专利名称：用于二进制传感器的滤光片设置学习的制作方法
用于ニ进制传感器的滤光片设置学习
背景技术：
ニ进制图像传感器可以包括例如设置为ニ维阵列的多于IO9个单独的光检测器。每个单独的光检测器具有两个可能的状态未曝光的“黒色”状态和曝光的“白色”状态。因此，一个单独的检测器并不重现不同的灰色阴影。图像的局部亮度可以例如通过白色像素的局部空间密度来确定。ニ进制图像传感器的各个光检测器的尺寸可以小于焦斑的最小尺寸，该焦斑可以通过数字照相机的成像光学器件来提供。然而，由于大的数据尺寸，存储或传输这样的ニ进制数字图像可能是困难的或者不可能。所得到的图像数据可能太大，以致在数字照相机或甚至在台式计算机中存储和处理该ニ进制数字图像变得不切实际。、
因此，需要一种解决方案来改进将ニ进制数字图像传感器应用到实际解决方案。
发明内容
现在已经发明一种改进的方法和实现该方法的技术设备，通过其缓解上述的问题。本发明的各种方面包括方法、设备、服务器、客户端和包括其中存储计算机程序的计算机可读介质，其特征通过独立权利要求来描述。在从属权利要求中公开本发明的各种实施方式。在示例的设置中，已知颜色的光应用于具有彩色滤光片的一组ニ进制像素。彩色滤光片的设置可以初始未知。来自ニ进制像素的值被记录，并且这些值用于确定彩色滤光片的颜色。顔色使用例如最大似然估计的统计方法来确定。关于彩色滤光片的信息接着可以用于形成输出图像。根据第一方面，提供ー种用于适配图像处理系统的方法，包括接收ニ进制像素值、通过应用光、利用具有彩色滤光片的ニ进制像素形成了所述ニ进制像素值，接收关于所述光的顔色的信息、通过使用ニ进制像素值和关于光的顔色的信息来形成第一像素的彩色滤光片的颜色的估计，以及使用该估计来适配关于图像处理系统中的彩色滤光片的信息。根据ー个实施方式，该方法进ー步包括将ニ进制像素曝光于通过叠加在ニ进制像素上的彩色滤光片的光，所述光已经通过光学布置，并且从ニ进制像素的输出形成ニ进制像素值。该方法进ー步包括使用似然估计形成估计，并且迭代地精选估计。根据ー个实施方式，该方法进ー步包括确定ニ进制像素的邻域，并且使用第一像素信息的邻域中的像素的估计值来形成所述第一像素的所述估计。根据ー个实施方式，该方法进ー步包括通过优化能量函数来形成估计，所述能量函数具有第一分量和第二分量，其中第一分量指示彩色滤光片的颜色和光的颜色的相似度，而第二分量指示第一像素和第一像素的相邻者的值中的至少ー个差。根据ー个实施方式，在图像处理系统中执行调节以形成ニ进制像素的彩色滤光片的初始值，或者校准ニ进制像素的彩色滤光片的值。根据第二方面，提供一种设备，包括至少ー个处理器，包括计算机程序代码的存储器，该存储器和计算机程序代码配置成利用所述至少一个处理器，使得所述设备接收ニ进制像素值，通过应用光、利用具有彩色滤光片的ニ进制像素形成了ニ进制像素值，接收关于光的顔色的信息、通过使用ニ进制像素值和关于光的顔色的信息来形成第一像素的彩色滤光片的颜色的估计，以及使用该估计来适配关于图像处理系统中的彩色滤光片的信息。根据ー个实施方式，该设备进ー步包括配置成利用处理器，使得设备将ニ进制像素曝光于通过叠加在ニ进制像素上的彩色滤光片的光，所述光已经通过光学布置，并且从ニ进制像素的输出形成ニ进制像素值的计算机程序代码。根据ー个实施方式，该设备进ー步包括配置成利用该处理器，使得该设备使用似然估计来形成估计，并且迭代地精选估计的计算机程序代码。根据ー个实施方式，该设备进ー步包括配置成利用该处理器，使得该设备确定ニ进制像素的邻域，以及使用所述第一像素信息的所述邻域中的像素的估计值来形成所述第一像素的所述估计的计算机程序代码。根据ー个实施方式，该设备进ー步包括配置成利用该处理器，使得该设备通过优化能量函数来形成该估计的计算机程序代码，所述能量函数具有第一分量和第二分量，其中第一分量指示彩色滤光片的顔色和光的顔色的相似度，而第二分量指示第一像素和第一像素的相邻者的值中的至少ー个差。根据ー个实施方式，该设备进ー步包括配置成利用该处理器，使得该设备调节图像处理系统以形成ニ进制像素的彩色滤光片的初始值，或者校准ニ进制像素的彩色滤光片的值的计算机程序代码。根据一个实施方式，该设备进ー步包括顔色信号単元，该颜色信号単元包括至少ー个神 经网络，以及存储器，该存储器用于存储至少ー个神经网络參数和/或权重。根据ー个实施方式，该设备进ー步包括用于形成图像的光学设置，用于检测图像的ニ进制像素的阵列和多组ニ进制像素。根据ー个实施方式，该设备进ー步包括叠加在ニ进制像素的阵列上的至少ー个彩色滤光片，该彩色滤光片以非对齐的、不规则的、随机的和/或未知的叠加的方式叠加在ニ进制像素的阵列上。根据第三方面，提供一种系统，包括至少ー个处理器，包括计算机程序代码的存储器，该存储器和计算机程序代码配置成利用所述至少一个处理器，使得所述系统接收ニ进制像素值，通过应用光、利用具有彩色滤光片的ニ进制像素形成了ニ进制像素值，接收关于光的顔色的信息、通过使用ニ进制像素值和关于光的顔色的信息来形成第一像素的彩色滤光片的颜色的估计，以及使用该估计适配关于图像处理系统中的彩色滤光片的信息。根据一个实施方式，系统包括调节单元，配置成接收ニ进制像素值和关于光的顔色的信息，并且通过使用ニ进制像素值和关于光的顔色的信息来形成第一像素的彩色滤光片的顔色的估计，并且图像处理单元，其包括具有彩色滤光片的ニ进制像素阵列并且配置成形成图像，其中该图像处理单元配置成从调节単元接收调节信息以便适配该图像处理单元。根据第四方面，提供一种存储在计算机可读介质上并且在数据处理设备中可执行的计算机程序产品，其中计算机程序产品包括用于接收ニ进制像素值的计算机程序代码段，通过应用光、利用具有彩色滤光片的ニ进制像素形成了ニ进制像素值，用于接收关于光的顔色的信息的计算机程序代码段、用于通过使用ニ进制像素值和关于光的顔色的信息来形成第一像素的彩色滤光片的顔色的估计的计算机程序代码段，以及用于使用该估计来适配关于图像处理系统中的彩色滤光片的信息的计算机程序代码段。根据ー个实施方式，该计算机程序产品进一歩包括用于调节图像处理系统以形成ニ进制像素的彩色滤光片的初始值，或者校准ニ进制像素的彩色滤光片的值的计算机程序代码段。根据第五方面，提供一种设备，包括处理装置、存储装置、用于接收ニ进制像素值的装置，通过应用光、利用具有彩色滤光片的ニ进制像素形成了ニ进制像素值，用于接收关于光的顔色的信息的装置、用于通过使用ニ进制像素值和关于光的顔色的信息来形成第一像素的彩色滤光片的顔色的估计的装置，以及用于使用该估计来适配关于图像处理系统中的彩色滤光片的信息的装置。
