[发明专利]图像感测装置及图像处理装置在审

专利信息
申请号: 202111074052.X 申请日: 2021-09-14
公开(公告)号: CN114630010A 公开(公告)日: 2022-06-14
发明(设计)人: 金童翼 申请(专利权)人: 爱思开海力士有限公司
主分类号: H04N5/217 分类号: H04N5/217;H04N5/225;H04N5/232;H04N5/357
代理公司: 北京三友知识产权代理有限公司 11127 代理人: 张美芹;刘久亮
地址: 韩国*** 国省代码: 暂无信息
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 图像 装置 处理
【权利要求书】:

1.一种图像感测装置,所述图像感测装置包括:

采样模块,所述采样模块基于单帧时间内生成的单个图像,针对每种颜色生成具有不同曝光时间的多个图像;

校正模块,所述校正模块使用一套学习算法基于所述多个图像学习所述单个图像的校正参数,并通过从所述多个图像去除所述校正参数生成多个校正图像;以及

图像处理模块,所述图像处理模块基于所述多个校正图像生成对应于所述单个图像的高动态范围图像。

2.根据权利要求1所述的图像感测装置,其中,所述校正参数包括噪声成分和重影成分。

3.根据权利要求1所述的图像感测装置,其中,所述校正模块包括:

去噪声模块,所述去噪声模块使用第一学习算法基于所述多个图像学习所述多个图像中的每一者的噪声成分,并通过从所述多个图像中的每一者去除所述噪声成分而生成多个去噪声图像;

计算模块,所述计算模块基于所述多个去噪声图像和每种颜色的权重生成多个灰度图像;以及

去重影模块,所述去重影模块使用第二学习算法基于所述多个灰度图像学习所述多个灰度图像中的每一者的重影成分,并通过从所述多个灰度图像中的每一者去除所述重影成分生成所述多个校正图像。

4.根据权利要求3所述的图像感测装置,其中,所述去噪声模块生成针对每种颜色均具有第一曝光时间的多个第一图像作为多个第一去噪声图像,并且所述去噪声模块包括:

第一学习模块,所述第一学习模块基于所述多个第一图像和针对每种颜色均具有第二曝光时间的多个第二图像,生成对应于所述多个第二图像的多个第二去噪声图像;

第二学习模块,所述第二学习模块基于所述多个第二图像和针对每种颜色均具有第三曝光时间的多个第三图像,生成对应于所述多个第三图像的多个第三去噪声图像;以及

第三学习模块,所述第三学习模块基于所述多个第三图像和针对每种颜色均具有第四曝光时间的多个第四图像,生成对应于所述多个第四图像的多个第四去噪声图像。

5.根据权利要求4所述的图像感测装置,其中,所述第一学习模块通过使用所述多个第一图像中的每一者作为标签并使用所述多个第二图像中的每一者作为输入数据来学习所述多个第二图像中的每一者的噪声成分,

所述第二学习模块通过使用所述多个第二图像中的每一者作为标签并使用所述多个第三图像中的每一者作为输入数据来学习所述多个第三图像中的每一者的噪声成分,并且

所述第三学习模块通过使用所述多个第三图像中的每一者作为标签并使用所述多个第四图像中的每一者作为输入数据来学习所述多个第四图像中的每一者的噪声成分。

6.根据权利要求5所述的图像感测装置,其中,所述第一学习模块在学习所述多个第二图像中的每一者的所述噪声成分时,生成并使用与所述多个第一图像对应的第一饱和度图,

所述第二学习模块在学习所述多个第三图像中的每一者的所述噪声成分时,生成并使用与所述多个第二图像对应的第二饱和度图,并且

所述第三学习模块在学习所述多个第四图像中的每一者的所述噪声成分时,生成并使用与所述多个第三图像对应的第三饱和度图。

7.根据权利要求4所述的图像感测装置,其中,所述第一学习模块在学习所述多个第二图像中的每一者的噪声成分之前,基于第一曝光率缩放所述多个第二图像,

所述第二学习模块在学习所述多个第三图像中的每一者的噪声成分之前,基于第二曝光率缩放所述多个第三图像,并且

所述第三学习模块在学习所述多个第四图像中的每一者的噪声成分之前,基于第三曝光率缩放所述多个第四图像。

8.根据权利要求4所述的图像感测装置,其中,在所述第一曝光时间至所述第四曝光时间中,所述第一曝光时间是最长曝光时间,所述第二曝光时间比所述第一曝光时间短,所述第三曝光时间比所述第二曝光时间短,并且所述第四曝光时间是最短曝光时间。

9.根据权利要求4所述的图像感测装置,其中,所述第一学习模块至所述第三学习模块共享用于学习相应噪声成分的每种颜色的权重。

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爱思开海力士有限公司,未经爱思开海力士有限公司许可,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/202111074052.X/1.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