KR20200141808A - Method and apparatus for detecting dead pixel - Google Patents
Method and apparatus for detecting dead pixel Download PDFInfo
- Publication number
- KR20200141808A KR20200141808A KR1020190068804A KR20190068804A KR20200141808A KR 20200141808 A KR20200141808 A KR 20200141808A KR 1020190068804 A KR1020190068804 A KR 1020190068804A KR 20190068804 A KR20190068804 A KR 20190068804A KR 20200141808 A KR20200141808 A KR 20200141808A
- Authority
- KR
- South Korea
- Prior art keywords
- array
- image data
- dead pixel
- dead
- local image
- Prior art date
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
-
- G—PHYSICS
- G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
- G09G—ARRANGEMENTS OR CIRCUITS FOR CONTROL OF INDICATING DEVICES USING STATIC MEANS TO PRESENT VARIABLE INFORMATION
- G09G3/00—Control arrangements or circuits, of interest only in connection with visual indicators other than cathode-ray tubes
- G09G3/006—Electronic inspection or testing of displays and display drivers, e.g. of LED or LCD displays
-
- 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
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30204—Marker
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Computer Hardware Design (AREA)
- Quality & Reliability (AREA)
- Image Analysis (AREA)
Abstract
Description
본 발명은 데드픽셀을 검출하는 방법 및 장치에 관한 것이다. The present invention relates to a method and apparatus for detecting dead pixels.
적외선 카메라 및 가시광 카메라 등 영상 감지를 위해 사용되고 있는 영상 센서의 특성상 반도체 제조 공정으로 인해 초점평면배열(Focal Plane Array, FPA)에서 불균일성과 데드픽셀(dead pixel)이 발생한다. 현재 영상 센서 반도체 공정에서 발생되는 데드픽셀을 자동으로 보정하기 위해 후처리 영상 기법을 주로 사용하고 있다. Due to the characteristics of image sensors used for image detection such as infrared cameras and visible light cameras, non-uniformity and dead pixels occur in the focal plane array (FPA) due to the semiconductor manufacturing process. Currently, post-processing imaging techniques are mainly used to automatically correct dead pixels generated in the image sensor semiconductor process.
기존에는 적외선 카메라 및 가시광 카메라 등에 발생되는 데드픽셀 검출을 위해 온도분해능(Noise Equivalent Temperature Difference, 이하 NETD라 한다), 게인값(Gain), 밝기값 등을 모든 픽셀에 글로벌하게 일정한 기준을 적용하여 데드픽셀을 검출하는 방식을 주로 사용하고 있다.In the past, to detect dead pixels that occur in infrared cameras and visible light cameras, temperature resolution (Noise Equivalent Temperature Difference, hereinafter referred to as NETD), gain, and brightness values are applied globally to all pixels to cause dead. It mainly uses a method of detecting pixels.
하지만 이 방식은 영상의 모든 픽셀에 동일한 조건을 적용하기 때문에 대부분의 데드픽셀을 검출하기에는 한계가 있다. 데드픽셀을 검출하기 위한 기준을 미세하게 변경해가면서 자동으로 데드픽셀을 검출하려 해도 미세한 기준값의 차이로 인해 다수의 데드픽셀이 동시에 오검출되거나 미검출되는 현상이 발생한다.However, since this method applies the same conditions to all pixels of an image, there is a limit to detecting most of the dead pixels. Even if a dead pixel is automatically detected while changing the standard for detecting a dead pixel finely, a phenomenon in which a plurality of dead pixels are simultaneously erroneously detected or not detected due to a difference in the minute reference value occurs.
[선행기술문헌번호] [Prior technical literature number]
선행 1: 한국등록특허 10-1673447호Prior 1: Korean Patent Registration No. 10-1673447
선행 2: 한국등록특허 10-1958472호Prior 2: Korean Patent Registration No. 10-1958472
실시 예는 밝기 값 또는 게인 값을 이용하여 로컬 영상 데이터를 정렬 및 미분을 통해 미분배열 문턱값을 적용하여 로컬 영상 기준 데드픽셀 구분기준을 획득하여 데드픽셀을 검출할 수 있는 데드픽셀 검출 방법 및 장치를 제공하는 것이다. An embodiment is a dead pixel detection method and apparatus capable of detecting a dead pixel by obtaining a criterion for classifying a dead pixel based on a local image by aligning and differentiating local image data using a brightness value or a gain value and applying a differential alignment threshold value Is to provide.
일 실시 예에 따른 데드픽셀 검출 방법은 입력 영상으로부터 획득된 로컬 영상 데이터의 소정의 배열을 생성 및 정렬하고, 상기 정렬된 배열을 미분하는 단계; 상기 미분된 배열의 값들에 대해 소정의 미분배열 문턱 값을 기준으로 상기 배열에서의 데드픽셀 구분기준을 획득하는 단계; 및 상기 획득된 데드픽셀 구분기준을 기초로 상기 로컬 영상 데이터에서의 데드픽셀을 검출하는 단계를 포함한다.A dead pixel detection method according to an embodiment includes the steps of: generating and aligning a predetermined array of local image data obtained from an input image, and differentiating the aligned array; Obtaining a criterion for classifying dead pixels in the array based on a predetermined differential array threshold value for the values of the differentiated array; And detecting a dead pixel in the local image data based on the acquired dead pixel classification criterion.
상기 데드픽셀 검출 방법은 상기 로컬 영상 데이터에 상응하는 전체 영상 데이터에 상기 검출된 데드픽셀을 마킹하는 단계를 더 포함하는 것을 특징으로 한다.The dead pixel detection method may further include marking the detected dead pixel on the entire image data corresponding to the local image data.
상기 전체 영상 데이터에 대해 상기 로컬 영상 데이터의 단위에 상응하는 검출 윈도우를 이동해가면서 상기 데드픽셀 검출을 수행하는 것을 특징으로 한다.The dead pixel is detected while moving a detection window corresponding to a unit of the local image data with respect to the entire image data.
상기 미분배열 문턱 값은, 시간 잡음(Temporal Noise)에 소정의 상수(α)를 곱한 값인 것을 특징으로 한다.The differential arrangement threshold value is characterized by a value obtained by multiplying a temporal noise by a predetermined constant α.