在下文中，将參考所附附图更为详细地描述本发明的各种实施方式，其中图Ia示出ニ进制图像；图Ib示出作为曝光函数的白色像素的密度；图2a示出女孩的灰度级图像；图2b示出女孩的ニ进制图像；图3a示出针对单个像素的白色状态的概率；图3b示出白色状态概率对波长的依赖性；图4示出用于捕获色彩信息的ニ进制像素矩阵之上的拜耳矩阵型彩色滤光片；图5示出用于形成输出像素的ニ进制像素阵列之上的随机彩色滤光片；图6示出成像设备的框图；图7示出用于从ニ进制像素形成输出像素的顔色信号単元；图8示出用于确定覆盖在ニ进制像素阵列之上的彩色滤光片布局的布置；图9示出利用覆盖在ニ进制像素阵列之上的彩色滤光片确定入射光顔色的布置；图IOa示出通过统计方法确定彩色滤光片值；图IOb示出在通过统计方法确定彩色滤光片值中的学习过程；图11示出用于确定彩色滤光片值的似然函数；图12示出利用能量函数确定彩色滤光片值；图13示出通过使用邻域信息的统计方法确定彩色滤光片值；图14a示出不同的邻域；图14b示出具有分段常量彩色滤光片值的彩色滤光片马赛克；图14c示出具有平滑变化的彩色滤光片值的彩色滤光片马赛克；图15示出用于通过统计方法确定彩色滤光片值的方法；以及图16示出用于通过统计方法确定彩色滤光片值的方法。
具体实施例方式下面将在ニ进制像素阵列的环境中描述本发明的若干实施方式。然而，将注意到本发明并不限于ニ进制像素阵列。事实上，不同的示例实施方式在任意的环境中具有广泛的应用，在该、任意的环境中，实施通过部分未确定的过程将输入像素值映射到输出像素值。现在參考图la，在示例实施方式中应用的图像传输感可以是安排用以提供ニ进制图像IMGl的ニ进制图像传感器。图像传感器可以包括光检测器的ニ维阵列，使得每个光检测器的输出仅具有两个逻辑状态。所述逻辑状态在这里称为“黑色”状态和“白色”状态。图像传感器可以被初始化，从而所有的检测器可以初始在黒色状态。通过将其曝光，各个检测器可以被切換到白色状态。因此，由图像传感器所提供的ニ进制图像MGl可以包括像素P1，其可以分别处于黑色状态或白色状态。表述“白色像素”和“像素是白色”表示处于白色状态的像素。表述“黑色像素”表示分别处于黒色状态的像素。这些表述并不指示像素的顔色，它们仅仅描述像素是否由于光而已经被激活(白色状态或“被照亮”)或者它是否保持非活跃(黒色状态或“未被照亮”)。像素Pl可以按照行和列来布置，即，输入图像頂Gl的每个像素Pl的位置可以通过相应列的索引k和相应行的索引I来定义。例如，在图Ia中示出的像素Pl (3，9)是黑色的而像素Pl (5，9)是白色。ニ进制光检测器例如可以通过提供具有很高的转换增益(低电容量)的常规(比例)光检测器来实现。其他可能的方法包括雪崩或碰撞电离以提供像素级增益，或使用量子点。图Ib示出作为光学曝光H的函数的白色像素Pl的密度D的估计。曝光H以对数刻度示出。密度D表示在图像IMGl的部分内的白色像素Pl的数目与所述部分内的像素Pl 的总数目的比值。密度值100%表示该部分内的所有像素处于白色状态。密度值0%表示该部分内的所有像素处于黑色状态。光学曝光H正比于光强和曝光时间。密度D在零曝光H处是0%。随着增长的曝光，密度增长，直到密度开始饱和接近于上限100%。预定像素Pl从黑色到白色的转换是随机现象。当图像IMGl的部分内包含高数目的像素Pl时，该部分内的白色像素Pl的实际密度沿图Ib的曲线。在各个像素的情形中，图Ib的曲线也可以解释为代表其中在预定的光学曝光H后(也參见图3a和3b)，预定像素Pl的状态从黑色状态转换到白色状态的情形的概率。当曝光曲线的斜率AD/Alog(H)足够高时(大于或等于预定的值)，输入图像IMGl被适当地曝光。典型地，当曝光H大于或等于第一预定限度HLOW并且小于或等于第二预定限度HHIGH吋，获得该条件。因此，当曝光H小于第一预定限度HLOW吋，输入图像可能欠曝光，并且当曝光H大于第二预定限度HHIGH吋，输入图像可能过曝光。当曝光H小于第一限度HLOW或者大于第二限度HHIGH吋，输入图像MGl的信噪比或输入图像頂Gl的更小部分的信噪比可能低的不可接受。在那些情形中，可以接受的是减小有效的空间分辨率以便增加信噪比。ニ进制图像的部分的曝光状态取决于所述部分内的白色和/或黑色像素的密度。因此，可以例如基于所述部分内的白色像素Pl的密度来估计输入图像IMGl的部分的曝光状态。图像部分内的白色像素的密度取决于所述部分内的黒色像素的密度。也可以例如通过使用由相同的图像传感器先前捕获的另外输入图像MGl来确定输入图像頂Gl的部分的曝光状态。输入图像頂Gl的部分的曝光状态也可以例如通过使用由另外的图像传感器捕获的另外图像来估计。可以用于确定曝光状态的另外图像传感器也可以是模拟传感器。模拟图像传感器 包括各个光检测器，其被布置成除了提供黒色和白色以外，还提供不同的灰度级。由模拟图像传感器所捕获的图像的不同部分也可以被确定为欠曝光、适当地曝光或者过曝光。例如，当由模拟图像传感器所捕获的图像的部分内的基本上所有的像素的亮度值大于90%吋，图像部分可以被归类为过曝光。例如，当由模拟图像传感器所捕获的图像的部分内的基本上所有的像素的亮度值小于10%时，图像部分可以被归类为欠曝光。