專利名稱：用于估計(jì)圖像檢測(cè)裝置的紗窗效應(yīng)的方法和設(shè)備的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種用于估計(jì)圖像檢測(cè)裝置的紗窗效應(yīng)的方法、一種用于校正圖像檢測(cè)裝置的紗窗效應(yīng)的方法以及涉及一種相應(yīng)的設(shè)備。
背景技術(shù)：
用于校正紗窗效應(yīng)的方法在現(xiàn)代圖像設(shè)備構(gòu)造和現(xiàn)代圖像檢測(cè)領(lǐng)域中是充分公知的。然而，在大多數(shù)應(yīng)用中，在制造期間和附加地或替代地在特別的實(shí)驗(yàn)室環(huán)境中估計(jì)紗窗效應(yīng)(英語和專業(yè)文獻(xiàn)又是:FPN ；Fixed Pattern Noise:固定模式噪聲)。一些基于場(chǎng)景的用于降低紗窗效應(yīng)的方法出現(xiàn)在科學(xué)出版物——例如R.C.Hardie, M.M.Hayat, E.Armstrong 和 B.Yasuda 所著的《Scene-based nonuniformitycorrection with video sequences and registration》(美國(guó)光學(xué)學(xué)會(huì)，應(yīng)用光學(xué) N0.8,第39卷，第1241-1250頁，2000年或者US2009/0257679A1中。但在此應(yīng)用的方法主要基于光流或其他與其緊密關(guān)聯(lián)的方法和過程的估計(jì)
發(fā)明內(nèi)容
在此背景下，借助本發(fā)明提出根據(jù)獨(dú)立權(quán)利要求的用于估計(jì)圖像檢測(cè)裝置的紗窗效應(yīng)的方法、用于校正圖像檢測(cè)裝置的紗窗效應(yīng)的方法、使用所述方法的設(shè)備以及相應(yīng)的計(jì)算機(jī)程序產(chǎn)品。有利的構(gòu)型從相應(yīng)的從屬權(quán)利要求和后續(xù)描述中得出。本發(fā)明基于以下知識(shí):由圖像檢測(cè)裝置檢測(cè)的圖像信息由于圖像檢測(cè)裝置的運(yùn)動(dòng)或由圖像檢測(cè)裝置檢測(cè)的環(huán)境持續(xù)地變化。如果將在一個(gè)時(shí)間間隔內(nèi)檢測(cè)的圖像信息平均或者相加，則最終得到的圖像信息典型地具有光滑的變化過程。光滑的變化過程受干擾的區(qū)域表明由圖像檢測(cè)裝置引起的干擾。因?yàn)檎鎸?shí)的圖像檢測(cè)裝置引起這樣的干擾，所以由圖像檢測(cè)裝置檢測(cè)的圖像信息以及由多個(gè)檢測(cè)到的圖像信息生成的最終得到的圖像信息不具有光滑的變化過程。由圖像檢測(cè)裝置引起的干擾可以通過圖像檢測(cè)裝置的模型描述中的相應(yīng)參數(shù)來描述。如果將所述參數(shù)最佳地調(diào)節(jié)到圖像檢測(cè)裝置上，則由圖像檢測(cè)裝置檢測(cè)的圖像信息可以通過參數(shù)如此校正，使得其具有光滑的變化過程。因此，可以通過以下方式確定所述參數(shù):根據(jù)模型描述以參數(shù)加載最終得到的圖像信息并且尋找參數(shù)的以下值:在所述值時(shí)最終得到的圖像信息具有盡可能光滑的變化過程。替代地，可以以參數(shù)加載檢測(cè)到的圖像信息并且隨后分別確定所檢測(cè)的圖像信息的光滑性。隨后可以將所檢測(cè)的圖像信息的光滑性的各個(gè)值歸納為最終得到的光滑性并且可以確定參數(shù)的以下值:在所述值時(shí)最終得到的光滑性最小化。根據(jù)本發(fā)明的方式描述用于基于圖像序列分析的紗窗效應(yīng)估計(jì)的在線方法。這尤其意味著，可以在實(shí)驗(yàn)室環(huán)境之外測(cè)量并且糾正紗窗效應(yīng)。為了實(shí)現(xiàn)所述目標(biāo)，進(jìn)行關(guān)于世界和單個(gè)圖像檢測(cè)的一些假設(shè)。所述方式適合于自然環(huán)境中單個(gè)圖像檢測(cè)的最不同的基于視頻的方法。這尤其適用于現(xiàn)代車輛前端攝像機(jī)或移動(dòng)機(jī)器人上的攝像機(jī)的視頻序列。