상기 미분 단계는, 상기 획득된 로컬 영상 데이터를 1차원 배열로 생성하는 단계; 상기 생성된 1차원 배열을 오름차순으로 정렬한 상기 배열을 생성하는 단계; 및 상기 생성된 배열의 영상 데이터 값을 미분한 미분배열을 생성하는 단계를 포함하는 것을 특징으로 한다.The differentiating step may include generating the obtained local image data in a one-dimensional array; Generating the array in which the generated one-dimensional array is arranged in ascending order; And generating a differential arrangement obtained by differentiating the image data values of the generated arrangement.
상기 검출 단계는, 상기 미분배열에서의 상기 미분배열 문턱 값보다 큰 값을 갖는 상기 1차원 배열의 위치에 해당하는 픽셀을 상기 데드픽셀로서 검출하는 것을 특징으로 한다.In the detecting step, a pixel corresponding to a position of the one-dimensional array having a value larger than the differential arrangement threshold value in the differential arrangement is detected as the dead pixel.
다른 실시 예에 따른 데드픽셀 검출 장치는 입력 영상으로부터 획득된 로컬 영상 데이터의 소정의 배열을 생성 및 정렬하고, 상기 정렬된 배열을 미분하는 배열 정렬부; 상기 미분된 배열의 값들에 대해 소정의 미분배열 문턱 값을 기준으로 상기 배열에서의 데드픽셀 구분기준을 획득하는 기준 설정부; 및 상기 획득된 데드픽셀 구분기준을 기초로 상기 로컬 영상 데이터에서의 데드픽셀을 검출하는 데드픽셀 검출부를 포함한다.According to another exemplary embodiment, an apparatus for detecting a dead pixel may include an array alignment unit that generates and aligns a predetermined array of local image data acquired from an input image and differentiates the aligned array; A reference setting unit for obtaining a criterion for classifying dead pixels in the array based on a predetermined differential array threshold value for the values of the differentiated array; And a dead pixel detector configured to detect dead pixels in the local image data based on the acquired dead pixel classification criteria.
상기 데드픽셀 검출 장치는 상기 로컬 영상 데이터에 상응하는 전체 영상 데이터에 상기 검출된 데드픽셀을 마킹하는 것을 특징으로 한다.The dead pixel detection apparatus is characterized in that the detected dead pixel is marked on the entire image data corresponding to the local image data.
상기 데드픽셀 검출 장치는 상기 전체 영상 데이터에 대해 상기 로컬 영상 데이터의 단위에 상응하는 검출 윈도우를 이동해가면서 상기 데드픽셀 검출을 수행하는 것을 특징으로 한다.The dead pixel detection apparatus is characterized in that the dead pixel detection is performed while moving a detection window corresponding to a unit of the local image data with respect to the entire image data.
상기 미분배열 문턱 값은, 시간 잡음(Temporal Noise)에 소정의 상수(α)를 곱한 값인 것을 특징으로 한다.The differential arrangement threshold value is characterized by a value obtained by multiplying a temporal noise by a predetermined constant α.
상기 배열 정렬부는, 상기 획득된 로컬 영상 데이터를 1차원 배열로 생성하고, 상기 생성된 1차원 배열을 오름차순으로 정렬한 상기 배열을 생성하고, 상기 생성된 배열의 영상 데이터 값을 미분한 미분배열을 생성하는 것을 특징으로 한다.The array alignment unit generates the obtained local image data as a one-dimensional array, generates the array in which the generated one-dimensional array is arranged in ascending order, and differentiates the image data values of the generated array. It is characterized by generating.
상기 데드픽셀 검출부는, 상기 미분배열에서의 상기 미분배열 문턱 값보다 큰 값을 갖는 상기 1차원 배열의 위치에 해당하는 픽셀을 상기 데드픽셀로서 검출하는 것을 특징으로 한다.The dead pixel detection unit may detect a pixel corresponding to a position of the one-dimensional array having a value greater than the differential arrangement threshold value in the differential arrangement as the dead pixel.
또 다른 실시 예에 따른 데드픽셀 검출 장치는 입력 영상을 획득하는 영상 획득부; 상기 획득된 입력 영상으로부터 적어도 하나의 데드픽셀을 검출하는 프로세서를 포함하고,A dead pixel detection apparatus according to another embodiment includes an image acquisition unit that acquires an input image; And a processor that detects at least one dead pixel from the acquired input image,
상기 프로세서는, 상기 입력 영상으로부터 로컬 영상 데이터의 소정의 배열을 생성 및 정렬하고, 상기 정렬된 배열을 미분하고, 상기 미분된 배열의 값들에 대해 소정의 미분배열 문턱 값을 기준으로 상기 배열에서의 데드픽셀 구분기준을 획득하고, 상기 획득된 데드픽셀 구분기준을 기초로 상기 로컬 영상 데이터에서의 데드픽셀을 검출한다.The processor generates and aligns a predetermined array of local image data from the input image, differentiates the sorted array, and calculates values of the differentiated array based on a predetermined differential array threshold. A dead pixel classification criterion is obtained, and a dead pixel in the local image data is detected based on the obtained dead pixel classification criterion.
상기 프로세서는, 상기 로컬 영상 데이터에 상응하는 전체 영상 데이터에 상기 검출된 데드픽셀을 마킹하고, 상기 전체 영상 데이터에 대해 상기 로컬 영상 데이터의 단위에 상응하는 검출 윈도우를 이동해가면서 상기 데드픽셀 검출을 수행하는 것을 특징으로 한다.The processor marks the detected dead pixel on the entire image data corresponding to the local image data, and detects the dead pixel while moving the detection window corresponding to the unit of the local image data with respect to the entire image data. Characterized in that.
또 다른 실시 예에 따른 상기 데드픽셀 검출 방법을 컴퓨터에서 실행시키기 위한 프로그램을 기록한 기록매체를 포함한다.And a recording medium on which a program for executing the dead pixel detection method according to another embodiment on a computer is recorded.
실시 예에 따른 데드픽셀 검출 방법 및 장치는 모든 영상 픽셀에서 데드픽셀 검출을 위해 동일한 기준을 적용했던 기존 방식에 비해 높은 확률로 대부분의 데드픽셀을 검출할 수 있다.The dead pixel detection method and apparatus according to the embodiment may detect most of the dead pixels with a higher probability than a conventional method in which the same criterion is applied for dead pixel detection in all image pixels.