当相当部分的像素具有10%到90%范围内的亮度值时，则图像部分可以分别被适当地曝光。图2a通过例子示出按灰度级的女孩图像。图2b示出对应于图2a的图像的ニ进制图像。图2b的图像具有大的像素尺寸，从而强调黑色和白色像素结构。实际上，构成图2b的图像的ニ进制像素通常小于构成图2a图像的输出像素。图2b的若干个ニ进制像素可以对应于图2a的一个模拟像素。图2b中的白色状态的ニ进制像素的密度可以具有与图2a中的模拟像素的灰度级亮度的对应性。图3a示出针对单个ニ进制像素的曝光或状态变化的概率，即，单个预定像素的状态从黑色状态转换到白色状态的概率。在图Ib中，示出作为强度H的函数的相比较于黑色像素的白色像素的密度。相应地，參考图3a，像素具有处于白色状态的概率，并且该概率是強度的函数。例如，当光学曝光是氏时，像素Pl(l，l)具有50%的概率处于白色状态，而当光学曝光是H2时，像素Pl (2，I)具有50%的概率处于白色状态。如上所提到的，光学曝光H正比于光强和曝光时间。不同的像素可以具有不同的概率曲线，即，在具有相同強度H的入射光下，它们可以具有不同的概率处于白色状态。 图3b示出作为在彩色滤光片和ニ进制像素的组合上碰撞的光的波长的函数的单个ニ进制像素的状态变化概率。在图3b中，假设各种ニ进制像素在它们之上可以加设有彩色滤光片，从而入射光的某些色段能够通过。在此类的布置中，当ニ进制像素被曝光于具有相同的光强但不同波长(顔色)的光时，不同的ニ进制像素可以具有不同的概率处于白色状态。例如，在图3b中，像素Pl (5，5)响应于具有波长基本上对应于蓝色的光。当入射光的波长偏离于蓝色时，像素Pl (5，5)具有较低的概率处于曝光(白色)状态。类似地，像素Pl (5，2)响应于具有波长基本上对应于绿色的光，并且像素Pl (2，2)响应于具有波长基本上对应于红色的光。ニ进制像素之上的彩色滤光片可以试图充当带通滤波器，由此下层的像素仅响应于某些色段中的光，例如红色、绿色或蓝色或任意其他的颜色或波长。然而，彩色滤光片可能要么有意地要么偶然地存在缺点，并且带通滤光片可能“泄露”从而其他顔色也被允许通过。作为波长的函数被曝光的像素的概率可能不是具有规则形状的函数，如图3b中针对蓝色像素(实线)、緑色像素(虚线)以及红色像素(点划线)的钟型函数。事实上，概率函数可能是非规则的，其可以具有若干个顶点，并且其可以具有厚尾(即，具有不可忽视量级的长尾)，从而例如红色像素以蓝光曝光的概率并不基本上是零，而可以是例如3%、10%或30%，或甚至更大。不同颜色的像素的状态变化概率函数可以基本上是非重叠的，如在图3b的情形中，从而単色光具有基本上曝光相同颜色的像素(而非其他像素)的概率。状态变化概率函数也可以是重叠的，从而红色和緑色波长之间的光具有曝光红色像素Pl (2,2)和緑色像素Pl(5，2) 二者的显著概率。状态变化概率函数也可以依像素而变化。图4示出在ニ进制像素阵列之上用于形成输出像素的拜尔矩阵型彩色滤光片。图4中二进制像素Pl (k，I)的像素坐标对应于图3b并且创建输入图像頂G1。拜尔矩阵是利用彩色滤光片的布置，这些彩色滤光片以规则的布局放置在光传感器之上，其中以交替的方式，每两个滤光片是绿色，而每两个滤光片是红色或蓝色。因此，如图4中所示，基于上50%的滤光片是绿色(以向下的对角纹理示出)，基本上25%的滤光片是红色(以向上的对角纹理示出)，并且基本上25%的滤光片是蓝色(以交叉图案纹理示出)。在其中拜尔矩阵放置在ニ进制像素阵列之上的设置中，各个彩色滤光片FR、FG和FB可以覆盖单个的ニ进制像素或多个ニ进制像素，例如4个ニ进制像素、9. 5个ニ进制像素、20. 7个ニ进制像素、100个ニ进制像素、1000个ニ进制像素或者更多。如果ニ进制输入像素的中心之间的距离在宽度上是wl而在高度上是hl，各个拜尔矩阵滤光片的中心之间的距离在宽度上可以是w4而在高度上可以是h4，由此w4 >wl并且h4 >hl。因此，滤光片可以覆盖若干个ニ进制像素。各个滤光片可以被紧密地隔开，它们可以在其之间具有间隔(在之间空出区域以让所有颜色通过)或它们可以彼此覆盖。滤光片可以是正方形、矩形、六边形或任意其他的形状。图像MGl的ニ进制像素可以形成对应于输出图像MG2的像素P2 (i，j)的多个组GRP(i, j)。通过这种方式，可以形成ニ进制输入图像頂Gl和输出图像MG2之间的映射。多个组GRP(i，j)可以包括具有不同顔色的彩色滤光片的ニ进制像素。多个组可以具有相同的尺寸，或者它们可以具有不同的尺寸。多个组可以具有规则的形状，或者它们可以具有非规则的形状。多个组可以彼此重叠，它们可以彼此相邻，或者它们在多个组之间具有间 隔。在图4中，作为例子，对应于图像IMG2的像素P2(l，l)的组GRP(1，1)覆盖图像頂Gl的64(8X8) ニ进制像素，S卩，组GRP(1，I)包括像素Pl (I，I)-Pl (8，8)。多个组GRP(i，j)的边界可以与彩色滤光片FR、FG、FB的边界相一致，但这并不是必需的。组边界也可以关于拜尔矩阵滤光片的边界而被取代和/或非对准。通过这种方式，图像頂Gl的多个组GRP(i，j)可以用于形成图像頂G2中的像素P2(i，j)。像素P2(i，j)的中心之间的距离可以是宽度为w2而高度为h2。输出像素P2可以分别具有w2和h2的尺寸，或它们可以更小或更大。图5示出用于形成输出像素的ニ进制像素阵列之上的随机彩色滤光片。与图4 一样，图像頂Gl包括ニ进制像素Pl (k，I)，其可以分组成多个组GRP (i，j)，多个组对应于图像IMG2中的像素P2(i，j)，并且图像頂Gl和MG2的设置与图4中的相同。然而，相比较于图4，图5的彩色滤光片FG、FR和FB不具有规则的形状或者以规则的布置来设置。彩色滤光片可以具有不同的尺寸，并且可以以随机的方式放置在ニ进制像素之上。