借助在線FPN校正能夠?qū)嵤┧鶛z測(cè)的序列中的紗窗效應(yīng)的校正。因此，視頻場(chǎng)景中紗窗效應(yīng)的校正在通常的傳感器中尤其是在具有較少的光的序列的情況下改善視頻質(zhì)量。也能夠?qū)崿F(xiàn)色彩重建時(shí)的改善。特別在色彩重建時(shí)(其中必須在計(jì)算過程中關(guān)聯(lián)多個(gè)像素值)，需要精確的像素值。經(jīng)FPN校正的圖像數(shù)據(jù)引起圖像中更少的色彩噪聲，尤其是在具有弱照明的序列的情況下。此外，能夠?qū)崿F(xiàn)算法函數(shù)的改善。很多算法取決于“好的”一也就是說對(duì)于相應(yīng)算法合適的圖像信號(hào)。紗窗效應(yīng)、尤其是優(yōu)選發(fā)生的列FPN干擾圖像處理算法，例如車道識(shí)別算法。紗窗效應(yīng)的校正可以改善這樣的算法函數(shù)的功能。圖像檢測(cè)裝置的校準(zhǔn)的更新在數(shù)年之后在實(shí)際使用中也有意義。因?yàn)楦鶕?jù)本發(fā)明涉及一種在線FPN校正算法，所以可以在確定的時(shí)間區(qū)間內(nèi)校正紗窗效應(yīng)。這意味著，可以校正紗窗效應(yīng)超出大的時(shí)間標(biāo)度的變化。這改善產(chǎn)品的質(zhì)量。還能夠?qū)崿F(xiàn)實(shí)際應(yīng)用中與溫度相關(guān)的FPN校正參量的檢測(cè)。紗窗效應(yīng)通常是與溫度非常相關(guān)的現(xiàn)象。借助在線FPN校正，可以檢測(cè)和校正與溫度相關(guān)的不同校正參數(shù)(數(shù)據(jù))。所有所測(cè)量的數(shù)據(jù)與溫度相關(guān)的并且因此也可以在無在線FPN校正的情況下被測(cè)量。但借助在線FPN校正可以根據(jù)溫度校正 FPN。這也導(dǎo)致制造過程中的成本節(jié)省。借助在線FPN校正的使用可以放棄制造過程中的以下步驟:在所述步驟中測(cè) 量紗窗效應(yīng)并且隨后將其存儲(chǔ)在設(shè)備中。通過這種方式，還可以減小設(shè)備中的存儲(chǔ)空間。這能夠?qū)崿F(xiàn)由于好的校正方法而成本更有利的圖像設(shè)備硬件的使用。根據(jù)本發(fā)明的方式基于所測(cè)量的圖像或圖像序列的空間特征和/或時(shí)間特征——簡(jiǎn)稱“圖像特征”的推導(dǎo)。所述圖像特征可以通過光滑性，但也可以通過光滑性變化或完全不同地定義的全局圖像特征實(shí)現(xiàn)。這樣的圖像特征通常能夠映射到數(shù)字上。附加地，估計(jì)關(guān)于理想圖像或理想的圖像序列的圖像特征的假設(shè)。所述估計(jì)例如可以在理論上推導(dǎo)或啟發(fā)式地一即出于經(jīng)驗(yàn)推斷。基于所測(cè)量的圖像特征與所假設(shè)的理想的圖像特征的比較，現(xiàn)在估計(jì)圖像校正參數(shù)，借助所述圖像校正參數(shù)朝理想的圖像特征的方向校正所測(cè)量的圖像的圖像特征?，F(xiàn)在最小化過程尋找給定的輸入數(shù)據(jù)的理想?yún)?shù)組。在此，理想的圖像不必完全已知。相反地，如此定義所述圖像的抽象圖像特征使得所得到的結(jié)果可有意義地用于真實(shí)的應(yīng)用中就足夠了。在FPN校正的情況下，如下應(yīng)用根據(jù)本發(fā)明的方式。