또한, 실시 예에 따른 데드픽셀 검출 방법 및 장치는 미분배열 문턱값을 사용하여 문턱값이 기존 NETD, 게인 값, 밝기 값 등의 문턱값에 비해 매우 덜 민감하다. 따라서, 이러한 장점으로 문턱값을 정하고 사용하기 쉬워 대량 생산 시 양산성을 확보할 수 있다. 기존, NETD, Gain, 밝기값 등을 동일하게 적용하여 데드픽셀을 검출할 경우 미세한 기준값 차이로도 오검출이나 미검출 데드픽셀이 대량 발생하는 단점을 해결할 수 있다. In addition, the dead pixel detection method and apparatus according to the embodiment is very less sensitive than the existing threshold values such as NETD, a gain value, and a brightness value by using a differential arrangement threshold value. Therefore, it is easy to set and use a threshold value with these advantages, so that mass production can be secured during mass production. Existing, when dead pixels are detected by applying the same NETD, Gain, and brightness values, it is possible to solve the disadvantage of large amounts of false or undetected dead pixels even with a small difference in reference value.
또한, 여러 종류의 영상 데이터, 예를 들면 밝기, 게인, 픽셀 NETD 등을 적용하여 사용할 수 있다.In addition, various types of image data, such as brightness, gain, and pixel NETD, can be applied and used.
도 1은 일 실시 예에 따른 데드픽셀 검출 장치(100)의 개략 도이다.
도 2는 다른 실시 예에 따른 데드픽셀 검출 방법을 설명하기 위한 개략 도이다.
도 3a 내지 3c는 로컬 영상 데이터의 분포를 설명하기 위한 예시 도들이다.
도 4는 또 다른 실시 예에 따른 데드픽셀 검출 방법을 설명하기 위한 흐름 도이다.
도 5 및 6은 또 다른 실시 예에 따른 데드픽셀 검출 결과를 설명하기 위한 예시 도들이다. 1 is a schematic diagram of a dead
2 is a schematic diagram illustrating a dead pixel detection method according to another exemplary embodiment.
3A to 3C are exemplary diagrams for explaining distribution of local image data.
4 is a flow chart illustrating a dead pixel detection method according to another exemplary embodiment.
5 and 6 are exemplary diagrams for explaining a dead pixel detection result according to another embodiment.
본 실시 예들에서 사용되는 용어는 본 실시 예들에서의 기능을 고려하면서 가능한 현재 널리 사용되는 일반적인 용어들을 선택하였으나, 이는 당 기술분야에 종사하는 기술자의 의도 또는 판례, 새로운 기술의 출현 등에 따라 달라질 수 있다. 또한, 특정한 경우는 임의로 선정된 용어도 있으며, 이 경우 해당 실시 예의 설명 부분에서 상세히 그 의미를 기재할 것이다. 따라서, 본 실시 예들에서 사용되는 용어는 단순한 용어의 명칭이 아닌, 그 용어가 가지는 의미와 본 실시 예들의 전반에 걸친 내용을 토대로 정의되어야 한다.The terms used in the embodiments have been selected as currently widely used general terms as possible while considering functions in the embodiments, but this may vary depending on the intention or precedent of a technician working in the art, the emergence of new technologies, etc. . In addition, in certain cases, there are terms that are arbitrarily selected, and in this case, the meaning will be described in detail in the description of the corresponding embodiment. Therefore, the terms used in the present embodiments should be defined based on the meaning of the term and the contents of the present embodiments, not a simple name of the term.
실시 예들에 대한 설명에서, 어떤 부분이 다른 부분과 연결되어 있다고 할 때, 이는 직접적으로 연결되어 있는 경우뿐 아니라, 그 중간에 다른 구성요소를 사이에 두고 전기적으로 연결되어 있는 경우도 포함한다. 또한, 어떤 부분이 어떤 구성요소를 포함한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있는 것을 의미한다. 또한, 실시 예들에 기재된 “...부”의 용어는 적어도 하나의 기능이나 동작을 처리하는 단위를 의미하며, 이는 하드웨어 또는 소프트웨어로 구현되거나 하드웨어와 소프트웨어의 결합으로 구현될 수 있다.In the description of the embodiments, when a certain part is connected to another part, this includes not only a case in which it is directly connected, but also a case in which it is electrically connected with another component interposed therebetween. In addition, when a certain part includes a certain component, it means that other components may be further included rather than excluding other components unless specifically stated to the contrary. In addition, the term "... unit" described in the embodiments means a unit that processes at least one function or operation, which may be implemented as hardware or software, or a combination of hardware and software.
본 실시 예들에서 사용되는 “구성된다” 또는 “포함한다” 등의 용어는 명세서상에 기재된 여러 구성 요소들, 또는 여러 단계들을 반드시 모두 포함하는 것으로 해석되지 않아야 하며, 그 중 일부 구성 요소들 또는 일부 단계들은 포함되지 않을 수도 있고, 또는 추가적인 구성 요소 또는 단계들을 더 포함할 수 있는 것으로 해석되어야 한다.Terms such as “consisting of” or “comprising” used in the present embodiments should not be construed as necessarily including all of the various constituent elements or various steps described in the specification, and some constituent elements or some It should be construed that the steps may not be included, or may further include additional components or steps.
하기 실시 예들에 대한 설명은 권리범위를 제한하는 것으로 해석되지 말아야 하며, 해당 기술분야의 당업자가 용이하게 유추할 수 있는 것은 실시 예들의 권리범위에 속하는 것으로 해석되어야 할 것이다. 이하 첨부된 도면들을 참조하면서 오로지 예시를 위한 실시 예들을 상세히 설명하기로 한다.The description of the following embodiments should not be construed as limiting the scope of the rights, and what those skilled in the art can easily infer should be construed as belonging to the scope of the rights of the embodiments. Hereinafter, embodiments for illustration only will be described in detail with reference to the accompanying drawings.