彩色滤光片可以彼此分隔开，它们可以相邻于彼此或者它们可以彼此重叠。彩色滤光片可以在彼此之间留有空间，以让所有顔色或波长的光通过，或替代地，基本上根本不让光通过。像素Pl(k，I)中的一些可以是无功能的像素PZZ，其被永久性地置于白色(曝光)状态，或者黒色(未曝光)状态，或者否则发出不并很好地取决于光的入射強度的错误信号。像素Pl(k，I)对于处于白色状态可以具有作为入射光的強度函数的不同概率函数。像素Pl (k，I)对于处于白色状态可以具有作为入射光的波长函数的不同概率函数。这些属性可以由于像素本身的缺陷或者由于覆盖的彩色滤光片的缺陷而形成。例如，彩色滤光片可以具有不同于红色、緑色和蓝色的颜色。对于类似于图5中示出的布置，组GRP(i，j)可以包括具有緑色G滤光片、红色R滤光片或蓝色B滤光片的变化数目的ニ进制像素。进ー步，不同的红色、緑色或蓝色ニ进制像素可以不同地放置在不同的组GRP(i，j)中。根据已知的或未知的分布，红色、緑色或蓝色像素的平均数目和不具有滤光片的像素跨多个组GRP(i，j)可以基本上相同，或者红色、緑色或蓝色像素的平均数目(密度)和不具有滤光片的像素跨多个组GRP(i，j)可以变化。图6示出成像设备的框图。參考图6，成像设备500可以包括用于捕获对象的ニ进制数字输入图像頂Gl的成像光学器件10和图像传感器100，以及布置成基于输入图像頂Gl提供输出图像MG2的信号处理单元(即，顔色信号単元)CSU1。成像光学器件10可以是例如聚焦透镜。输入图像頂Gl可以绘出对象，例如风景、人脸或动物。输出图像MG2可以绘出相同的对象但以更低的空间分辨率或像素密度。图像传感器100可以是包括光检测器的ニ维阵列的ニ进制图像传感器。检测器可以以例如多于10000个列和多于10000个行来布置。图像传感器100可以包括例如多于IO9个单独的光检测器。由图像传感器100捕获的输入图像IMGl可以包括例如以41472个列和31104个行布置的像素(图像数据大小为I. 3 · IO9个比持，即I. 3个吉比特或者160个兆字节)。相应的输出图像頂G2可以具有更低的分辨率。例如，相应地输出图像MG2可以包括例如以2592个列和1944个行布置的像素(图像数据大小近似于5 · IO6像素，对于每个颜色R、G、B每个像素8比特，总的数据大小 是I. 2 · IO8,即近似于120兆比特或15个兆字节)。因此，图像尺寸可以被减小，例如以10的因子(=I. 3 · 109/1. 2 · IO8)。ニ进制输入图像IMGl的数据大小例如可以大于或等于相应输出图像IMG2数据大小的4倍，其中数据大小可以被指示，例如以描述图像信息所需的总比特数目。如果需要减小更多的数据，输入图像IMGl的数据大小可以大于相应输出图像IMG2的数据大小10倍、20倍、50倍或者甚至100倍，或者1000倍。成像设备500可以包括输入存储器MEMl、存储输出图像MG2的输出存储器MEM2、用于存储涉及图像处理的数据的存储器MEM3，该数据例如神经网络系数或权重或其他数据，工作存储器MEM4，用于例如存储用于数据处理算法和其他程序和数据的计算机程序代码，显示器400、用于控制成像设备500的操作的控制器220以及用于从用户接收指令的用户接ロ 240。输入存储器MEMl可以至少临时存储输入图像IMGl的像素Pl的某些行或列。因此，输入存储器可以被布置成存储至少输入图像頂Gl的部分，或者其可以被布置成存储整个输入图像頂Gl。输入存储器Mffll也可以布置成驻留在与图像传感器100相同的模块内，例如从而图像传感器的每个像素可以具有ー个、两个或更多个的存储器位置，其可操作地连接到图像传感器像素，以便存储由图像传感器记录的数据。信号处理器CSUl可以布置成处理由图像传感器100捕获的像素值MG1。处理可以例如使用神经网络或者其他装置发生，并且来自于存储器MEM3的系数或者权重可以在处理中使用。信号处理器CSUl可以存储其输出数据，例如，到MEM2或到MEM3的输出图像MG2(在图中未示出)。信号处理器CSUl可以独立地工作，或者其可以通过由例如通用处理器的控制器220来控制。输出图像数据可以从信号处理单元200和/或输出存储器MEM2经由数据总线242向外部存储器EXTMEM传送。信息可以经由例如因特网和/或经由移动电话网络来发送。存储器MEM1、MEM2、MEM3和/或MEM4可以物理地位于相同的存储器单元内。例如，存储器MEMl、MEM2、MEM3和/或MEM4可以分配相同组件中的存储器区域。存储器MEMl、MEM2、MEM3、MEM4和/或MEM5也可以物理地位于与相应的处理单元连接，例如从而存储器MEMl位于与图像传感器100连接、存储器MEM3位于与信号处理器CSUl连接，而存储器MEM3和MEM4位于与控制器220连接。成像设备500可以进一歩包括用于显示输出图像MG2的显示器400。输入图像IMGl也可以被显示。然而，由于输入图像頂Gl的大小可以很大，可能从而输入图像的一小部分可以每次以全分辨率来显示。成像设备500的用户可以使用接ロ 240来例如选择输出图像IMG2的图像捕获模式、曝光时间、光学变焦(即，光学放大)、数字变焦(即，数字图像的剪切)和/或分辨率。成像设备500可以是具有图像传感器的任意设备，例如数字静态成像或视频照相机、便携式或固定电子设备像移动电话、膝上型计算机或台式计算机、视频照相机、电视或屏幕、显微镜、望远镜、汽车或自行车、飞机、直升机、卫星、轮船或植入物例如眼植入物。成像设备500也可以是在上述的任意设备中使用的模块，由此成像设备500可以通过有线或无线连接、或光学连接，以固定或可拆卸的方式可操作地连接到设备。设备500也可以省略具有图像传感器。可行的是存储来自于另一设备的ニ进制像素的输出，并且仅处理设备500中的ニ进制图像MGl。例如，数字照相机可以以原始格式存储ニ进制像素以便稍后处理。