作為所測(cè)量的圖像的全局參數(shù)估計(jì)一個(gè)序列的所匯總的單個(gè)圖像的光滑性，或替代地，匯總多個(gè)單個(gè)圖像的光滑性。未受干擾的、光滑的圖像假設(shè)為所假設(shè)的理想圖像。將所測(cè)量的圖像的光滑性校正到理想圖像的所假設(shè)的理想光滑性上的校正參數(shù)也可以通過傳感器模型來描述并且因此也可以以固定模型噪聲(Fixed Pattern Noise)表示。最小化過程現(xiàn)在尋找給定數(shù)量的圖像的理想?yún)?shù)組。如果這些圖像被代表性地選擇并且從數(shù)量上是足夠的，則在模型范疇中所找到的FPN相應(yīng)于圖像檢測(cè)裝置的FPN。本發(fā)明提供一種用于估計(jì)具有多個(gè)用于提供光強(qiáng)度信息的圖像傳感器的圖像檢測(cè)裝置的紗窗效應(yīng)的方法，所述方法包括以下步驟:確定圖像信息的圖像特征，所述圖像信息基于多個(gè)光強(qiáng)度信息和多個(gè)參數(shù)，其中分別為所述多個(gè)圖像傳感器中的每一個(gè)分配所述多個(gè)參數(shù)之一；求得所述多個(gè)參數(shù)的多個(gè)參數(shù)值，其中圖像特征至少接近理想的圖像特征，其中所述多個(gè)參數(shù)代表所述圖像檢測(cè)裝置的模型中的紗窗效應(yīng)。紗窗效應(yīng)-英語是Fixed Pattern Noise (固定模式噪聲)涉及不期望的圖像
偽影，其由圖像檢測(cè)裝置的技術(shù)結(jié)構(gòu)決定。圖像檢測(cè)裝置可以涉及攝像機(jī)或攝像機(jī)的一部分，例如一些圖像傳感器。圖像檢測(cè)裝置例如可以設(shè)置在車輛上，以便檢測(cè)車輛的周圍環(huán)境。光強(qiáng)度可以由圖像檢測(cè)裝置的像點(diǎn)檢測(cè)。多個(gè)相鄰的像點(diǎn)的多個(gè)同時(shí)或直接彼此相繼地檢測(cè)的光強(qiáng)度可以歸納成一個(gè)光強(qiáng)度信息。因此，光強(qiáng)度信息可以涉及圖像或圖像檢測(cè)裝置的記錄或相應(yīng)圖像的或相應(yīng)記錄的部分區(qū)域。因此，可以檢測(cè)或提供圖像檢測(cè)裝置的傳感器面的一個(gè)區(qū)域的光強(qiáng)度信息。如果二維的坐標(biāo)系置于傳感器面中，則用于不同坐標(biāo)的光強(qiáng)度信息具有不同的光強(qiáng)度值。同樣地，坐標(biāo)系的不同坐標(biāo)的多個(gè)參數(shù)可以具有不同的值。所述多個(gè)參數(shù)值可以表示為數(shù)字矩陣，其中以參數(shù)值的形式為每個(gè)圖像傳感器分配一個(gè)自己的數(shù)字。所述多個(gè)光強(qiáng)度信息可以時(shí)間上相繼地由傳感器面的同一個(gè)區(qū)域檢測(cè)。一些所使用的光強(qiáng)度信息可能取決于通過圖像檢測(cè)裝置的像點(diǎn)的光強(qiáng)度的最大可能的分辨率。因此，光強(qiáng)度信息的數(shù)量可以選擇得比分辨率更大。圖像檢測(cè)裝置可以通過模型來描述。所述模型可以定義由圖像檢測(cè)裝置檢測(cè)的真實(shí)的圖像信息和由圖像檢測(cè)裝置檢測(cè)的相應(yīng)的圖像信息之間的關(guān)系。所述模型可以表示數(shù)學(xué)函數(shù)。所示至少一個(gè)參數(shù)可以是模型的變量。尤其所述至少一個(gè)參數(shù)可以是模型的表示紗窗效應(yīng)的干擾參量?？梢杂晒鈴?qiáng)度信息以及多個(gè)參數(shù)確定圖像信息，其方式是，匯總并且隨后以多個(gè)參數(shù)加載光強(qiáng)度信息，或其方式是，分別以多個(gè)參數(shù)加載并且隨后匯總光強(qiáng)度信息。