일반적으로 적외선 카메라는 적외선 검출기의 재질 특성 및 반도체 제조 공정, 온도 및 환경 또는 적외선 검출기의 노출 시간에 따라 특정 픽셀(pixel)들의 출력 값이 비정상적으로 나타나는 데드픽셀(deal pixel)을 포함하고 있다. 여기서, 데드 픽셀은 픽셀 자체의 물리적 특성이 비정상적인 하드 데드픽셀(hard dead pixel)과 적외선 검출기의 운용 중에 비정상적으로 출력값이 나타나는 소프트 데드 픽셀(soft dead pixel)로 나뉘어질 수 있다. 실시 예에서의 용어 “데드픽셀”은 두 가지 의미를 모두 포함할 수 있다.In general, infrared cameras include dead pixels in which output values of specific pixels are abnormally displayed according to material characteristics of the infrared detector, semiconductor manufacturing process, temperature and environment, or exposure time of the infrared detector. Here, the dead pixel may be divided into a hard dead pixel having an abnormal physical characteristic of the pixel itself and a soft dead pixel having an abnormal output value during operation of the infrared detector. In an embodiment, the term “dead pixel” may include both meanings.
이하 첨부한 도면들을 참조하여 실시 예를 상세히 설명한다.Hereinafter, exemplary embodiments will be described in detail with reference to the accompanying drawings.
도 1은 일 실시 예에 따른 데드픽셀 검출 장치(100)의 개략 도이다.1 is a schematic diagram of a dead
도 1을 참조하면, 데드픽셀 검출 장치(100)는 영상 데이터 획득부(110), 배열 정렬부(120), 기준 설정부(130) 및 데드 픽셀 검출부(140)를 포함한다. 실시 예에서 데드피셀 검출 장치(100)는 입력 영상으로부터 로컬 영상 데이터의 소정의 배열을 생성 및 정렬하고, 정렬된 배열을 미분하고, 미분된 배열의 값들에 대해 소정의 미분배열 문턱 값을 기준으로 배열에서의 데드픽셀 구분기준을 획득하고, 획득된 데드픽셀 구분기준을 기초로 상기 로컬 영상 데이터에서의 데드픽셀을 검출한다. 여기서, 데드픽셀 검출 장치(100)가 영상 데이터 획득부(110)를 포함하는 것으로 설명하지만, 영상 데이터 획득부(110)는 분리되어 있을 수 있음은 물론이다.Referring to FIG. 1, the dead
영상 데이터 획득부(110)는 입력 영상을 획득한다. 여기서 입력 영상은, 예를 들면 IR 카메라 또는 가시광 카메라부터 촬영된 적외선 영상 또는 가시광 영상일 수 있으나, 이에 한정되지 않는다. IR 카메라는 적외선 건판이나 적외선에 민감한 전하결합소자(CCD)를 이용하여 적외선 영상을 촬영할 수 있다.The image
배열 정렬부(120)는 영상 데이터 획득부(110)로부터 제공된 입력 영상으로부터 로컬 영상 데이터의 소정의 배열을 생성 및 정렬하고, 정렬된 배열을 미분한다. 입력 영상을 소정의 크기, 예를 들면 16*16 크기의 나눌 수 있다. 배열 정렬부(120)는 로컬 영상 데이터를 1차원 배열로 생성한다. 그리고, 1차원 배열된 데이터 값을 크기 순으로 오름차순 또는 내림차순으로 정렬한 후 미분배열을 생성한다. The
기준 설정부(130)는 미분된 배열의 값들에 대해 소정의 미분배열 문턱 값을 기준으로 크기 순으로 정렬된 배열에서의 데드픽셀 구분기준을 획득한다, 여기서, 미분배열 문턱 값은 시간 잡음(Temporal Noise)에 소정의 상수(α)를 곱한 값일 수 있고, 상수(α)는 임의의 상수일 수 있으며, 데드픽셀 검출 장치의 성능 및 용도에 따라 다르게 설정할 수 있다.The
데드픽셀 검출부(140)는 기준 설정부(130)에서 획득된 데드픽셀 구분기준을 기초로 로컬 영상 데이터에서의 데드픽셀을 검출한다. 데드픽셀 검출부(140)는 미분배열에서의 미분배열 문턱 값보다 큰 값을 갖는 1차원 배열의 위치에 해당하는 픽셀을 데드픽셀로서 검출한다.The dead
실시 예에서, 데드픽셀 검출장치(100)는 로컬 영상 데이터에 상응하는 전체 영상 데이터에 검출된 데드픽셀을 마킹한다. 그리고, 전체 영상 데이터에 대해 로컬 영상 데이터의 단위에 상응하는 검출 윈도우를 이동해가면서 데드픽셀 검출을 수행할 수 있다. In an embodiment, the dead
도 2는 다른 실시 예에 따른 데드픽셀 검출 방법을 설명하기 위한 개략 도이다. 2 is a schematic diagram illustrating a dead pixel detection method according to another exemplary embodiment.
도 2를 참조하여, 미분배열 정렬기법을 적용한 데드픽셀 검출 방법을 설명한다. 영상 센서로부터 얻은 전체 영상(101)에서 일부 영역에서 로컬 영상데이터(102)를 획득한다. 여기서, 로컬영상데이터(102)는 16*16크기를 갖는 것으로 도시되어 있으나, 이에 한정되지 않고, 윈도우의 크기에 따라 다양하게 설정할 수 있음은 물론이다.With reference to FIG. 2, a dead pixel detection method using a differential arrangement alignment technique will be described.
이후 획득된 로컬 영상데이터를 1차원 배열로 생성한다(103). 이 때 단순 나열된 1차원 로컬 영상데이터 배열은 화이트잡음과 같이 별다른 특징을 가지고 있지 않다. 하지만 로컬 영상데이터를 오름차순으로 정렬(104)하게 되면 데드픽셀을 검출할 수 있는 몇 가지 특징을 가지게 된다. 일단 매우 낮은 값이나 높은 값의 영상데이터들은 배열 양 끝단에 위치하게 되어 데드픽셀 기준값을 찾기가 쉬워진다. 정렬된 1차원 로컬 영상데이터를 기준으로 미분하여 미분 배열(105)을 구하게 되면 미분배열의 피크값 위치를 기준으로 데드픽셀 기준값을 쉽게 찾을 수 있다. 미분 배열 중간에서 시작하여 영상 데이터 값이 높아지는 방향과 낮아지는 방향 두 방향으로 미분배열 문턱 값 기준보다 높은 값을 가지는 1차원 배열의 위치를 찾게 되면 이 위치를 기준으로 정렬 배열(104)의 위치에 해당하는 영상데이터 값을 기준으로 데드픽셀 기준 값을 정하면 빠르고 쉽게 데드픽셀 기준으로 찾을 수 있다. 데드픽셀 구분용 기준 값을 이용하여 로컬 영상에서 데드픽셀을 검출(108)하고 이를 기준으로 전체 영상에 데드픽셀 위치를 마킹(109)하여 데드픽셀 검출 과정을 수행한다. 이러한 일련의 과정을 로컬 영상 데이터를 획득하는 윈도우 위치를 슬라이딩 윈도우 형식으로 전체 영상을 스캔하여 전체 영상에서 데드픽셀을 검출할 수 있다. Then, the acquired local image data is generated in a one-dimensional array (103). At this time, the simple array of one-dimensional local image data does not have special features such as white noise. However, when the local image data is sorted 104 in ascending order, it has several characteristics capable of detecting dead pixels. First, very low or high value image data are located at both ends of the array, making it easier to find the dead pixel reference value. When the
도 3a 내지 3c는 로컬 영상 데이터의 분포를 설명하기 위한 예시 도들이다.3A to 3C are exemplary diagrams for explaining distribution of local image data.