原始格式图像頂Gl接着可以在设备500中立即或稍后处理。设备500因此可以是具有用于处理ニ进制图像MGl的装置的任意设备。例如，设备500可以是移动电话、膝上型计算机或台式计算机、视频照相机、电视或屏幕、显微镜、望远镜、汽车或自行车、飞机、直升机、卫星、轮船或植入物例如眼植入物。设备500也可以是在任意上述的设备中使用的模块，由此成像设备500可以通过有线或无线连接、或光学连接，以固定 或可拆卸的方式可操作地连接到设备。设备500可以实现为计算机程序产品，其包括用于从原始图像确定输出图像的计算机程序代码。设备500也可以实现为ー种服务，其中各种部分和处理能力可以驻留于网络中。服务可以能够处理原始或ニ进制图像MGl以向服务的用户形成输出图像頂G2。处理也可以在若干个设备之间分布。控制单元220可以布置成控制成像设备500的操作。控制单元220可以布置成向图像传感器100发送信号，例如，以便设置曝光时间、以便开始曝光和/或以便重置图像传感器100的像素。控制单元220可以布置成向成像光学器件10发送信号，例如用于执行聚焦、用于光学变焦和/或用于调节光学孔径。感谢根据本发明的图像处理，输出存储器MEM2和/或外部存储器EXTMEM可以存储比没有图像处理更多数目的输出图像頂G2。替代地或附加地，存储器MEM2和/或EXTMEM的尺寸可以与没有所述图像处理更小。另外，经由数据总线242的数据传输速率可以被降低。由于信号处理器CSUl中的处理，可以实现这些优势而没有图像分辨率中的可见损失。图7示出用于从ニ进制像素形成输出像素的顔色信号単元CSU1。顔色信号単元或信号处理器CSUl可以具有对应于输入图像頂Gl中的像素Pl的大量输入，例如16、35、47、64、280、1400、4096、10000或更多的输入。例如，输入可以对应于多个组GRP (i，j)的ニ进制像素并且可以是从像素Pl(m+0，n+0)到Pl(m+7，n+7)的ニ进制值，ニ进制值指示相应的像素是否已经被曝光或没有曝光(相应地，处于白色或黒色状态)。在图7中，索引m和η可以指定输入像素组GRP(i，j)的左上角的坐标，该输入像素组被馈入到顔色信号単元CSUl的输入。例如，当处理组GRP(1，1)时，为了计算输出像素P2(l，l)的颜色值，输入像素Pl(l，1)，Ρ1(2，1)，Ρ1(3，1^··Ρ1(6，8)，Ρ1(7，8)4ΡΡ1(8，8)的值(即，状态)可以被馈入到颜色信号单兀CSUl的64个不同的输入。顔色信号単元或信号处理器CSUl可以采取其他数据作为输入，例如，涉及组GRP(i, j)的处理的数据PARA(i，j)或涉及处理所有或一些组的通用数据。可以通过将数据PARA组合进输入值Pl来使用这些数据PARA，或者数据PARA可以用于控制颜色信号单元CSUl的工作参数。颜色信号单元可以具有例如3个输出或任意其他数目的输出。通过确定针对红色分量的输出信号SK(i，j)、绿色分量的输出信号Se(i，j)和蓝色分量的输出信的三个不同输出信号来指定输出像素P2(i，j)的颜色值。输出可以对应于输出像素P2(i，j),例如,输出可以是输出像素的颜色值红色、绿色和蓝色。颜色信号单元CSUl可以对应于一个输出像素，或更多数目的输出像素。颜色信号单元CSUl也可以提供输出信号，其对应于不同于RGB系统的颜色系统。例如，输出信号可以指定针对CMYK-系统(蓝绿色、洋红、黄色、基本色)，或YUV-系统(亮度、第一色差、第二色差)的颜色值。输出信号和彩色滤光片可以对应于相同的彩色系统或不同的彩色系统。因此，颜色信号单元CSUl也可以包括用于提供从第一颜色系统到第二颜色系统的转换的计算模块。例如，图像传感器100可以以红色、绿色和蓝色滤光片(RGB系统)覆盖，但颜色信号单元CSUl根据YUV系统可以提供三个输出信号。对于每个输出像素P2，颜色信号单元CSUl可以提供两个、三个、四个或更多个不 同的颜色信号。图8示出用于确定覆盖二进制像素阵列的彩色滤光片布局的布置。二进制像素Pl(k, I)的变化状态的概率可以是入射光强度的函数，如更早在图3a和图3b的上下文中所解释的。进一步，如在图4和图5的上下文中所解释的，二进制像素Pl (k，I)可以具有二进制像素之上的彩色滤光片F(k，I)。由于彩色滤光片的不规则形状和尺寸和/或由于彩色滤光片阵列与二进制像素阵列的未知对准，在二进制像素Pl (k，I)之上的滤光片的颜色(或多个滤光片的多个颜色)可能不是已知的。在图8中已经以问号标记未知的彩色滤光片值。例如，在彩色滤光片阵列已经加工在二进制像素阵列之上后，可能无法立即知道哪个拜尔矩阵单元覆盖于哪个二进制像素之上(如图4中所示)，或在非规则的设置中，哪个彩色滤光片在哪个二进制像素之上(如图5中所示)。彩色滤光片阵列也可以关于其颜色是不规则的，即，滤光片单元的颜色可能无法恰好与预计的颜色相同。滤光片的位置和颜色也可能随时间改变，例如，由于机械或物理磨损或由于曝光。为了确定彩色滤光片F(k，I)的颜色值，已知颜色或已知输入图像的光束LBO可以通过彩色滤光片阵列应用于二进制像素阵列。二进制像素的输出，即，二进制像素对已知的输入的响应可以接着用于确定彩色滤光片阵列的信息。例如，像素阵列可以若干次曝光于输入光束LBO或不同的输入图像的不同颜色。二进制像素的输出可以被记录和处理。例如，二进制像素Pl (k，I)可以被分组成多个分组GRP (i，j)，如在图4和5的上下文中所解释的，并且每个组GRP(i，j)的信息可以被单独地处理。这将在稍后处理。图9示出以覆盖二进制像素阵列的彩色滤光片来确定入射光颜色的布置。在该点上，存在关于彩色滤光片F(k，I)的一些信息，例如，各个彩色滤光片可以已知，或者可以已知涉及二进制像素的多个组GRP(i，j)的不同彩色滤光片红色、绿色和蓝色的数目。也可以仅从二进制像素阵列Pl (k，I)到输出像素阵列P2(i，j)的转换是已知的或至少部分已知。