圖像特征可以代表圖像信息的空間特征和/或時(shí)間特征。可以在準(zhǔn)備階段中對(duì)于理想圖像或理想圖像序列估計(jì)理想的圖像特征。所述圖像特征可以通過一個(gè)值或一個(gè)數(shù)字表示?？梢曰诶硐氲膱D像特征和借助實(shí)際的參數(shù)值求得的實(shí)際的圖像特征之間的比較來實(shí)施圖像特征與理想的圖像特征的接近。通過多重比較，可以找到以下這些參數(shù)值:在所述參數(shù)值時(shí)理想的圖像特征和實(shí)際的圖像特征之間的偏差最小或位于公差窗內(nèi)。合適的圖像特征的一個(gè)示例是圖像信息的光滑性。光滑性可以表示關(guān)于圖像信息缺少高頻。在恒定的圖像信息中存在最小的光滑性，這不是所期望的，因?yàn)樗鰣D像信息隨后消除?？梢韵鄳?yīng)于理想的圖像特征的“所期望的”光滑性不包含進(jìn)行干擾的圖像部分中的 任一圖像部分。所述進(jìn)行干擾的圖像部分大多通過高空間頻率表示并且在真實(shí)的、受干擾的圖像信息中不出現(xiàn)。相應(yīng)地，可以如此選擇多個(gè)參數(shù)值中的各個(gè)參數(shù)值，使得圖像特征相應(yīng)于理想的圖像特征或盡可能接近理想的圖像特征，例如位于理想的圖像特征的值周圍的預(yù)先確定的值范圍內(nèi)。對(duì)于光滑性的示例，當(dāng)圖像信息具有盡可能少的高頻時(shí)存在理想的圖像特征。可以在線地——即在圖像檢測(cè)裝置運(yùn)行期間實(shí)施用于紗窗效應(yīng)的相應(yīng)的在線估計(jì)方法，其中圖像檢測(cè)裝置提供周圍環(huán)境的記錄。根據(jù)一個(gè)實(shí)施方式，確定圖像特征的步驟包括以下步驟:匯總多個(gè)光強(qiáng)度信息，以便確定最終得到的光強(qiáng)度信息；以多個(gè)參數(shù)加載最終得到的光強(qiáng)度信息，以便確定以多個(gè)參數(shù)加載的光強(qiáng)度信息；確定圖像特征作為經(jīng)加載的光強(qiáng)度信息的圖像特征?？梢砸匀缦路绞綄?shí)現(xiàn)所述匯總:由光強(qiáng)度信息形成平均值，或?qū)⒐鈴?qiáng)度信息相加。所述匯總也可以以完全不同的方式實(shí)施，例如作為根據(jù)過去時(shí)間的加權(quán)。不僅各個(gè)光強(qiáng)度信息而且最終得到的光強(qiáng)度信息具有由紗窗效應(yīng)引起的干擾。通過以多個(gè)參數(shù)加載最終得到的光強(qiáng)度信息，可以降低由紗窗效應(yīng)引起的干擾。干擾越好地通過多個(gè)參數(shù)代表，則在使用多個(gè)參數(shù)的情況下可以越好地降低經(jīng)加載的光強(qiáng)度信息中的干擾。越好地降低干擾，則經(jīng)加載的光強(qiáng)度信息又越無干擾一例如越光滑。因此，多個(gè)參數(shù)值中例如導(dǎo)致經(jīng)加載的光強(qiáng)度信息的理想的光滑性的參數(shù)值最好地適合用于減少由紗窗效應(yīng)引起的干擾。為了實(shí)現(xiàn)導(dǎo)致恒定圖像的最可能的光滑性，最小化規(guī)則還可以包含正則化參數(shù)(α和β )?？梢匀绱诉x擇所述正則化參數(shù)，使得光滑性在校正之后盡可能與真實(shí)信息的所假設(shè)的或根據(jù)本發(fā)明的光滑性一致。根據(jù)一個(gè)備選實(shí)施方式，確定圖像特征的步驟可以包括以下步驟:分別以多個(gè)參數(shù)加載多個(gè)光強(qiáng)度信息中的每一個(gè)，以便確定多個(gè)經(jīng)加載的光強(qiáng)度信息；分別確定多個(gè)經(jīng)加載的光強(qiáng)度信息的圖像特征；通過匯總多個(gè)經(jīng)加載的光強(qiáng)度信息的圖像特征來確定圖像特征。