도3a 내지 3c를 참조하면, 로컬 영상에서 데드픽셀을 검출하기 위해 정렬 기법을 적용한다. 도 3a에 도시된 것처럼, 단순히 로컬 영상 데이터, 밝기 값 분포를 이용하여 생성된 영상 데이터 배열은 일반 잡음 데이터와 같이 특징이 없다(201). 하지만 도 3b에 도시된 것처럼, 영상 데이터를 정렬하게 되면 데드픽셀로 분류할 수 있는 데이터들이 정렬 배열의 가장 앞 부분과 뒷 부분에 위치하게 된다(202). 도 3c에 도시된 것처럼, 정렬 배열을 미분하여 미분 배열을 생성하게 되면 정상 영상 데이터와 데드픽셀에 해당하는 영상 데이터 사이에 큰 피크 값을 확인할 수 있다(203). 이 피크값이 나타난 배열 위치를 기준으로 정렬 배열(202)에서 데드픽셀을 구분할 수 있는 기준값을 찾을 수 있다. 미분 배열(203)에서 피크값이 나타나는 위치를 검출할 때 미분 배열 문턱값을 이용하게 되는 이는 문턱값은 TN(Temporal Noise)를 기준으로 특정 α 값을 곱하여 사용할 수도 있다(α x TN). 실시 예에서, 미분 배열 문턱값은 일반적인 다른 기준 픽셀 NETD, 밝기값, 게인 값 등을 직접 정하여 사용하는 것에 비해 매우 둔감하기 때문에 정밀한 과정을 통해 정할 필요도 없으며 고정 값을 사용할 수 있다. 또한 이러한 둔감한 미분 배열 문턱 값은 제품 대량 생산 시 튜닝 요소를 많이 줄일 수 있어 양산에 유리한 장점이 있다.3A to 3C, an alignment technique is applied to detect dead pixels in a local image. As shown in FIG. 3A, an image data array generated simply by using local image data and brightness value distribution has no characteristics like general noise data (201). However, as illustrated in FIG. 3B, when image data is aligned, data that can be classified as dead pixels are located at the front and rear portions of the alignment array (202). As shown in FIG. 3C, when a differential array is generated by differentiating the alignment array, a large peak value can be identified between the normal image data and the image data corresponding to the dead pixel (203). A reference value capable of distinguishing the dead pixels in the alignment arrangement 202 based on the arrangement position at which the peak value appears. When detecting a position at which the peak value appears in the differential array 203, the differential array threshold value may be used by multiplying the threshold value by a specific α value based on Temporal Noise (TN) (α x TN). In an embodiment, the differential arrangement threshold value is very insensitive compared to using a general reference pixel NETD, a brightness value, a gain value, and the like, and thus it is not necessary to determine it through a precise process, and a fixed value may be used. In addition, this insensitive differential arrangement threshold has an advantage in mass production as it can reduce a lot of tuning factors during mass production of products.
도 4는 또 다른 실시 예에 따른 데드픽셀 검출 방법을 설명하기 위한 흐름 도이다.4 is a flow chart illustrating a dead pixel detection method according to another exemplary embodiment.
도 4를 참조하면, 단계 400에서, 전체 영상 데이터에서 로컬 영상 데이터를 획득한다. 단계 402에서, 획득한 로컬 영상 데이터를 이용하여 1차원 영상데이터 배열 생성한다. 단계 404에서, 생성된 1차원 로컬 영상 데이터 배열을 정렬한다. 단계 406에서, 정렬된 1차원 배열을 미분하여 미분 배열을 생성한다. 단계 408에서, 미분 배열에서 미분 배열 문턱값을 기준으로 배열 중간에서 시작하여 배열의 앞방향과 뒷방향으로 미분 배열 문턱값을 넘는 배열 위치를 획득한다. 단계 410에서, 단계 408에서 획득한 배열 위치를 기준으로 정렬 배열에서 데드픽셀 구분 기준 영상 데이터 값, 예를 들면 밝기 값 또는 게인 값을 획득한다. 단계 412에서, 로컬 영상에서 앞의 과정에서 획득한 데드픽셀 구분 기준을 사용하여 데드픽셀을 검출한다. 단계 414에서, 로컬 영상에서 검출한 데드픽셀 위치를 기준으로 전체 영상에서 데드픽셀을 마킹한다. 단계 416에서, 로컬 영상의 좌표를 이동하여, 단계 400 내지 414를 수행한다. 이러한 과정을 거쳐, 전체 영상에 대해 데드픽셀 검출을 수행한다.Referring to FIG. 4, in
도 5 및 6은 또 다른 실시 예에 따른 데드픽셀 검출 결과를 설명하기 위한 예시 도들이다. 5 and 6 are exemplary diagrams for explaining a dead pixel detection result according to another embodiment.