该彩色滤光片F(k，I)的信息可以包括关于滤光片的颜色的信息、关于无功能的像素的信息和/或关于不具有关联的彩色滤光片的像素的信息。关于彩色滤光片F(k，l)的信息现在可以用于确定入射光LBl的信息。例如，入射光可以通过透镜系统来形成，并且因此可以形成图像传感器100上的图像。当入射光通过彩色滤光片F(k，l)到达二进制像素阵列Pl (k，I)，其使得一些二进制像素被曝光(进入到白色状态)。因为光LBl已经通过彩色滤光片，由曝光的二进制像素形成的图像MGl具有关于光强和命中每个二进制像素的光LBl的颜色的信息。当通过使用关于彩色滤光片F (k，I)的信息来将图像MGl转换成图像MG2时，例如通过将二进制像素分组成多个组GRP(i，j)以形成图像MG2的像素P2(i，j)时，可以从光LBl解码颜色信息，并且图像MG2的每个像素可以分配有一组亮度值，对于每个颜色分量R、G和B —个亮度值。换句话说，由照相机光学器件创建在叠加彩色滤光片的二进制像素阵列上的图片可以使得基于命中像素的光的颜色和在像素之上的滤光片F(k，I)的颜色来激活二进制像素。例如，当蓝光命中蓝色滤光片F(k，I)，当其通过滤光片时，光强可以不被过多减小。因此，位于蓝色滤光片之下的二进制像素可以具有处于白色状态(被曝光)的高概率。另一方面，当蓝光命中红色滤光片F(k，I)时，光强可以在很大程度上被减小。因此，位于红色滤光片之下的二进制像素可以具有处于白色状态(被曝光)的低概率。因此，当更大一组的二进制像素GRP(i，j)被曝光于某个颜色的光时，例如蓝色，相比较于具有另一颜色(红色和绿色)的彩色滤光片的那些二进制像素，具有相应的彩色滤光片(例如，蓝色)的更多二 进制像素将被激活到白色状态。各个二进制像素的曝光值(白色/黑色)可以由颜色信号单元CSUl用于形成输出图像MG2。图IOa示出通过统计方法来确定彩色滤光片值。在该系统中，可以具有二进制值化传感器的二维阵列BINARR 1010，并且在二进制传感器上叠加有彩色滤光片。每个滤光片的频谱响应假定是固定的，但初始是未知的。具有未知滤光片的二进制阵列被反复地曝光，并且传感器阵列的响应和光的颜色值被记录。在NXN传感器二进制传感器阵列BINARR的情形中，训练数据可以构成每个具有NXN值的二进制矩阵并且光的相应颜色值C0L0RVAL用于曝光传感器阵列。当二进制像素阵列BINARR 1010被曝光时，其从二进制像素产生输出信号1015，其可以馈入到统计模块STATM0D 1020。可以接着操作统计模块，从而BINARR的输出和原始颜色值C0L0RVAL用于计算对彩色滤光片值的调节。该计算可以迭代地发生1025，从而来自于多个曝光的数据在模块STATM0D中使用。统计模块可以具有例如16、50、64、128、180、400,1000,90000或I百万个输入或更多。训练和教导可以发生在BINARR阵列的部分中，例如从而在一个实例中训练对应于每个组GRP(i，j)的彩色滤光片，并且训练过程通过所有的组迭代。当该教导已经完成时，彩色滤光片值可以存储进存储器中。在学习的阶段中，对于每个传感器，目标在于确定哪个滤光片位于其前。为执行此，可以做出已知颜色的光线(教导光线)的测量。这些测量的每个可以提供二进制矩阵M，使得当传感器ij被照亮或处于白色状态中时，元素Mij是1，当其不是这样时则为O。连同关于用于曝光传感器阵列的光的颜色的信息，矩阵M为我们提供关于未知的滤光片设置的知识。以可变的输入颜色来重复足够次数的测量可以提供滤光片设置的更多准确知识。学习阶段可以被认为是一个逆向问题鉴于光的颜色信息是已知的，什么类型的彩色滤光片可以产生观察的二进制矩阵？对于该估计，可以使用最大后验估计器。在贝叶斯框架中，估计的和测量的变量被认为是随机变量。假设X是我们基于测量的变量Y想估计的随机变量，变量Y的测量值y被获得。X的概率分布被称为先验分布，因为其描述在测量做出前我们对变量的了解。条件概率密度函数L(X) =P(Y = y|X = x)被称为似然函数，其描述了给定测量值1，对于变量X，值X有多大可能。条件概率密度函数P(X = x|Y = y)称为后验分布，因为其描述在测量后，我们对于变量X的知识。根据我们所具有的概率分布的信息量，可以使用X的不同估计器。如果没有做出测量，估计器X可以仅基于X的先验分布。如果做出测量或若干次测量但没有关于X的先验信息，则估计器可以基于似然函数L(X)，为此，可以使用最大似然(ML)估计器。如果先验和测量数据可用，则可以使用基于后验分布的估计器，例如最大后验(MAP)估计器和后验均值。每个彩色滤光片的类型可以被认为是随机变量，因此在N乘N 二进制阵列的情形中，存在N2个随机变量。我们将随机变量列举为Xu，其中i和j在I和N之间(包括I和N)。我们可以假设二进制传感器是小的，并且二进制传感器阵列的尺寸可以相当于或小于由光的衍射所造成的艾里斑的尺寸。因此，可能合理的是将传感器阵列上的光子分布建模为异构空间泊松过程。