通過以多個(gè)參數(shù)加載光強(qiáng)度信息中的每一個(gè)，可以減少光強(qiáng)度信息中的每一個(gè)的由紗窗效應(yīng)引起的干擾。可以借助合適的數(shù)學(xué)函數(shù)或邏輯函數(shù)來確定圖像特征的值——例如光滑性的值。可以以如下方式實(shí)現(xiàn)各個(gè)圖像特征的值的匯總:由這些值形成平均值，或?qū)⑦@些值相加。光強(qiáng)度信息中的干擾越強(qiáng)地通過多個(gè)參數(shù)值減少，則經(jīng)加載的光強(qiáng)度信息越無干擾并且具有越小的值——對(duì)于光滑性的示例是最終得到的光滑性。在此，光滑性的小的值意味著很光滑并且大的值意味著不光滑，即粗糙的。所述至少一個(gè)參數(shù)可以代表圖像檢測(cè)裝置的暗信號(hào)非均勻性(Dark Signalnon-Uniformity (D SNU))并且附加地或替代地代表圖像檢測(cè)裝置的光響應(yīng)非均勻性(PhotoResponse Non-Uniformity (PRNU))。原則上,可以估計(jì)FPN參數(shù)的所有組合。光響應(yīng)非均勻性可以涉及圖像檢測(cè)裝置的特征噪聲部分。暗信號(hào)非均勻性可以涉及各個(gè)傳感器范圍的信號(hào)響應(yīng)與對(duì)于沒有光線到達(dá)圖像檢測(cè)裝置的情況的平均值的偏差。通過PRNU和DSNU可以很好地描述紗窗效應(yīng)。例如，所述至少一個(gè)參數(shù)可以包括一個(gè)因子和/或一個(gè)加數(shù)，根據(jù)模型以所述因子和/或加數(shù)加載待由圖像檢測(cè)裝置檢測(cè)的光強(qiáng)度信息，以便確定考慮紗窗效應(yīng)的模型化的光強(qiáng)度信息。參數(shù)PRNU可以用作因子并且參數(shù)DSNU可以用作加數(shù)。可以基于最小化過程求得多個(gè)參數(shù)的多個(gè)參數(shù)值。因此，對(duì)于多個(gè)參數(shù)中的每個(gè)單個(gè)參數(shù)，分別求得一個(gè)合適的參數(shù)值。例如，多個(gè)參數(shù)值可以被確定為描述圖像信息的光滑性的函數(shù)的最小值，其中所述函數(shù)包括關(guān)于圖像檢測(cè)裝置的檢測(cè)面的至少一個(gè)主延伸方向的圖像信息的推導(dǎo)。因此可以在數(shù)學(xué)上確定和評(píng)價(jià)圖像特征的值——例如光滑性的值。通常，圖像特征代表圖像信息的空間特征和(附加地或替代地)時(shí)間特征。此外，本發(fā)明提供一種用于校正圖像檢測(cè)裝置的紗窗效應(yīng)的方法，其包括以下步驟:根據(jù)前述實(shí)施方式中之一求得多個(gè)參數(shù)的多個(gè)參數(shù)值，其代表圖像檢測(cè)裝置的模型中的紗窗效應(yīng)；借助多個(gè)參數(shù)值校正多個(gè)圖像傳感器的光強(qiáng)度信息，以便確定在紗窗效應(yīng)方面校正的光強(qiáng)度信息?？梢砸砸韵路绞綄?shí)現(xiàn)所述校正:以多個(gè)參數(shù)加載由傳感器檢測(cè)的光信息，例如將光強(qiáng)度信息與相應(yīng)的參數(shù)值相乘或?qū)⑾鄳?yīng)的參數(shù)值相加。通過所述校正，可以使所檢測(cè)的光強(qiáng)度信息消除所求得的紗窗效應(yīng)。這可以引起存在的紗窗效應(yīng)的完全校正或部分校正。根據(jù)一個(gè)實(shí)施方式，可以在圖像檢測(cè)裝置的運(yùn)行模式期間多次重復(fù)執(zhí)行求得多個(gè)參數(shù)值的步驟，在所述運(yùn)行模式中圖像傳感器持續(xù)地檢測(cè)光強(qiáng)度信息。因此，在校正的步驟中，以最后確定的多個(gè)參數(shù)值加載所檢測(cè)的光強(qiáng)度信息。通過這種方式，可以例如快速地研究取決于溫度的變化。
