一种基于粒子群算法的图像传感器关键性能参数的测试方法技术

本发明专利技术属于光电技术领域，具体为涉及一种基于粒子群算法的图像传感器关键性能参数的测试方法。具体包括：对图像传感器进行曝光操作，取n个不同的曝光时间，再分别采集n帧明场数据和n帧暗场数据，按照EMVAStandard1288要求，计算出明场值方差明场灰度值均值μy、暗场灰度值μydark；进行粒子群算法反演的具体步骤。本发明专利技术可以更加便捷地得到系统增益及暗噪声参数。

【技术实现步骤摘要】

本专利技术属于光电
，具体为涉及一种基于粒子群算法的图像传感器关键性能参数的测试方法。
技术介绍
图像传感器发展速度之快，使其已经应用于人们社会生活的各个方面。从最贴近生活的应用比如数码相机、智能手机、安全监控的摄像头，到国防安全息息相关的新型武器，乃至人类科技发展的最高体现——空间科学，都有图像传感器的身影。在生产和重要应用领域，要求对传感器芯片性能进行测试、评价和筛选，以监控产品质量或保证应用的可靠性。在图像传感器的被测参数中，最为基础和重要的参数是传感器的系统增益和暗场噪声。粒子群算法也称为粒子群优化算法，是近年来发展起来的一种新的进化算法，它是从随机解出发，通过迭代寻找最优解，利用适应度评价解得品质，追随当前搜索到的最优值来寻找全局最优。这种算法以其容易实现、精度高、收敛快等优点得到了学术界的重视，并且在解决实际问题中展示了其优越性。
技术实现思路
本专利技术的目的在于给出一种基于粒子群算法的图像传感器关键性能参数的测试方法。本专利技术的目的是这样实现的：基于粒子群算法的图像传感器关键性能参数的测试方法，包括了以下步骤：(1)对图像传感器进行曝光操作，取n个不同的曝光时间，再分别采集n帧明场数据和n帧暗场数据，按照EMVAStandard1288要求，计算出明场值方差明场灰度值均值μy、暗场灰度值μydark；(2)进行粒子群算法反演的具体步骤如下：(2.1)将图像传感器的系统增益K、暗电流μI、初始暗信号方差组成三维粒子；(2.2)设定粒子个体适应度函数为：f=Σn=1K{σy2-K2(σd.02+μItexp)-K(μy-μydark)-σq2本文档来自技高网...

【技术保护点】
一种基于粒子群算法的图像传感器关键性能参数的测试方法，其特征在于，包括了以下步骤：(1)对图像传感器进行曝光操作，取n个不同的曝光时间，再分别采集n帧明场数据和n帧暗场数据，按照EMVA Standard 1288要求，计算出明场值方差明场灰度值均值μy、暗场灰度值μydark；(2)进行粒子群算法反演的具体步骤如下：(2.1)将图像传感器的系统增益K、暗电流μI、初始暗信号方差组成三维粒子；(2.2)设定粒子个体适应度函数为：f=Σn=1K{σy2-K2(σd.02+μItexp)-K(μy-μydark)-σq2}2,]]>其中，是明场灰度值方差，K为系统增益，μd.0为暗信号初值，μI为暗电流，texp为曝光时间，σq为量化噪声；(2.3)按照粒子群算法的寻优流程得出系统增益、暗电流、初始暗信号方差的最优估计值。

【技术特征摘要】
1.一种基于粒子群算法的图像传感器关键性能参数的测试方法，其特征在于，包括了以下步骤：(1)对图像传感器进行曝光操作，取n个不同的曝光时间，再分别采集n帧明场数据和n帧暗场数据，按照EMVA Standard 1288要求，计算出明场值方差明场灰度值均值μy、暗场灰度值μydark；(2)进行粒...

【专利技术属性】
技术研发人员：温强，何立，李立，
申请(专利权)人：哈尔滨工程大学，
类型：发明
国别省市：黑龙江;23