System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本公开大体上涉及事件视觉传感器。例如,本专利技术的若干实施例涉及采用缺陷像素抑制的事件视觉传感器,诸如基于噪声事件引发率的概率确定的像素内缺陷像素抑制。
技术介绍
1、图像传感器已变得无处不在且现广泛用于数码相机、蜂窝电话、摄像头以及医疗、汽车及其它应用中。随着图像传感器集成到更广范围的电子装置中,期望以尽可能多的方式(例如分辨率、功耗、动态范围等)通过装置架构设计以及图像采集处理来增强其功能性、性能指标等。
2、典型图像传感器响应于来自外部场景的图像光入射到图像传感器上而操作。图像传感器包含具有光敏元件(例如光电二极管)的像素阵列,光敏元件吸收一部分入射图像光且在吸收图像光之后产生图像电荷。由像素光生的图像电荷可测量为依据入射图像光而变化的列位线上的模拟输出图像信号。换句话说,所产生的图像电荷量与图像光的强度成比例,其作为模拟图像信号从列位线读出且转换成数字值以提供表示外部场景的信息。
技术实现思路
1、一方面,本公开提供一种事件视觉传感器,其包括:事件视觉像素阵列,其布置成行及列;及事件信号处理器,其经配置以至少部分基于对应于所述阵列的缺陷事件视觉像素的噪声事件引发率来识别所述缺陷事件视觉像素,其中所述噪声事件引发率是至少部分基于所述缺陷事件视觉像素随时间检测到噪声事件的概率的测量。
2、另一方面,本公开提供一种方法,其包括:至少部分基于对应于事件视觉传感器的事件视觉像素的噪声事件引发率来将所述事件视觉像素识别为有缺陷,其中所述噪声事件引发率是至少部分基
本文档来自技高网...【技术保护点】
1.一种事件视觉传感器,其包括:
2.根据权利要求1所述的事件视觉传感器,其中所述概率的所述测量包含所述缺陷事件视觉像素是否在具有各自从所述缺陷事件视觉像素复位开始的一或多个持续时间的一或多个时间间隔期间检测到噪声事件的指示。
3.根据权利要求1所述的事件视觉传感器,其中:
4.根据权利要求3所述的事件视觉传感器,其中为了识别所述缺陷事件视觉像素,所述事件信号处理器经进一步配置以至少部分基于所述概率密度函数的自然对数的导数来确定对应于所述缺陷事件视觉像素的所述噪声事件引发率。
5.根据权利要求3所述的事件视觉传感器,其中为了识别所述缺陷事件视觉像素,所述事件信号处理器经进一步配置以至少部分基于与所述概率密度函数的曲线拟合来确定对应于所述缺陷事件视觉像素的所述噪声事件引发率。
6.根据权利要求1所述的事件视觉传感器,其中为了识别所述缺陷事件视觉像素,所述事件信号处理器经配置以使用对所述概率的所述测量建模的指数方程式来直接求解对应于所述缺陷事件视觉像素的所述噪声事件引发率。
7.根据权利要求1所述的事件视觉传感器
8.根据权利要求1所述的事件视觉传感器,其中所述缺陷事件视觉像素包含:
9.根据权利要求1所述的事件视觉传感器,其进一步包括:
10.根据权利要求1所述的事件视觉传感器,其中为了识别所述缺陷事件视觉像素,所述事件信号处理器经配置以比较所述噪声事件引发率与阈值。
11.根据权利要求10所述的事件视觉传感器,其中所述阈值表示对应于相邻于所述缺陷事件视觉像素的所述阵列的一或多个事件视觉像素的平均噪声事件引发率。
12.一种方法,其包括:
13.根据权利要求12所述的方法,其进一步包括捕捉所述概率的所述测量,其中捕捉所述概率的所述测量包含记录所述事件视觉像素是否在所述事件视觉像素复位之后的一或多个时间间隔期间检测到噪声事件。
14.根据权利要求13所述的方法,其中捕捉所述概率的所述测量进一步包含:
15.根据权利要求12所述的方法,其进一步包括至少部分基于所述概率的所述测量来确定对应于所述事件视觉像素的概率密度函数。
16.根据权利要求15所述的方法,其进一步包括至少部分基于所述概率密度函数的自然对数的导数来确定所述噪声事件引发率。
17.根据权利要求15所述的方法,其进一步包括至少部分基于与所述概率密度函数的曲线拟合来确定所述噪声事件引发率。
18.根据权利要求12所述的方法,其进一步包括基于对所述概率的所述测量建模的指数方程式来直接求解所述噪声事件引发率。
19.根据权利要求12所述的方法,其中将所述事件视觉像素识别为有缺陷包含(a)比较所述噪声事件引发率与预设阈值及(b)确定所述噪声事件引发率超过所述预设阈值。
20.根据权利要求12所述的方法,其中将所述事件视觉像素识别为有缺陷包含(a)至少部分基于与所述事件视觉传感器的阵列中相邻于所述事件视觉像素的一或多个事件视觉像素相关联的噪声事件引发率来确定平均噪声事件引发率、(b)比较所述噪声事件引发率与所述平均噪声事件引发率及(c)确定所述噪声事件引发率超过所述平均噪声事件引发率达大于阈值量。
21.根据权利要求12所述的方法,其中将所述事件视觉像素识别为有缺陷包含在晶片测试期间、在初始化所述事件视觉传感器期间、在确定流逝预定时间量之后或在确定所述事件视觉传感器的一或多个事件视觉像素的事件引发率超过阈值之后将所述事件视觉像素识别为有缺陷。
...【技术特征摘要】
1.一种事件视觉传感器,其包括:
2.根据权利要求1所述的事件视觉传感器,其中所述概率的所述测量包含所述缺陷事件视觉像素是否在具有各自从所述缺陷事件视觉像素复位开始的一或多个持续时间的一或多个时间间隔期间检测到噪声事件的指示。
3.根据权利要求1所述的事件视觉传感器,其中:
4.根据权利要求3所述的事件视觉传感器,其中为了识别所述缺陷事件视觉像素,所述事件信号处理器经进一步配置以至少部分基于所述概率密度函数的自然对数的导数来确定对应于所述缺陷事件视觉像素的所述噪声事件引发率。
5.根据权利要求3所述的事件视觉传感器,其中为了识别所述缺陷事件视觉像素,所述事件信号处理器经进一步配置以至少部分基于与所述概率密度函数的曲线拟合来确定对应于所述缺陷事件视觉像素的所述噪声事件引发率。
6.根据权利要求1所述的事件视觉传感器,其中为了识别所述缺陷事件视觉像素,所述事件信号处理器经配置以使用对所述概率的所述测量建模的指数方程式来直接求解对应于所述缺陷事件视觉像素的所述噪声事件引发率。
7.根据权利要求1所述的事件视觉传感器,其中所述缺陷事件视觉像素包含可编程存储器组件,所述可编程存储器组件可用于屏蔽所述事件视觉像素的输出,使得由所述缺陷事件视觉像素检测到的事件不从所述缺陷事件视觉像素输出到所述事件信号处理器。
8.根据权利要求1所述的事件视觉传感器,其中所述缺陷事件视觉像素包含:
9.根据权利要求1所述的事件视觉传感器,其进一步包括:
10.根据权利要求1所述的事件视觉传感器,其中为了识别所述缺陷事件视觉像素,所述事件信号处理器经配置以比较所述噪声事件引发率与阈值。
11.根据权利要求10所述的事件视觉传感器,其中所述阈值表示对应于相邻于所述缺陷事件视觉像素的所述阵列的一或多个事件视觉像素的平均噪声事件...
【专利技术属性】
技术研发人员:A·苏思,郭梦晗,陈守顺,
申请(专利权)人:豪威科技股份有限公司,
类型:发明
国别省市:
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。