[发明专利]对图像传感器中的集成噪声建模的方法和降噪的方法

说明书

本申请要求于2009年11月3日在韩国知识产权局提交的第10-2009-0105681号韩国专利申请的优先权，该申请的整个公开包含于此以资参考。

技术领域

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。

背景技术

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。

发明内容

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。

暗电流噪声模型可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。

散粒噪声模型可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。

固定模式噪声模型可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。

可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。

当将被处理的像素数据小于暗电流偏置时，可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，可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。

当将被处理的像素数据小于暗电流偏置时，集成噪声级可被确定为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，集成噪声级可被确定为SINT(L，T)＝[SS(L)²+SF(L)²]^1/2，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。

还根据本发明的一些示例性实施例，提供了一种降低图像传感器中的噪声的方法。所述方法包括：通过使用从图像传感器提供的Bayer域信号来设置多个噪声模型；基于所述多个噪声模型来确定集成噪声级；基于集成噪声级来对帧数据滤波，所述帧数据包括Bayer域的图像传感器提供的多个像素数据。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。

暗电流噪声模型可对应于暗电流噪声的标准偏差，并且暗电流的标准偏差可被设置成依赖于图像传感器的曝光时间的线性函数，散粒噪声模型可对应于散粒噪声的标准偏差，并且散粒噪声的标准偏差可被设置成依赖于将被处理的像素数据的线性函数，固定模式噪声模型可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可被设置成依赖于将被处理的像素数据的线性函数。

可通过以下步骤来设置多个噪声模型：将每个噪声模型设置为各个函数，以及将函数的系数在图像传感器的存储装置中存储为查找表，其中，针对Bayer域的每种颜色和图像传感器的每个增益来设置所述系数。

可通过以下步骤来确定集成噪声级：从查找表中提取系数，其中，提取的系数对应于图像传感器的增益和将被处理的像素数据；基于图像传感器的曝光时间、将被处理的像素数据和提取的系数来计算集成噪声级。