【技术实现步骤摘要】
示例性实施例涉及一种图像传感器,更具体地讲,涉及对图像传感器中的集成噪 声建模的方法和使用集成噪声建模降低图像传感器中的噪声的方法。
技术介绍
图像传感器捕获的图像包括各种类型的噪声,随着为降低便携式装置(例如,数 字相机、相机电话等)的大小而集成度更高地制造图像传感器,噪声的不利影响会增加。结 果,用于降低图像传感器噪声的技术对于装置小型化变得更重要。在大多数传统技术中,图像传感器中产生的噪声被假定为相对于捕获图像的亮度 或强度具有固定偏差的加性高斯白噪声(AWGN)。捕获的图像包括依赖于其强度的噪声,采 用AWGN假设的传统技术局限于从捕获的图像中去除噪声。没有充分开发基于噪声建模的 其他传统技术,从而噪声建模只考虑了散粒噪声。这样,传统技术不能充分反映各种噪声类 型,因此,即使在对捕获的图像进行了处理以去除噪声之后,图像质量仍然劣化。
技术实现思路
根据一些示例性实施例,提供了一种处理图像信号的Bayer域信号以对图像传 感器中的集成噪声建模的方法。所述方法包括接收图像信号的Bayer域信号;通过使用 Bayer域信号设置多个噪声模型;基于所述多个噪声模型来确定图像传感器中的集成噪声 级。所述噪声模型包括暗电流噪声模型、散粒噪声模型和固定模式噪声模型。所述集成噪声级可依赖于图像传感器的曝光时间和将被处理的像素数据,其中, 所述像素数据为Bayer域的图像传感器所提供。可关于Bayer域的每种颜色来设置暗电流噪声模型、散粒噪声模型和固定模式噪 声模型中的至少一个。可关于图像传感器的每个增益来设置暗电流噪声模型、散粒噪声模型和固定模式 噪声模型中的至少一个 ...
【技术保护点】
一种处理图像信号的Bayer域信号以对图像传感器中的集成噪声建模的方法,所述方法包括: 接收图像信号的Bayer域信号; 通过使用Bayer域信号设置多个噪声模型,所述噪声模型包括暗电流噪声模型、散粒噪声模型和固定模式噪声模型; 基于所述多个噪声模型来确定图像传感器中的集成噪声级。
【技术特征摘要】
KR 2009-11-3 10-2009-01056811.一种处理图像信号的Bayer域信号以对图像传感器中的集成噪声建模的方法,所述 方法包括接收图像信号的Bayer域信号;通过使用Bayer域信号设置多个噪声模型,所述噪声模型包括暗电流噪声模型、散粒 噪声模型和固定模式噪声模型;基于所述多个噪声模型来确定图像传感器中的集成噪声级。2.如权利要求1所述的方法,其中,所述集成噪声级依赖于图像传感器的曝光时间和 将被处理的像素数据,所述像素数据为Bayer域的图像传感器所提供。3.如权利要求1所述的方法,其中,关于Bayer域的每种颜色来设置暗电流噪声模型、 散粒噪声模型和固定模式噪声模型中的至少一个。4.如权利要求1所述的方法,其中,关于图像传感器的每个增益来设置暗电流噪声模 型、散粒噪声模型和固定模式噪声模型中的至少一个。5.如权利要求1所述的方法,其中,暗电流噪声模型对应于暗电流噪声的标准偏差,并 且暗电流的标准偏差被设置成依赖于图像传感器的曝光时间的线性函数。6.如权利要求1所述的方法,其中,散粒噪声模型对应于散粒噪声的标准偏差,并且散 粒噪声的标准偏差被设置成依赖于将被处理的像素数据的线性函数。7.如权利要求1所述的方法,其中,固定模式噪声模型对应于固定模式噪声的标准偏 差,并且固定模式噪声的标准偏差被设置成依赖于将被处理的像素数据的线性函数。8.如权利要求1所述的方法,所述方法还包括通过使用由图像传感器提供的Bayer 域信号来设置暗电流偏置,所述暗电流偏置对应于暗电流噪声的平均值。9.如权利要求8所述的方法,其中,当将被处理的像素数据小于暗电流偏置时,基于暗 电流噪声模型来确定集成噪声级,当将被处理的像素数据等于或大于暗电流偏置时,基于 散粒噪声模型和固定模式噪声模型来确定集成噪声级。10.如权利要求8所述的方法,其中,当将被处理的像素数据小于暗电流偏置时,集成 噪声级被确定为SINT(L,T) = SD(T),当将被处理的像素数据等于或大于暗电流偏置时,集 成噪声级被确定为SINT(L,T) = [SS(L)2+SF(L)2]V2,其中,L是将被处理的像素数据,T是 图像传感器的曝光时间,SINT是集成噪声级,SD是暗电流噪声的标准偏差,SS是散粒噪声 的标准偏差,SF是固定模式噪声的标准偏差。11.一种降低图像传感器中的噪声的方法,所述方法包括通过使用由图像传感器提供的Baye...
【专利技术属性】
技术研发人员:金亨骏,金会律,李珍彦,白烈慜,
申请(专利权)人:三星电子株式会社,汉阳大学校产学协力团,
类型:发明
国别省市:KR[韩国]
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。