因此，可以響應(yīng)于圖像檢測(cè)裝置的所檢測(cè)的溫度的或圖像檢測(cè)裝置的環(huán)境的預(yù)先確定的值實(shí)施求得參數(shù)值的步驟。此外，本發(fā)明提供一種設(shè)備，所述設(shè)備被構(gòu)造用于在相應(yīng)的裝置中實(shí)施或?qū)崿F(xiàn)根據(jù)本發(fā)明的方法的步驟。通過本發(fā)明的控制設(shè)備形式的實(shí)施方案可以快速且有效地解決本發(fā)明所基于的任務(wù)。設(shè)備在此可以理解為處理傳感器信號(hào)并且據(jù)此輸出控制信號(hào)的電設(shè)備。所述設(shè)備可以具有按硬件方式和/或按軟件方式構(gòu)造的接口。在按硬件方式的構(gòu)造中，接口例如可以是包括所述設(shè)備的最不同功能的所謂的系統(tǒng)ASIC的一部分。然而，還可能的是，接口是單獨(dú)的集成電路或至少部分地由分立部件組成。在按軟件方式的構(gòu)造中，接口可以是軟件模塊，其例如與其他軟件模塊共存在微控制器上。具有程序代碼的計(jì)算機(jī)程序產(chǎn)品也是有利的，所述程序代碼可以存儲(chǔ)在機(jī)器可讀的載體——如半導(dǎo)體存儲(chǔ)器、硬盤存儲(chǔ)器或光學(xué)存儲(chǔ)器上并且用于當(dāng)在一個(gè)相應(yīng)于計(jì)算機(jī)的設(shè)備上執(zhí)行代碼時(shí)實(shí)施根據(jù)先前描述的實(shí)施方式之一的方法。


以下根據(jù)附圖示例性地詳細(xì)解釋本發(fā)明。示出:圖1:根據(jù)本發(fā)明的一個(gè)實(shí)施例的圖像檢測(cè)裝置的方框圖；圖2:根據(jù)本發(fā)明的一個(gè)實(shí)施例的用于校正圖像檢測(cè)裝置的紗窗效應(yīng)的設(shè)備的方框圖；圖3:根據(jù)本發(fā)明的一個(gè)實(shí)施例的用于估計(jì)圖像檢測(cè)裝置的紗窗效應(yīng)的方法的流程圖；圖4:根據(jù)本發(fā)明的一個(gè)實(shí)施`例的用于估計(jì)圖像檢測(cè)裝置的紗窗效應(yīng)的另一種方法的流程圖。在本發(fā)明的優(yōu)選實(shí)施例的后續(xù)描述中，對(duì)于在不同附圖中示出并且起類似作用的元件使用相同的或類似的參考標(biāo)記，其中不重復(fù)描述這些元件。
具體實(shí)施例方式圖1示出根據(jù)本發(fā)明的一個(gè)實(shí)施例的圖像檢測(cè)裝置的方框圖。圖像檢測(cè)裝置具有圖像傳感器102，所述圖像傳感器被構(gòu)造用于檢測(cè)射到圖像傳感器102上并且通過箭頭表示的光強(qiáng)度。圖像傳感器102被構(gòu)造用于輸出光強(qiáng)度信息104，其包括關(guān)于在圖像傳感器102的部分區(qū)域或整個(gè)檢測(cè)面中檢測(cè)到的光強(qiáng)度的信息。用于估計(jì)圖像檢測(cè)裝置的紗窗效應(yīng)的設(shè)備106被構(gòu)造用于接收多個(gè)光強(qiáng)度信息104，所述多個(gè)光強(qiáng)度信息由圖像傳感器102在不同的檢測(cè)時(shí)刻檢測(cè)并且輸出。設(shè)備106被構(gòu)造用于確定由多個(gè)光強(qiáng)度信息104生成的圖像信息的圖像特征。接下來示例性地使用光滑性作為圖像特征。此外，在使用光滑性的情況下，設(shè)備106被構(gòu)造用于確定一個(gè)或多個(gè)參數(shù)值108，其描述由圖像檢測(cè)裝置引起的紗窗效應(yīng)。參數(shù)值108可以由設(shè)備106輸出用于進(jìn)一步使用。