[实用新型]像素阵列及仿生视觉传感器有效

专利信息
申请号: 201922360390.4 申请日: 2019-12-24
公开(公告)号: CN211296854U 公开(公告)日: 2020-08-18
发明(设计)人: 施路平;杨哲宇;赵蓉;裴京;徐海峥 申请(专利权)人: 清华大学
主分类号: H04N9/04 分类号: H04N9/04;H04N5/369
代理公司: 北京路浩知识产权代理有限公司 11002 代理人: 郑朝然
地址: 100084 北*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 像素 阵列 仿生 视觉 传感器
【说明书】:

实用新型实施例提供了一种像素阵列及仿生视觉传感器,像素阵列包括:多个第一类感光器件以及多个第二类感光器件,第一类感光器件用于获取目标光信号,并将目标光信号转换为第一类电流信号,第二类感光器件用于提取指定频段的光信号,并将指定频段的光信号转换为第二类电流信号;像素阵列的每一行中,每个第一类感光器件与每个第二类感光器件相间排列,且每个第二类感光器件均用于提取相同指定频段的光信号。本实用新型实施例中提供的像素阵列,可以用于仿生视觉传感器中,以使仿生视觉传感器同时具有感知颜色信息以及绝对光强信息的功能和感知光强梯度信息的功能,弥补了现有技术没有可与双感知模式的仿生视觉传感器相匹配的像素阵列的缺陷。

技术领域

本实用新型涉及集成电路技术领域,更具体地,涉及像素阵列及仿生视觉传感器。

背景技术

目前,随着对图像传感器与图像处理识别算法研究地不断深入,仿生视觉传感器在工业制造、智能交通、智能机器人等多个应用领域扮演着越来越重要的作用。

仿生视觉传感器主要是对人眼视网膜的模态进行仿真,人眼视网膜主要包括两种视觉感知细胞,即视锥细胞和视杆细胞,分别对应两种不同的模态。其中,视锥细胞的模态主要是对绝对光强信息与颜色信息敏感,具有很高的图像还原精度,但是还原速度较慢;与视锥细胞的模态相反,视杆细胞主要是对光强梯度信息进行感知,具有感知速度较快且感知的动态范围较大,但是其无法感知绝对光强信息与颜色信息。

但是,现有技术中存在的仿生视觉传感器均只能对人眼视网膜的其中一种模态进行仿真,形成单一的感知模式,进而只能对某一类信息进行感知。如传统相机,类似于视锥细胞,主要对颜色信息进行感知。如动态视觉传感器(Dynamic Vision Sensor,DVS),类似于视杆细胞,主要对光强梯度信息进行感知。而单一模态的视觉传感器应用场景有限。例如,对于类似于视锥细胞的仿生视觉传感器,由于其拍摄得到的是绝对光强信息而非光强梯度信息,虽然在家用娱乐电子设备中应用非常广泛,但在工业控制领域,往往面临速度不够动态范围太小等问题,因而很难应用。对于类似于视杆细胞的仿生视觉传感器,虽然感知速度很快,但是由于只对运动目标敏感,导致难以拍摄到图像,或者拍摄到的图像质量较差,难以满足娱乐电子设备的需求。而且由于仿生视觉传感器只包含单一的感知模式,在这种感知模式失效时仿生视觉传感器则失效,这对于对稳定性有高要求的无人驾驶、无人机等机器人有很大的局限。另外,目前评价仿生视觉传感器性能的主要指标有图像质量,动态范围与拍摄速度。由上述内容可知,在传统的仿生视觉传感器的框架下,这三个指标往往互斥:如当拍摄速度提高时,仿生视觉传感器的动态范围就会降低;当图像质量提高时拍摄速度一般就会降低,很难同时兼顾。

因此,现急需提供一种具有双感知模式的仿生视觉传感器,可以同时感知绝对光强信息与颜色信息以及光强梯度信息,进而需要提供一种与之匹配的像素阵列。但是现有技术中的像素阵列通常是采用BAYER模式,如图1所示,像素按照列方向的平面示意为:RGRGRG…(分别为0、2、4…列),GBGBGB…(分别为1、3、5…列)的方式展开、平铺,在每两个像素之间采用遮光层进行遮光,因此每次只能采集到一幅彩色图像,并无法适用于具有双感知模式的仿生视觉传感器。

实用新型内容

为克服上述问题或者至少部分地解决上述问题,本实用新型实施例提供了一种像素阵列及仿生视觉传感器。

第一方面,本实用新型实施例提供了一种像素阵列,包括:多个第一类感光器件以及多个第二类感光器件,所述第一类感光器件用于获取目标光信号,并将所述目标光信号转换为第一类电流信号,所述第二类感光器件用于获取所述目标光信号,并从所述目标光信号中提取指定频段的光信号,将所述指定频段的光信号转换为第二类电流信号;所述指定频段为红光频段、蓝光频段或绿光频段;所有所述第一类感光器件与所有所述第二类感光器件排列形成像素阵列;

所述像素阵列的每一行中,每个所述第一类感光器件与每个所述第二类感光器件相间排列,且每个所述第二类感光器件均用于提取相同所述指定频段的光信号。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于清华大学,未经清华大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201922360390.4/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top