도 5 및 6을 참조하여 정렬기법 적용 로컬 데드픽셀 검출 결과 예시를 설명한다. 동일한 영상 센서와 동일한 영상 데이터를 사용하여 본 발명이 제시한 방법을 이용하여 데드픽셀을 검출한 결과를 도시한다. 도 5에 도시된 것처럼, 밝기 데이터 사용한 경우(401)에 대부분의 데드픽셀을 검출한 것을 확인할 수 있다. 그리고 도 6에 도시된 것처럼, 게인 데이터를 사용한 경우(402)에도 대부분의 데드픽셀이 안정적으로 검출되는 것을 확인할 수 있다. 위와 같이 영상 데이터의 밝기 값이나 게인 값을 이용하는 두 가지 경우에도 동일하게 대부분의 데드 픽셀을 검출하는 안정적인 결과를 확인할 수 있다. An example of a result of detecting a local dead pixel applying the alignment technique will be described with reference to FIGS. 5 and 6. A result of detecting a dead pixel using the method suggested by the present invention using the same image sensor and the same image data is shown. As shown in FIG. 5, it can be seen that most of the dead pixels are detected when brightness data is used (401). And, as shown in FIG. 6, it can be confirmed that most of the dead pixels are stably detected even when the gain data is used (402). As described above, even in the two cases using the brightness value or the gain value of the image data, a stable result of detecting most of the dead pixels can be confirmed in the same manner.
실시 예에 따른 데드픽셀 검출 방법 장치는 밝기 값이나 게인 값을 이용하여 로컬 영상 데이터를 정렬과 미분을 이용하여 동일한 미분배열 문턱 값을 적용한다. 이 때 로컬 영상 기준 데드픽셀 구분용으로 가변적인 밝기값이나 게인 값 획득할 수 있다. 로컬 영상 기준으로 획득된 데드픽셀 구분용 밝기값이나 게인 값으로 데드픽셀을 검출한다.The apparatus for detecting a dead pixel according to an embodiment applies the same differential alignment threshold value to local image data using a brightness value or a gain value using alignment and differentiation. In this case, a variable brightness value or a gain value may be obtained for classifying a dead pixel based on a local image. Dead pixels are detected using a brightness value or a gain value for classifying dead pixels obtained based on a local image.
실시 예에 따른 데드픽셀 검출 방법 및 장치는 모든 영상 픽셀에서 데드픽셀 검출을 위해 동일한 기준을 적용했던 기존 방식에 비해 높은 확률로 대부분의 데드픽셀을 검출할 수 있다. 또한, 실시 예에 따른 데드픽셀 검출 방법 및 장치는 미분배열 문턱값을 사용하여 문턱값이 기존 NETD, 게인 값, 밝기 값 등의 문턱값에 비해 매우 덜 민감하다. 따라서, 이러한 장점으로 문턱값을 정하고 사용하기 쉬워 대량 생산 시 양산성을 확보할 수 있다. 기존, NETD, Gain, 밝기값 등을 동일하게 적용하여 데드픽셀을 검출할 경우 미세한 기준값 차이로도 오검출이나 미검출 데드픽셀이 대량 발생하는 단점을 해결할 수 있다. 또한, 여러 종류의 영상 데이터, 예를 들면 밝기, 게인, 픽셀 NETD 등을 적용하여 사용할 수 있다.The dead pixel detection method and apparatus according to the embodiment may detect most of the dead pixels with a higher probability than a conventional method in which the same criterion is applied for dead pixel detection in all image pixels. In addition, the dead pixel detection method and apparatus according to the embodiment is very less sensitive than the existing threshold values such as NETD, a gain value, and a brightness value by using a differential arrangement threshold value. Therefore, it is easy to set and use a threshold value with these advantages, so that mass production can be secured during mass production. Existing, when dead pixels are detected by applying the same NETD, Gain, and brightness values, it is possible to solve the disadvantage of large amounts of false or undetected dead pixels even with a small difference in reference value. In addition, various types of image data, such as brightness, gain, and pixel NETD, can be applied and used.
본 발명의 일 실시예는 컴퓨터에 의해 실행되는 프로그램 모듈과 같은 컴퓨터에 의해 실행가능한 명령어를 포함하는 기록 매체의 형태로도 구현될 수 있다. 컴퓨터 판독 가능 매체는 컴퓨터에 의해 액세스될 수 있는 임의의 가용 매체일 수 있고, 휘발성 및 비휘발성 매체, 분리형 및 비분리형 매체를 모두 포함한다. 또한, 컴퓨터 판독가능 매체는 컴퓨터 저장 매체 및 통신 매체를 모두 포함할 수 있다. 컴퓨터 저장 매체는 컴퓨터 판독가능 명령어, 데이터 구조, 프로그램 모듈 또는 기타 데이터와 같은 정보의 저장을 위한 임의의 방법 또는 기술로 구현된 휘발성 및 비휘발성, 분리형 및 비분리형 매체를 모두 포함한다. 통신 매체는 전형적으로 컴퓨터 판독가능 명령어, 데이터 구조, 프로그램 모듈, 또는 반송파와 같은 변조된 데이터 신호의 기타 데이터, 또는 기타 전송 메커니즘을 포함하며, 임의의 정보 전달 매체를 포함한다. An embodiment of the present invention may also be implemented in the form of a recording medium including instructions executable by a computer, such as a program module executed by a computer. Computer-readable media can be any available media that can be accessed by a computer, and includes both volatile and nonvolatile media, removable and non-removable media. Further, the computer-readable medium may include both computer storage media and communication media. Computer storage media includes both volatile and nonvolatile, removable and non-removable media implemented in any method or technology for storage of information such as computer readable instructions, data structures, program modules or other data. Communication media typically includes computer readable instructions, data structures, program modules, or other data in a modulated data signal such as a carrier wave, or other transmission mechanism, and includes any information delivery medium.
전술한 본 발명의 설명은 예시를 위한 것이며, 본 발명이 속하는 기술분야의 통상의 지식을 가진 자는 본 발명의 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 형태로 쉽게 변형이 가능하다는 것을 이해할 수 있을 것이다. 그러므로 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며 한정적이 아닌 것으로 이해해야만 한다. 예를 들어, 단일형으로 설명되어 있는 각 구성 요소는 분산되어 실시될 수도 있으며, 마찬가지로 분산된 것으로 설명되어 있는 구성 요소들도 결합된 형태로 실시될 수 있다.The above description of the present invention is for illustrative purposes only, and those of ordinary skill in the art to which the present invention pertains will be able to understand that other specific forms can be easily modified without changing the technical spirit or essential features of the present invention will be. Therefore, it should be understood that the embodiments described above are illustrative in all respects and not limiting. For example, each component described as a single type may be implemented in a distributed manner, and similarly, components described as being distributed may also be implemented in a combined form.