滤光片可以独立于它们的相邻方而放置，S卩，并没有假定或已知它们的空间关系。因此，随机变量Xij是独立的。如果彩色滤光片位于位置ij的可能选择是已知的，鉴于Mij被观察并且用于曝光传感器阵列的光的颜色是已知的，可以基于单次观察写出针对随机变量Xu的似然函数。然而，单次的观察可能无法提供充分的信息来导出在位置ij处的彩色滤光片的类型。由于每次观察被假定是独立的，针对n次观察的似然函数可以是单次观察的似然函数的积。似然函数的复杂度可以取决于滤光片和传感器属性(例如光谱透过特性和量子效率)如何被正确地建模。针对位于位置ij中的彩色滤光片的类型的最大似然估计是似然函数的模式，即，使测量的数据最为可能的值。图IOb示出通过统计方法确定彩色滤光片值的学习过程。在阶段1050中，在10次迭代后，大多数的彩色滤光片值是未确定的1060。一些彩色滤光片值是红色1062并且一些是绿色1064。在1052中，在迭代20次后，也出现了一些蓝色滤光片值1066。稍后，在1054中，当35次迭代已经执行后，一些滤光片值已经被确定为白色1068。在1056中，在60次迭代后，教导已经完成并且已经确定所有的彩色滤光片值。统计模块(或颜色信号单元CSU1)可以例如使用模拟或数字电子器件来电子地形成，并且电子器件可以包括外部于模块或嵌入到神经网络的存储器。统计模块可以通过计算机程序代码来形成。统计模块也可以通过适于光学计算的光学组件来光学地形成。图11以示例性方式示出用于二维随机变量的似然函数1140。令随机变量的尺寸是R 1110和G 1120，并且因此随机变量X可以取值(r，g)，其中例如r和g在0和I之间(包括0和I)。在该例子情节中的似然L 1130是在点1170处具有一个本地和全局最大值1160的函数，从而X的G值可以是并且X的R值可以是xK。当似然被迭代而最大化时，变量X可以具有初始值(图中的点1175)，从而似然取值1150。在一次迭代后，X的值是1180并且似然取值1155。最终，当迭代完成时，变量X达到最大似然估计1170并且似然L到达最大值1160。在具有彩色滤光片的二进制像素阵列的环境中，假设我们具有N乘N 二进制阵列，并且在每个二进制传感器上具有任意的彩色滤光片。我们可以使用实值化的矢量X e
3来规定滤光片的颜色，例如白色滤光片对应于矢量(1，1，1)并且红色滤光片对应于矢量(1，0，0)。给定训练数据D，针对位置(i，j)处的彩色滤光片的似然函数可以写成L(X, D) = JJ(1 - e-(^H)^(1)+AG0j5!(2)+AB)^(3))/^2)sfc
k (e-(A^)X(l)+Ag;)X(2)+A^)X(3))/7V^l-Sfc5其中sk G {0,1}是当传感器阵列曝光于具有RGB值Ili(kWk)，IB(k)的光时，在(i， j)处的二进制传感器的输出。该乘积遍及所有可获得的训练数据。可以假设0°=1，并且在例如绿光将基本上不照亮具有红色滤光片的传感器的意义上来说，滤光片是理想的。如果X的某些值将使得似然函数前进到零，鉴于数据，X的此类值可以被认为是不可能的。基于可获得的数据的最为可能的滤光片颜色可以是最大化似然函数的3值矢量(X(I)，X(2)，X(3))。如果我们具有关于可能的滤光片颜色的先验知识，即，一些颜色可能比其他颜色更为可能，则该信息可以被编码成先验分布并且接着可以使用最大后验概率。图12图示出通过使用邻域信息的统计方法来确定彩色滤光片值。这里，可能已知或怀疑滤光片单元之间的相关性(例如，如果已知滤光片颜色形成分段常量区域)。在该情形下，马尔可夫随机场的理论可以用于加速学习阶段。我们将简要地复习一些术语。随机场是随机变量X = (Xi)，i E S的聚集，取某个集合A中的值并且使得对于所
有的入G AsjP(A) >0。索引集合S的元素被称为位置。邻域系统是集合NiCS, i G S的聚焦，使得当且仅当j e Ni，对于所有的i，j G S，i G N」。对于给定的i G S，Ni的元素被称为i的相邻者。S的子集被称为团，如果其不同元素的任意两个是相邻者。位势V是Vc = As-R的聚焦，使得如果C不是团，则Vc = 0，并且如果X和y同意C，则Vc(X) = Vc(y)。下面我们将考虑马尔可夫随机场的理论如何可以被应用于滤光片标识的问题。在图12中示出没有和利用邻域信息来迭代地确定彩色滤光片值。在左边，示出在10次迭代1210、20次迭代1212、40次迭代1214和70次迭代1216后，在没有使用邻域信息后确定彩色滤光片值。如在1216中示出，在70次教导迭代后，可能存在其值未知的一些彩色滤光片。在右边，示出在10次迭代1230、20次迭代1232、40次迭代1234和70次迭代1236后，使用邻域信息确定彩色滤光片值。如可以看到的，并且如实际中可能发生的，当使用邻域信息时，教导收敛地更快，并且在70次迭代后，留下没有确定值的更少彩色滤光片。图13图示出利用能量函数确定彩色滤光片值。每个彩色滤光片的类型可以被认为是随机变量Xijtj位置S的集合是通过对(i，j)形成的集合，其中i和j在I和N之间(包括I和N)。我们可以假设我们具有某个相邻系SNu，例如由八个或四个空间最为紧密的位置形成。也可以考虑更为复杂的邻域，并且相邻者并不必须是物理的相邻者。我们现在可以将系统的能量函数定义为和 H(X) = -IogL (X，D) + P K (X)，其中L(X，D)是描述随机变量Xu如何取决于数据D的似然函数，P是常量并且K(X)是先验能量函数。Xu的后验概率分布可以写成以下的形式P(X) = |e-孖⑷，其中Z是归一化因子。通过定义，可以遵从马尔可夫随机场具有下面的属性条件概率满足
权利要求
1.一种用于适配图像处理系统的方法，包括 -接收二进制像素值，通过应用光、利用具有彩色滤光片的二进制像素形成了所述二进制像素值， -接收关于所述光的颜色的信息， -通过使用所述二进制像素值和关于所述光的颜色的信息来形成第一像素的所述彩色滤光片的颜色的估计，以及 -使用所述估计来适配关于所述图像处理系统中的彩色滤光片的信息。
2.根据权利要求I所述的方法，进一步包括 -将所述二进制像素曝光于通过叠加在所述二进制像素上的彩色滤光片的光，所述光已经通过光学布置，以及 -从所述二进制像素的输出形成所述二进制像素值。
3.根据权利要求I或2所述的方法，进一步包括 -使用似然估计形成所述估计，以及 -迭代地精选所述估计。
4.根据权利要求1、2或3所述的方法，进一步包括 -确定所述二进制像素的邻域，以及 -使用所述第一像素信息的所述邻域中的像素的估计值来形成所述第一像素的所述估计。
