小化过程的最终结果导致零缩放项,因为裁剪的图像没有缺陷。在缩放项P为零的情况下,非均匀性校正被设置为零并且图像不会因执行过程700而受到不利影响。在框720处,处理部件105根据裁剪的图像裁剪非均匀性图(例如,SFFC图)以获得裁剪的非均匀性图。可以在与图像中缺陷的位置对应的位置处裁剪非均匀性图。裁剪的非均匀性图与裁剪的图像的相同的大小、形状和位置关联。
在框725处,处理部件105基于代价函数确定缩放项P的值。在一方面,处理部件105可以执行最小化以确定使代价函数最小化的缩放项P的值。代价函数的值可基于缩放项P和在已将裁剪的非均匀性估计应用于裁剪的图像之后的校正的图像的像素值之间的变化。在一方面,代价函数的值可以与非均匀性校正之后的图像质量关联。在一个实施例中,代价函数FVAL(P)可以由下式提供:
在框730处,处理部件105基于缩放项P来缩放非均匀性图以获得缩放的非均匀性图。在一方面,非均匀性图可以乘以缩放项P。在一方面,例如在***400中,缩放项P被衰减以获得衰减的缩放项Pdamp并且衰减的缩放项Pdamp被直接应用于非均匀性图。例如,非均匀性图乘以(例如,缩放)缩放项P以获得缩放的非均匀性图。在一方面,例如在***500中,可以基于先前的缩放项Pprev来调整缩放项P以获得新缩放项Pnew。新缩放项Pnew可以应用于非均匀性图,或者新的缩放项Pnew可以被衰减然后应用于非均匀性图。
在框735处,处理部件105将缩放的非均匀性图应用于一个或多个图像,以获得一个或多个非均匀性校正的图像。在某些情况下,缩放的非均匀性图被应用于在框705处捕获的图像数据之后捕获的图像数据。在某些情况下,缩放的非均匀性图被应用于在框710处确定的图像。在一方面,可以对非均匀性校正的图像进行进一步处理(例如,主处理路径中的后续处理,例如时间和/或空间滤波、红外图像的辐射测量转换操作等)、存储和/或显示。在一些实施例中,可以在主处理路径中按帧(例如,实时地)而不是作为后台过程来确定缩放项。在某些情况下,在基于缩放项P的非均匀性校正之后或之前,可以执行低频阴影减少(例如,以减轻来自场外辐照度的大规模阴影校正)。
尽管***400、500和700主要在捕获图像数据并执行非均匀性校正的情况下进行描述(例如,与捕获图像数据约实时地对于快照生成缩放项P),但是***400、500和700可以生成缩放项P和/或对先前捕获/生成并存储的图像数据和/或图像(例如,由具有适当能力的任何成像***)执行非均匀性校正。存储的图像数据和/或图像(例如,存储的快照和/或视频剪辑)以及关联的数据然后可以在稍后的时间点被访问/获取以进行处理。关联的数据可以包括元数据,其在附加到图像数据和/或图像的标头中提供和/或以其他方式与数据与图像数据和/或图像的关联的适当指示一起存储。例如,元数据可以包括操作条件(例如当捕获图像数据时成像***100的操作温度)、捕获图像数据的日期和时间和/或其他数据。
图8A示出了具有缺陷的图像(由虚线椭圆805、810和815包围并且也称为缺陷805、810和815)。图8B示出了根据本公开的一个或多个实施例的通过对图8A的图像执行非均匀性减轻而获得的图像。在一种情况下,根据一个或多个实施例,非均匀性减轻基于在缺陷805的位置处裁剪图像(例如,缺陷805被认为是最坏缺陷)、裁剪SFFC图的对应部分、使用代价函数确定缩放项等。基于缺陷805确定的缩放项提供适用于图8A的图像的非均匀性估计,以减轻缺陷805以及缺陷810和815。在某些情况下,可以执行低频阴影减少以去除在图8A和8B的图像的角落处出现阴影。
在适用的情况下,可以使用硬件、软件或硬件和软件的组合来实现本公开提供的各种实施例。同样在适用的情况下,在不脱离本公开的精神的情况下,本文中阐述的各种硬件部件和/或软件部件可以组合成包括软件、硬件和/或两者的复合组件。在适用的情况下,在不脱离本公开的精神的情况下,在此阐述的各种硬件部件和/或软件部件可以被分成包括软件、硬件或两者的子部件。此外,在适用的情况下,可以预期软件部件可以实现为硬件部件,反之亦然。
根据本公开的软件,例如非暂时性指令、程序代码和/或数据,可以存储在一个或多个非暂时性机器可读介质上。还预期本文中标识的软件可以使用一个或多个通用或专用计算机和/或联网的和/或不联网的计算机***来实现。在适用的情况下,这里描述的各个步骤的顺序可以改变、组合成复合步骤和/或分成子步骤以提供这里描述的特征。
上述描述并非旨在将本公开内容限制为所公开的精确形式或特定使用领域。上述实施例说明但不限制本发明。考虑到本发明的各种替代实施例和/或修改,无论在本文中明确描述还是暗示,都是可能的。因此,本发明的范围仅由随附的权利要求限定。
Claims (21)
1.一种方法,所述方法包括:
基于第一图像中的缺陷对所述第一图像进行裁剪,以获得第一裁剪的图像;
基于所述第一图像中的缺陷裁剪补充平场校正(SFFC)图,以获得第一裁剪的补充平场校正图;
至少基于代价函数、所述第一裁剪的图像和所述第一裁剪的补充平场校正图确定缩放项的第一缩放值;和
基于所述第一缩放值缩放所述补充平场校正图,以获得第一缩放的补充平场校正图。
2.根据权利要求1所述的方法,还包括将所述缩放的补充平场校正图应用于一个或多个图像。
3.根据权利要求2所述的方法,其中,所述一个或多个图像包括所述第一图像。
4.根据权利要求1所述的方法,还包括:
通过焦平面阵列捕获图像数据;和
处理所述图像数据,以获得所述第一图像,其中,该处理包括对所述图像数据应用增益和/或偏移。
5.根据权利要求4所述的方法,其中,所述焦平面阵列包括多个红外检测器。
6.根据权利要求1所述的方法,还包括将衰减因子应用于所述第一缩放值,以获得衰减的缩放值,其中,所述缩放基于所述衰减的缩放值。
7.根据权利要求1所述的方法,其中,确定所述第一缩放值包括迭代地调整所述缩放项的值,以获得使所述代价函数最小化的所述第一缩放值。
8.根据权利要求1所述的方法,其中,所述代价函数基于所述第一裁剪的图像、所述缩放项的值和所述第一裁剪的补充平场校正图。