본 발명의 범위는 상기 상세한 설명보다는 후술하는 특허청구범위에 의하여 나타내어지며, 특허청구범위의 의미 및 범위 그리고 그 균등 개념으로부터 도출되는 모든 변경 또는 변형된 형태가 본 발명의 범위에 포함되는 것으로 해석되어야 한다.The scope of the present invention is indicated by the claims to be described later rather than the detailed description, and all changes or modified forms derived from the meaning and scope of the claims and their equivalent concepts should be interpreted as being included in the scope of the present invention. do.
Claims (15)
상기 미분된 배열의 값들에 대해 소정의 미분배열 문턱 값을 기준으로 상기 배열에서의 데드픽셀 구분기준을 획득하는 단계; 및
상기 획득된 데드픽셀 구분기준을 기초로 상기 로컬 영상 데이터에서의 데드픽셀을 검출하는 단계를 포함하는 데드픽셀 검출 방법. Generating and aligning a predetermined array of local image data obtained from an input image, and differentiating the aligned array;
Obtaining a criterion for classifying dead pixels in the array based on a predetermined differential array threshold value for the values of the differentiated array; And
And detecting a dead pixel in the local image data based on the acquired dead pixel classification criterion.
상기 로컬 영상 데이터에 상응하는 전체 영상 데이터에 상기 검출된 데드픽셀을 마킹하는 단계를 더 포함하는 것을 특징으로 하는 데드픽셀 검출 방법.The method of claim 1,
And marking the detected dead pixel on the entire image data corresponding to the local image data.
상기 전체 영상 데이터에 대해 상기 로컬 영상 데이터의 단위에 상응하는 검출 윈도우를 이동해가면서 상기 데드픽셀 검출을 수행하는 것을 특징으로 하는 데드픽셀 검출 방법. The method of claim 2,
And detecting the dead pixel while moving a detection window corresponding to a unit of the local image data with respect to the entire image data.
상기 미분배열 문턱 값은,
시간 잡음(Temporal Noise)에 소정의 상수(α)를 곱한 값인 것을 특징으로 하는 데드픽셀 검출 방법.The method of claim 1,
The differential sequence threshold is,
A dead pixel detection method, characterized in that it is a value obtained by multiplying temporal noise by a predetermined constant α.
상기 미분 단계는,
상기 획득된 로컬 영상 데이터를 1차원 배열로 생성하는 단계;
상기 생성된 1차원 배열을 오름차순으로 정렬한 상기 배열을 생성하는 단계; 및
상기 생성된 배열의 영상 데이터 값을 미분한 미분배열을 생성하는 단계를 포함하는 것을 특징으로 하는 데드픽셀 검출 방법.The method of claim 1,
The differentiation step,
Generating the acquired local image data in a one-dimensional array;
Generating the array in which the generated one-dimensional array is arranged in ascending order; And
And generating a differential array obtained by differentiating the image data values of the generated array.
상기 검출 단계는,
상기 미분배열에서의 상기 미분배열 문턱 값보다 큰 값을 갖는 상기 1차원 배열의 위치에 해당하는 픽셀을 상기 데드픽셀로서 검출하는 것을 특징으로 하는 데드픽셀 검출 방법.The method of claim 5,
The detecting step,
And detecting a pixel corresponding to a position of the one-dimensional array having a value greater than the differential arrangement threshold value in the differential arrangement as the dead pixel.
상기 미분된 배열의 값들에 대해 소정의 미분배열 문턱 값을 기준으로 상기 배열에서의 데드픽셀 구분기준을 획득하는 기준 설정부; 및
상기 획득된 데드픽셀 구분기준을 기초로 상기 로컬 영상 데이터에서의 데드픽셀을 검출하는 데드픽셀 검출부를 포함하는 데드픽셀 검출 장치. An array aligner for generating and aligning a predetermined array of local image data obtained from an input image and differentiating the sorted array;
A reference setting unit for obtaining a criterion for classifying dead pixels in the array based on a predetermined differential array threshold value for the values of the differentiated array; And
A dead pixel detection apparatus comprising a dead pixel detection unit configured to detect a dead pixel in the local image data based on the acquired dead pixel classification criterion.
상기 로컬 영상 데이터에 상응하는 전체 영상 데이터에 상기 검출된 데드픽셀을 마킹하는 것을 특징으로 하는 데드픽셀 검출 장치.The method of claim 8,
And marking the detected dead pixels on all image data corresponding to the local image data.
상기 전체 영상 데이터에 대해 상기 로컬 영상 데이터의 단위에 상응하는 검출 윈도우를 이동해가면서 상기 데드픽셀 검출을 수행하는 것을 특징으로 하는 데드픽셀 검출 장치. The method of claim 9,
And detecting the dead pixel while moving a detection window corresponding to a unit of the local image data with respect to the entire image data.
상기 미분배열 문턱 값은,
시간 잡음(Temporal Noise)에 소정의 상수(α)를 곱한 값인 것을 특징으로 하는 데드픽셀 검출 장치.The method of claim 8,
The differential sequence threshold is,
A dead pixel detection device, characterized in that a value obtained by multiplying a temporal noise by a predetermined constant α.
상기 배열 정렬부는,
상기 획득된 로컬 영상 데이터를 1차원 배열로 생성하고, 상기 생성된 1차원 배열을 오름차순으로 정렬한 상기 배열을 생성하고, 상기 생성된 배열의 영상 데이터 값을 미분한 미분배열을 생성하는 것을 특징으로 하는 데드픽셀 검출 장치.The method of claim 8,
The arrangement alignment unit,
Generating the obtained local image data as a one-dimensional array, generating the array in which the generated one-dimensional array is arranged in ascending order, and generating a differential array obtained by differentiating the image data values of the generated array. Dead pixel detection device.
상기 데드픽셀 검출부는,
상기 미분배열에서의 상기 미분배열 문턱 값보다 큰 값을 갖는 상기 1차원 배열의 위치에 해당하는 픽셀을 상기 데드픽셀로서 검출하는 것을 특징으로 하는 데드픽셀 검출 장치.The method of claim 12,
The dead pixel detection unit,
And detecting a pixel corresponding to a position of the one-dimensional array having a value greater than the threshold value of the differential arrangement in the differential arrangement as the dead pixel.
