Nội dung được dịch bởi AI, chỉ mang tính chất tham khảo
Phân tích và xử lý pixel binning cho cảm biến hình ảnh màu
Tóm tắt
Pixel binning đề cập đến khái niệm kết hợp các điện tích của các pixel lân cận lại với nhau để tạo thành một siêu pixel. Lợi ích chính của kỹ thuật này là các điện tích kết hợp sẽ vượt qua tiếng ồn đọc với sự hy sinh về độ phân giải không gian. Binning trong các cảm biến hình ảnh màu tạo ra dữ liệu dạng mẫu Bayer siêu pixel, và việc giải mã tiếp theo sẽ tạo ra hình ảnh cuối cùng có độ phân giải thấp hơn và ít tiếng ồn hơn. Tuy nhiên, điều này gần như đã trở thành kiến thức phổ thông trong giới chuyên môn và các nhà sản xuất camera, rằng binning làm xuất hiện những hiện tượng bất thường nghiêm trọng. Phân tích sâu sắc trong bài viết này chứng minh rằng những hiện tượng bất thường này tồi tệ hơn nhiều so với những hiện tượng phát sinh từ việc mất độ phân giải hoặc giải mã, và do đó không thể loại bỏ chỉ bằng cách tăng độ phân giải cảm biến. Bằng cách định hình chính xác dữ liệu cảm biến đã được binning, chúng tôi đề xuất một giải pháp xử lý dữ liệu binning sau khi chụp, giúp giảm tiếng ồn và giữ gìn chi tiết hình ảnh. Chúng tôi đã xác minh qua thực nghiệm rằng phương pháp đề xuất vượt trội hơn so với các phương án hiện có với một khoảng cách đáng kể.
Từ khóa
#pixel binning #cảm biến hình ảnh #tiếng ồn đọc #độ phân giải không gian #mẫu BayerTài liệu tham khảo
Yamanakam H: Method and apparatus for producing ultra-thin semiconductor chip and method and apparatus for producing ultra-thin back illuminated solid-state image pickup device. US Patent 7,521,335 2006.
Edwards T, Pennypacker R: Manufacture of Thinned Substrate Imagers. US Patent 4,226 1981, 334.
Compton J, Hamilton J: Image sensor with improved light sensitivity. US Patent 2007/0024931 2007.
Barnhofer U, DiCarlo J, Olding B, Wandell B: Color estimation error trade-offs. Proceedings of the SPIE 2003.
Borchenko W: Phase One Patent Pending Sensor+Explained.[http://www.phaseone.com/Digital-Backs/P65//media/Phase∖%20One/Reviews/Review∖%20pdfs/Backs/Phase-One-Sensorplus.ashx]
Zhou Z, Pain B, Fossum E: Frame-transfer CMOS active pixel sensor with pixel binning. IEEE Trans. Electron. Dev 1997, 44(10):1764-1768. 10.1109/16.628834
F Chu: Improving CMOS image sensor performance with combined pixels (2005).[http://www.eetimes.com/design/embedded/4013011/Improving-CMOS-image-sensor-performance-with-combined-pixels]
Dabov K, Foi A, Katkovnik V, Egiazarian K: Image denoising by sparse 3-D transform-domain collaborative filtering. IEEE Trans. Image Process 2007, 16(8):2080-2095.
Portilla J, Strela V, Wainwright M, Simoncelli E: Image denoising using scale mixtures of Gaussians in the wavelet domain. IEEE Trans. Image Process 2003, 12(11):1338-1351. 10.1109/TIP.2003.818640
Hirakawa K, Baqai F, Wolfe P: Wavelet-based Poisson rate estimation using the Skellam distribution. Proc. SPIE , Electronic Imaging 2009.
Zhang L, Lukac R, Wu X, Zhang D: PCA-based spatially adaptive denoising of CFA images for single-sensor digital cameras. IEEE Trans. Image Process 2009, 18(4):797-812.
Hirakawa K, Parks T: Joint demosaicing and denoising. IEEE Trans. Image Process 2006, 15(8):2146-2157.
Zhang L, Wu X, Zhang D: Color reproduction from noisy CFA data of single sensor digital cameras. IEEE Trans. Image Process 2007, 16(9):2184-2197.
Hirakawa K, Meng X, Wolfe P: A framework for wavelet-based analysis and processing of color filter array images with applications to denoising and demosaicing. IEEE International Conference on Acoustics, Speech and Signal Processing 2007. ICASSP 2007 2007.
Fergus R, Singh B, Hertzmann A, Roweis S, Freeman W: Removing camera shake from a single photograph. ACM Trans. Graph. (TOG) 2006, 25(3):787-794. 10.1145/1141911.1141956
Levin A, Sand P, Cho T, Durand F, Freeman W: Motion-invariant photography. ACM SIGGRAPH 2008 papers, ACM 2008.
Hirakawa K, Simon P: Single-shot high dynamic range imaging with conventional camera hardware. IEEE International Conference on Computer Vision 2011.
Alleysson D, Susstrunk S, Hérault J: Linear demosaicing inspired by the human visual system. IEEE Trans. Image Process 2005, 14(4):439-449.
Dubois E: Frequency-domain methods for demosaicking of Bayer-sampled color images. IEEE Signal Process. Lett 2005, 12(12):847-850.
K Hirakawa P: Wolfe, Spatio-spectral color filter array design for optimal image recovery. IEEE Trans. Image Process 2008, 17(10):1876-1890.
Gu J, Wolfe P, Hirakawa K: Filterbank-based universal demosaicking. 2010 17th IEEE International Conference on Image Processing (ICIP) 2010.
Hirakawa K, Parks T: Adaptive homogeneity-directed demosaicing algorithm. IEEE Trans. Image Process. 2005, 14(3):360-369.
Zhang L, Wu X: Color demosaicking via directional linear minimum mean square-error estimation. IEEE Trans. Image Process 4(12):2167-2178.
Fellers T, Vogt K, Davidson M: CCD signal-to-noise ratio.[http://www.microscopyu.com/tutorials/java/digitalimaging/signaltonoise/]
Gehler P, Rother C, Blake A, Minka T, Sharp T: Bayesian color constancy revisited. Proceedings of the IEEE Computer Society Conference on Computer Vision and Pattern Recognition 2008.
Shi L, Funt B: Re-processed Version of the Gehler Color Constancy Dataset of 568 Images.[http://www.cs.sfu.ca/colour/data/]