5.根据权利要求4所述的方法，进一步包括 -通过优化能量函数来形成所述估计，所述能量函数具有第一分量和第二分量，其中第一分量指示所述彩色滤光片的所述颜色和所述光的所述颜色的相似度，而第二分量指示所述第一像素和所述第一像素的相邻者的值中的至少一个差。
6.根据权利要求1-5的任意一项所述的方法，其中在所述图像处理系统中执行所述调节以形成所述二进制像素的彩色滤光片的初始值，或者校准所述二进制像素的彩色滤光片的值。
7.一种设备，包括至少一个处理器，包括计算机程序代码的存储器，该存储器和计算机程序代码配置成利用所述至少一个处理器，使得所述设备至少执行以下操作 -接收二进制像素值，通过应用光、利用具有彩色滤光片的二进制像素形成了所述二进制像素值， -接收关于所述光的颜色的信息， -通过使用所述二进制像素值和关于所述光的颜色的信息来形成第一像素的所述彩色滤光片的颜色的估计，以及 -使用所述估计来适配关于所述图像处理系统中的彩色滤光片的信息。
8.根据权利要求7所述的设备，进一步包括配置成利用处理器，使得所述设备至少执行以下操作的计算机程序代码 -将所述二进制像素曝光于通过叠加在所述二进制像素上的彩色滤光片的光，所述光已经通过光学布置，以及 -从所述二进制像素的输出形成所述二进制像素值。
9.根据权利要求7或8所述的设备，进一步包括配置成利用所述处理器，使得所述设备至少执行以下操作的计算机程序代码 -使用似然估计形成所述估计，以及 -迭代地精选所述估计。
10.根据权利要求7、8或9所述的设备，进一步包括配置成利用所述处理器，使得所述设备至少执行以下操作的计算机程序代码 -确定所述二进制像素的邻域，以及 -使用所述第一像素信息的所述邻域中的像素的估计值来形成所述第一像素的所述估计。
11.根据权利要求10所述的设备，进一步包括配置成利用所述处理器，使得所述设备至少执行以下操作的计算机程序代码 -通过优化能量函数来形成所述估计，所述能量函数具有第一分量和第二分量，其中第一分量指示所述彩色滤光片的所述颜色和所述光的所述颜色的相似度，而第二分量指示所述第一像素和所述第一像素的相邻者的值中的至少一个差。
12.根据权利要求7到11的任意一项所述的设备，进一步包括配置成利用所述处理器，使得所述设备至少执行以下操作的计算机程序代码 -调节所述图像处理系统以形成所述二进制像素的彩色滤光片的初始值，或者校准所述二进制像素的彩色滤光片的值。
13.根据权利要求7到12的任意一项所述的设备，进一步包括 -颜色信号单元，其包括至少一个所述神经网络，以及 -存储器，用于存储至少一个所述神经网络的参数和/或权重。
14.根据权利要求7到13的任意一项所述的设备，进一步包括 -用于形成图像的光学布置， -用于检测所述图像的二进制像素的阵列，以及 -多组所述二进制像素。
15.根据权利要求7到14的任意一项所述的设备，进一步包括 -叠加在二进制像素的阵列上的至少一个彩色滤光片，所述彩色滤光片以非对齐的、不规则的、随机的，以及未知的叠加的组中的至少一种方式叠加在所述二进制像素的阵列上。
16.一种系统，包括至少一个处理器，包括计算机程序代码的存储器，所述存储器和计算机程序代码配置成利用所述至少一个处理器，使得所述系统至少执行以下操作 -接收二进制像素值，通过应用光、利用具有彩色滤光片的二进制像素形成了所述二进制像素值， -接收关于所述光的颜色的信息， -通过使用所述二进制像素值和关于所述光的颜色的信息来形成第一像素的所述彩色滤光片的颜色的估计，以及 -使用所述估计来适配关于所述图像处理系统中的彩色滤光片的信息。
17.根据权利要求16所述的系统，其中所述系统包括 -调节单元，配置成接收所述二进制像素值和关于所述光的颜色的所述信息，并且通过使用所述二进制像素值和关于所述光的颜色的信息来形成第一像素的所述彩色滤光片的颜色的估计，以及-图像处理单元，其包括具有彩色滤光片的二进制像素阵列并且配置成形成图像，其中所述图像处理单元配置成从所述调节单元接收调节信息以便适配所述图像处理单元。
18.一种存储在计算机可读介质上并且在数据处理设备中可执行的计算机程序产品，其中所述计算机程序产品包括 -用于接收二进制像素值的计算机程序代码段，通过应用光、利用具有彩色滤光片的二进制像素形成了所述二进制像素值， -用于接收关于所述光的颜色的信息的计算机程序代码段， -用于通过使用所述二进制像素值和关于所述光的颜色的信息来形成第一像素的所述彩色滤光片的颜色的估计的计算机程序代码段，以及 -用于使用所述估计来适配关于所述图像处理系统中的彩色滤光片的信息的计算机程序代码段。
19.根据权利要求18所述的计算机程序产品，其中所述计算机程序产品进一步包括 -用于调节所述图像处理系统以形成所述二进制像素的彩色滤光片的初始值，或者校准所述二进制像素的彩色滤光片的值的计算机程序代码段。
20.—种设备,包括 -处理装置， -存储装置， -用于接收二进制像素值的装置，通过应用光、利用具有彩色滤光片的二进制像素形成了所述二进制像素值， -用于接收关于所述光的颜色的信息的装置， -用于通过使用所述二进制像素值和关于所述光的颜色的信息来形成第一像素的所述彩色滤光片的颜色的估计的装置，以及 -用于使用所述估计来适配关于所述图像处理系统中的彩色滤光片的信息的装置。
全文摘要
本发明涉及使用二进制像素来形成图像。二进制像素是仅具有两个状态的像素，当像素被曝光时是白色状态，而当像素不被曝光时是黑色状态。二进制像素在它们之上具有彩色滤光片，并且彩色滤光片的设置初始可以是未知的。使用统计方法的设置可以用于确定彩色滤光片设置，以产生正确的输出图像。随后，可以利用二进制像素使用彩色滤光片信息来从二进制像素阵列记录的输入图像产生图像。
文档编号G06T5/20GK102667853SQ200980162994
公开日2012年9月12日 申请日期2009年12月23日 优先权日2009年12月23日
发明者M·维金科斯基, T·玛基-玛蒂南, T·里萨 申请人:诺基亚公司