9.根据权利要求8所述的方法,其中,所述代价函数基于所述第一裁剪的图像和由所述缩放项的值缩放的所述第一裁剪的补充平场校正图之间的差值的梯度。
10.根据权利要求1所述的方法,还包括:
基于第二图像中的缺陷,对所述第二图像进行裁剪以获得第二裁剪的图像;
基于所述第二图像中的缺陷对所述补充平场校正图进行裁剪,以获得第二裁剪的补充平场校正图;
至少基于所述代价函数、所述第二裁剪的图像和所述第二裁剪的补充平场校正图,确定所述缩放项的第二缩放值;和
至少基于所述第二缩放值缩放所述补充平场校正图,以获得第二缩放的补充平场校正图。
11.根据权利要求10所述的方法,其中,所述第二缩放的补充平场校正图还基于所述第一缩放值。
12.根据权利要求1所述的方法,其中,所述第一图像包括热图像。
13.一种***,所述***包括:
存储器,所述存储器被配置为存储补充平场校正(SFFC)图;和
处理电路,所述处理电路被配置为:
基于第一图像中的缺陷对所述第一图像进行裁剪,以获得第一裁剪的图像;
基于所述第一图像中的缺陷裁剪所述补充平场校正图,以获得第一裁剪的补充平场校正图;
至少基于代价函数、所述第一裁剪的图像和所述第一裁剪的补充平场校正图确定缩放项的第一缩放值;和
基于所述第一缩放值缩放所述补充平场校正图,以获得第一缩放的补充平场校正图。
14.根据权利要求13所述的***,其中,所述处理电路还被配置为将所述第一缩放的补充平场校正图应用于一个或多个图像。
15.根据权利要求13所述的***,其中,所述处理电路还被配置为将衰减因子应用于所述第一缩放值以获得衰减的缩放值,并且其中,所述处理电路被配置为基于所述衰减的缩放值缩放所述补充平场校正图。
16.根据权利要求13所述的***,还包括焦平面阵列,所述焦平面阵列被配置为捕获热图像数据,其中,所述处理电路还被配置为对所述热图像数据应用增益和/或偏移以获得所述第一图像。
17.根据权利要求16所述的***,其中,所述焦平面阵列包括多个微测辐射热计。
18.根据权利要求13所述的***,其中,所述处理电路被配置成通过迭代地调整所述缩放项的值以获得使所述代价函数最小化的所述第一缩放值,来确定所述第一缩放值。
19.根据权利要求13所述的***,其中,所述代价函数基于所述第一裁剪的图像、所述缩放项的值和所述第一裁剪的补充平场校正图。
20.根据权利要求13所述的***,其中,所述处理电路还被配置为:
基于第二图像中的缺陷对所述第二图像进行裁剪,以获得第二裁剪的图像;
基于所述第二图像中的缺陷对所述补充平场校正图进行裁剪,以获得第二裁剪的补充平场校正图;
至少基于所述代价函数、所述第二裁剪的图像和第二裁剪的补充平场校正图,确定所述缩放项的第二缩放值;和
至少基于所述第二缩放值缩放所述补充平场校正图,以获得第二缩放的补充平场校正图。
21.根据权利要求20所述的***,其中,所述第二缩放的补充平场校正图还基于所述第一缩放值。
Applications Claiming Priority (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US202163149210P | 2021-02-12 | 2021-02-12 | |
US63/149210 | 2021-02-12 | ||
US17/573,553 US20220261964A1 (en) | 2021-02-12 | 2022-01-11 | Image non-uniformity mitigation systems and methods |
US17/573553 | 2022-01-11 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114928692A true CN114928692A (zh) | 2022-08-19 |
Family
ID=79687143
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210133458.9A Pending CN114928692A (zh) | 2021-02-12 | 2022-02-11 | 图像非均匀性减轻***和方法 |
Country Status (3)
Country | Link |
---|---|
US (1) | US20220261964A1 (zh) |
EP (1) | EP4044587A1 (zh) |
CN (1) | CN114928692A (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130250125A1 (en) * | 2009-03-02 | 2013-09-26 | Flir Systems, Inc. | Thermal image frame capture using de-aligned sensor array |
US20130343673A1 (en) * | 2012-06-22 | 2013-12-26 | Debashish Pal | Method and apparatus for iterative reconstruction |
CN104835114A (zh) * | 2015-05-06 | 2015-08-12 | 山东大学 | 一种图像自适应显示方法 |
US9143709B1 (en) * | 2011-05-09 | 2015-09-22 | Exelis, Inc. | Non-uniformity correction (NUC) gain damping |
CN105009568A (zh) * | 2012-12-21 | 2015-10-28 | 菲力尔***公司 | 利用融合的紧凑多光谱成像 |
US20160044306A1 (en) * | 2014-08-05 | 2016-02-11 | Seek Thermal, Inc. | Time based offset correction for imaging systems |