圖2示出根據(jù)本發(fā)明的一個(gè)實(shí)施例的用于校正圖像檢測(cè)裝置的紗窗效應(yīng)的設(shè)備的方框圖。所述設(shè)備具有校正裝置212，所述校正裝置被構(gòu)造用于接收由圖像檢測(cè)裝置檢測(cè)和輸出的光強(qiáng)度信息104以及適合用于校正紗窗效應(yīng)的參數(shù)值108。此外，校正裝置212被構(gòu)造用于在使用參數(shù)值108的情況下校正存在于光強(qiáng)度信息104中的紗窗效應(yīng)并且輸出相應(yīng)校正的光強(qiáng)度信息214。圖3示出根據(jù)本發(fā)明的一個(gè)實(shí)施例的用于估計(jì)圖像檢測(cè)裝置的紗窗效應(yīng)的方法的流程圖。所述方法例如可以由在圖1中示出的設(shè)備106執(zhí)行。借助所述方法生成參數(shù)值108，所述參數(shù)值例如可以由在圖2中示出的校正裝置212使用。在步驟321中，匯總多個(gè)光強(qiáng)度信息104，以便確定最終得到的光強(qiáng)度信息323。在步驟325中，以多個(gè)參數(shù)的參數(shù)值108加載最終得到的光強(qiáng)度信息，以便確定以參數(shù)加載的光強(qiáng)度信息327。在步驟329中，求得經(jīng)加載的光強(qiáng)度信息327的光滑性331。為此，可以使用合適的數(shù)學(xué)函數(shù)或邏輯函數(shù)。可以借助其他參數(shù)值108重復(fù)執(zhí)行步驟325、329，并且可以相互比較光滑性331的分別最終得到的值。光滑性331的值最小時(shí)的那些參數(shù)值108可以視為最佳的參數(shù)值108并且被輸出。替代步驟325、329，可以借助合適的算法——例如最小化過程尋找一組最佳的參數(shù)值108。接下來根據(jù)一個(gè)實(shí)施例詳細(xì)描述所述方式。在傳統(tǒng)的二維圖像檢測(cè)方法中，使用光學(xué)器件。所述光學(xué)器件將環(huán)境中來自一個(gè)預(yù)給定的空間角度的光強(qiáng)度信息投影到二維傳感器裝置上。這可以如下表示:I1j3d e Ω n R3 — I1j2d e R2 (I)Iff；2D在此可以表不傳感器平面內(nèi)的光強(qiáng)度信息。現(xiàn)在假設(shè)，當(dāng)超過足夠長(zhǎng)的持續(xù)時(shí)間求平均時(shí)，信息IW，2D中的平均值是光滑的。
權(quán)利要求
1.一種用于估計(jì)圖像檢測(cè)裝置(102)的紗窗效應(yīng)的方法，所述圖像檢測(cè)裝置具有多個(gè)用于提供光強(qiáng)度信息的圖像傳感器，所述方法包括以下步驟: 確定圖像信息的圖像特征，所述圖像信息基于多個(gè)光強(qiáng)度信息(104)和多個(gè)參數(shù)(108)，其中，分別為所述多個(gè)圖像傳感器中的每一個(gè)分配所述多個(gè)參數(shù)之一； 求得(106)所述多個(gè)參數(shù)(108)的多個(gè)參數(shù)值，其中，所述圖像特征至少接近理想的圖像特征，其中，所述多個(gè)參數(shù)代表所述圖像檢測(cè)裝置的模型中的紗窗效應(yīng)。
2.根據(jù)權(quán)利要求1所述的方法，其中，確定所述圖像特征的步驟包括以下步驟: 匯總(321)所述多個(gè)光強(qiáng)度信息，以便確定最終得到的光強(qiáng)度信息； 以所述多個(gè)參數(shù)(108)加載(325)所述最終得到的光強(qiáng)度信息(104)，以便確定以所述多個(gè)參數(shù)加載的光強(qiáng)度信息(327)； 確定(329)所述圖像特征作為經(jīng)加載的光強(qiáng)度信息的圖像特征(331)。