상기 획득된 입력 영상으로부터 적어도 하나의 데드픽셀을 검출하는 프로세서를 포함하고,
상기 프로세서는,
상기 입력 영상으로부터 로컬 영상 데이터의 소정의 배열을 생성 및 정렬하고, 상기 정렬된 배열을 미분하고, 상기 미분된 배열의 값들에 대해 소정의 미분배열 문턱 값을 기준으로 상기 배열에서의 데드픽셀 구분기준을 획득하고, 상기 획득된 데드픽셀 구분기준을 기초로 상기 로컬 영상 데이터에서의 데드픽셀을 검출하는 데드픽셀 검출 장치.An image acquisition unit that acquires an input image;
And a processor that detects at least one dead pixel from the acquired input image,
The processor,
Create and align a predetermined array of local image data from the input image, differentiate the aligned array, and classify dead pixels in the array based on a predetermined differential alignment threshold value for the values of the differentiated array And detecting a dead pixel in the local image data based on the acquired dead pixel classification criterion.
상기 프로세서는,
상기 로컬 영상 데이터에 상응하는 전체 영상 데이터에 상기 검출된 데드픽셀을 마킹하고, 상기 전체 영상 데이터에 대해 상기 로컬 영상 데이터의 단위에 상응하는 검출 윈도우를 이동해가면서 상기 데드픽셀 검출을 수행하는 것을 특징으로 하는 데드픽셀 검출 장치.The method of claim 14,
The processor,
Marking the detected dead pixel on all image data corresponding to the local image data, and performing the dead pixel detection while moving a detection window corresponding to a unit of the local image data with respect to the entire image data. Dead pixel detection device.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020190068804A KR102215055B1 (en) | 2019-06-11 | 2019-06-11 | Method and apparatus for detecting dead pixel |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020190068804A KR102215055B1 (en) | 2019-06-11 | 2019-06-11 | Method and apparatus for detecting dead pixel |
Publications (2)
Publication Number | Publication Date |
---|---|
KR20200141808A true KR20200141808A (en) | 2020-12-21 |
KR102215055B1 KR102215055B1 (en) | 2021-02-10 |
Family
ID=74090772
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020190068804A KR102215055B1 (en) | 2019-06-11 | 2019-06-11 | Method and apparatus for detecting dead pixel |
Country Status (1)
Country | Link |
---|---|
KR (1) | KR102215055B1 (en) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112734719A (en) * | 2021-01-06 | 2021-04-30 | 锐芯微电子股份有限公司 | Dead pixel detection method of image sensor, storage medium and shooting device |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000350202A (en) * | 1999-03-26 | 2000-12-15 | Victor Co Of Japan Ltd | Block noise detecting device |
KR20090081653A (en) * | 2008-01-24 | 2009-07-29 | 삼성전자주식회사 | Method of storing location information of bad pixels by defining bad pixel patterns |
JP2010068329A (en) * | 2008-09-11 | 2010-03-25 | Toshiba Corp | Imaging apparatus |
JP2012217139A (en) * | 2011-03-30 | 2012-11-08 | Sony Corp | Image processing device and method, and program |
-
2019
- 2019-06-11 KR KR1020190068804A patent/KR102215055B1/en active IP Right Grant
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000350202A (en) * | 1999-03-26 | 2000-12-15 | Victor Co Of Japan Ltd | Block noise detecting device |
KR20090081653A (en) * | 2008-01-24 | 2009-07-29 | 삼성전자주식회사 | Method of storing location information of bad pixels by defining bad pixel patterns |
JP2010068329A (en) * | 2008-09-11 | 2010-03-25 | Toshiba Corp | Imaging apparatus |
JP2012217139A (en) * | 2011-03-30 | 2012-11-08 | Sony Corp | Image processing device and method, and program |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112734719A (en) * | 2021-01-06 | 2021-04-30 | 锐芯微电子股份有限公司 | Dead pixel detection method of image sensor, storage medium and shooting device |
CN112734719B (en) * | 2021-01-06 | 2023-08-11 | 锐芯微电子股份有限公司 | Dead pixel detection method of image sensor, storage medium and shooting device |
Also Published As
Publication number | Publication date |
---|---|
KR102215055B1 (en) | 2021-02-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP2721828B1 (en) | High resolution multispectral image capture | |
US10750053B2 (en) | Image processing apparatus, method of controlling image processing apparatus, and storage medium | |
US10839537B2 (en) | Depth maps generated from a single sensor | |
US8754977B2 (en) | Second camera for finding focal target in poorly exposed region of frame taken by first camera | |
US10867374B2 (en) | Auto-focusing system and method by determining contrast difference between adjacent pixels using sobel filter | |
US20160337576A1 (en) | Distance calculation apparatus, imaging apparatus and distance calculation method | |
EP3477548A1 (en) | Method and image capturing device for detecting fog in a scene | |
US9905018B2 (en) | Imaging apparatus, image processing method, and medium | |
KR102215055B1 (en) | Method and apparatus for detecting dead pixel | |
KR101245247B1 (en) | The method and device for adjusting brightness of image and multiple camera using that | |
RU2363018C1 (en) | Method of selecting objects on remote background | |
US8988219B2 (en) | Alert system based on camera identification | |
US20190156500A1 (en) | Distance measurement system applicable to different reflecting surfaces and computer system | |
JP2017038139A (en) | Imaging apparatus, imaging apparatus control method, and program | |
US10924683B2 (en) | Image processing method and imaging device | |
US20170006212A1 (en) | Device, system and method for multi-point focus | |
US20110149069A1 (en) | Image processing apparatus and control method thereof | |
US9122935B2 (en) | Object detection method, storage medium, integrated circuit, and object detection apparatus | |
US20120218447A1 (en) | Image pickup apparatus | |
US9049382B2 (en) | Image processing apparatus and image processing method | |
KR102166981B1 (en) | Method of correcting non-uniformity for thermal image camera | |
RU2661793C1 (en) | Method of the numbers matrix processing | |
US10848666B2 (en) | Image capturing device and control method | |
US9686487B1 (en) | Variable scan rate image generation | |
JP2018160024A (en) | Image processing device, image processing method and program |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
E701 | Decision to grant or registration of patent right | ||
GRNT | Written decision to grant |