US20180137357A1 (en) * | 2016-11-17 | 2018-05-17 | Fruitspec Ltd. | Method and system for crop yield estimation |
US20180238740A1 (en) * | 2017-02-17 | 2018-08-23 | Flir Systems, Inc. | Radiometric correction and alignment techniques for thermal imager with non-contact temperature sensor |
CN111133755A (zh) * | 2017-07-27 | 2020-05-08 | 菲力尔***公司 | 用于红外相机的平场校正***和方法 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7663502B2 (en) * | 1992-05-05 | 2010-02-16 | Intelligent Technologies International, Inc. | Asset system control arrangement and method |
WO2014143338A2 (en) * | 2012-12-21 | 2014-09-18 | Flir Systems, Inc. | Imager with array of multiple infrared imaging modules |
US10230909B2 (en) * | 2014-09-23 | 2019-03-12 | Flir Systems, Inc. | Modular split-processing infrared imaging system |
US10467736B2 (en) * | 2014-12-02 | 2019-11-05 | Seek Thermal, Inc. | Image adjustment based on locally flat scenes |
US9367916B1 (en) * | 2014-12-10 | 2016-06-14 | Intel Corporation | Method and system of run-time self-calibrating lens shading correction |
US10453185B2 (en) * | 2015-11-12 | 2019-10-22 | Aquifi, Inc. | System and method for high dynamic range depth capture using multiple cameras |
WO2018140817A1 (en) * | 2017-01-26 | 2018-08-02 | Flir Systems, Inc. | Infrared imaging in multiple imaging modes systems and methods |
EP3596695B1 (en) | 2017-03-15 | 2024-07-17 | Teledyne Flir, LLC | Systems and methods for reducing low-frequency non-uniformity in images |
-
2022
- 2022-01-11 US US17/573,553 patent/US20220261964A1/en active Pending
- 2022-01-12 EP EP22151151.2A patent/EP4044587A1/en active Pending
- 2022-02-11 CN CN202210133458.9A patent/CN114928692A/zh active Pending
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130250125A1 (en) * | 2009-03-02 | 2013-09-26 | Flir Systems, Inc. | Thermal image frame capture using de-aligned sensor array |
US9143709B1 (en) * | 2011-05-09 | 2015-09-22 | Exelis, Inc. | Non-uniformity correction (NUC) gain damping |
US20130343673A1 (en) * | 2012-06-22 | 2013-12-26 | Debashish Pal | Method and apparatus for iterative reconstruction |
CN105009568A (zh) * | 2012-12-21 | 2015-10-28 | 菲力尔***公司 | 利用融合的紧凑多光谱成像 |
US20160044306A1 (en) * | 2014-08-05 | 2016-02-11 | Seek Thermal, Inc. | Time based offset correction for imaging systems |
CN104835114A (zh) * | 2015-05-06 | 2015-08-12 | 山东大学 | 一种图像自适应显示方法 |
US20180137357A1 (en) * | 2016-11-17 | 2018-05-17 | Fruitspec Ltd. | Method and system for crop yield estimation |
US20180238740A1 (en) * | 2017-02-17 | 2018-08-23 | Flir Systems, Inc. | Radiometric correction and alignment techniques for thermal imager with non-contact temperature sensor |