3.根據(jù)權(quán)利要求1所述的方法，其中，確定(329)所述圖像特征的步驟包括以下步驟: 分別以所述多個(gè)參數(shù)(108)加載所述多個(gè)光強(qiáng)度信息(104)中的每一個(gè)，以便確定多個(gè)經(jīng)加載的光強(qiáng)度信息(443); 分別確定(445)所述多個(gè)經(jīng)加載的光強(qiáng)度信息的圖像特征(447)； 通過匯總所述多個(gè)經(jīng)加載的光強(qiáng)度信息的圖像特征來確定(449)所述圖像特征(451)。
4.根據(jù)以上權(quán)利要求中任一項(xiàng)所述的方法，其中，所述多個(gè)參數(shù)(108)代表所述圖像檢測(cè)裝置的光響應(yīng)非均勻性(PRNU)或暗信號(hào)非均勻性(DSNU)或者不僅代表所述圖像檢測(cè)裝置的光響應(yīng)非均勻性(PRNU)而且代表所述圖像檢測(cè)裝置的暗信號(hào)非均勻性(DSNU)。
5.根據(jù)以上權(quán)利要求中任一項(xiàng)所述的方法，其中，基于最小化過程求得所述多個(gè)參數(shù)值。
6.根據(jù)以上權(quán)利要求中任一項(xiàng)所述的方法，其中，所述圖像特征代表所述圖像信息的空間特征和/或時(shí)間特征。
7.一種用于校正圖像檢測(cè)裝置(102)的紗窗效應(yīng)的方法，所述方法包括以下步驟: 根據(jù)前述權(quán)利要求中的任一項(xiàng)求得多個(gè)參數(shù)的多個(gè)參數(shù)值(108)，所述多個(gè)參數(shù)值代表所述圖像檢測(cè)裝置的模型中的紗窗效應(yīng)； 借助所述多個(gè)參數(shù)值校正(212)所述多個(gè)圖像傳感器的光強(qiáng)度信息(104)，以便確定在所述紗窗效應(yīng)方面校正的光強(qiáng)度信息(214)。
8.一種用于根據(jù)權(quán)利要求7所述校正紗窗效應(yīng)的方法，其中，在所述圖像檢測(cè)裝置(102)的運(yùn)行模式期間多次重復(fù)地執(zhí)行求得(106)所述多個(gè)參數(shù)值的步驟，在所述運(yùn)行模式中所述多個(gè)圖像傳感器持續(xù)地提供光強(qiáng)度信息(104)，其中，在所述校正(212)的步驟中，以最后確定的多個(gè)參數(shù)值加載所述光強(qiáng)度信息。
9.一種設(shè)備，其被構(gòu)造用于實(shí)施根據(jù)以上權(quán)利要求1至8中任一項(xiàng)所述的方法的步驟。
10.一種具有程序代碼的計(jì)算機(jī)程序產(chǎn)品，其用于當(dāng)在設(shè)備上執(zhí)行程序時(shí)實(shí)施根據(jù)以上權(quán)利要求1至8中任一項(xiàng)所述的方法。
全文摘要
本發(fā)明涉及一種用于估計(jì)圖像檢測(cè)裝置的紗窗效應(yīng)的方法，所述圖像檢測(cè)裝置具有多個(gè)用于提供光強(qiáng)度信息的圖像傳感器，所述方法包括以下步驟確定圖像信息的圖像特征，所述圖像信息基于多個(gè)光強(qiáng)度信息(104)和多個(gè)參數(shù)(108)，其中分別為所述多個(gè)圖像傳感器中的每一個(gè)分配所述多個(gè)參數(shù)之一；求得(106)所述多個(gè)參數(shù)(108)的多個(gè)參數(shù)值，其中所述圖像特征至少接近理想的圖像特征，其中所述多個(gè)參數(shù)代表所述圖像檢測(cè)裝置的模型中的紗窗效應(yīng)。
文檔編號(hào)H04N5/365GK103229497SQ201180056622
公開日2013年7月31日 申請(qǐng)日期2011年9月28日 優(yōu)先權(quán)日2010年11月24日
發(fā)明者P·魯瑙, M·格澤 申請(qǐng)人:羅伯特·博世有限公司