CN111133755A (zh) * | 2017-07-27 | 2020-05-08 | 菲力尔***公司 | 用于红外相机的平场校正***和方法 |
Also Published As
Publication number | Publication date |
---|---|
US20220261964A1 (en) | 2022-08-18 |
EP4044587A1 (en) | 2022-08-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10110838B2 (en) | Multifunctional sky camera system for total sky imaging and spectral radiance measurement | |
US9843742B2 (en) | Thermal image frame capture using de-aligned sensor array | |
US11100618B2 (en) | Systems and methods for reducing low-frequency non-uniformity in images | |
CN107836111B (zh) | 用于增强动态范围红外成像的***和方法 | |
US11587311B2 (en) | System and method for space object detection in daytime sky images | |
US20220217326A1 (en) | Imager health monitoring systems and methods | |
US20230046320A1 (en) | Non-uniformity correction calibrations in infrared imaging systems and methods | |
EP4012363A1 (en) | Infrared imaging-related uncertainty gauging systems and methods | |
EP4096216B1 (en) | Temperature compensation in infrared imaging systems and methods | |
US20220141384A1 (en) | Situational awareness-based image annotation systems and methods | |
KR102661043B1 (ko) | 이미지 불균일 완화 시스템 및 방법 | |
US20220261964A1 (en) | Image non-uniformity mitigation systems and methods | |
US20240089610A1 (en) | Stray light mitigation systems and methods | |
US20230058486A1 (en) | Burn-in mitigation and associated imaging systems and methods | |
US20230069029A1 (en) | Variable sensitivity in infrared imaging systems and methods | |
Ralph et al. | Smart imaging in the infrared | |
US20240048849A1 (en) | Multimodal imager systems and methods with steerable fields of view | |
US20230131678A1 (en) | Imager verification systems and methods | |
US20220124261A1 (en) | Imager optical systems and methods | |
EP4144080B1 (en) | Imaging method and imaging device with unit cell selection verification | |
US20230140342A1 (en) | Wide field of view imaging systems and methods | |
US20220182532A1 (en) | Palette and infrared image generation systems and methods | |
WO2023101923A1 (en) | Detection threshold determination for infrared imaging systems and methods | |
CN116736463A (zh) | 卡扣配合透镜镜筒***和方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
CB02 | Change of applicant information | ||
CB02 | Change of applicant information |
Country or region after: U.S.A. Address after: California, USA Applicant after: Taili Diane Ferrier business systems Address before: California, USA Applicant before: Flier business systems Country or region before: U.S.A. |