"，但是图像传感器中的像素与通过摄影获得的图像的像素是对 应关系，因此在以下描述中将对应于缺陷像素的图像中的像素称为"缺陷像素"。另外，缺陷 像素可以被称作校正目标像素。
[0033] 接下来，将描述本实施例中缺陷像素校正操作的概要。这里如图2中的2a部分中 所示出，假定R像素是缺陷像素。首先，当获取了 2a部分示出的图像时，从通过缺陷像素的 线（关注线）提取包括将要成为校正目标的缺陷像素并表示此线的特征的多个像素，并生 成由提取的像素构成的2b部分所示的特征像素序列。这里示出了关注线为水平线、提取与 缺陷像素位于相同水平坐标上且与缺陷像素颜色相同的像素从而生成特征像素序列的示 例。请注意，尽管这里给出了提取缺陷像素及位于关注线上的缺陷像素的前面和后面且与 缺陷像素颜色相同的两个像素来作为特征像素的示例的描述，但是提取特征像素的方法并 不限于此。
[0034]接下来，从与关注线平行的另一条线（参照线）上存在的像素中提取表示此线的 特征的多个像素，并生成由提取的像素构成的2c部分所示的特征像素序列。这里，示出了 在关注线上方两个像素处设置参照线、从参照线上的像素中提取与缺陷像素颜色相同的像 素以生成特征像素序列的示例。由于如稍后描述的那样计算相关量，因此从参照线提取的 特征像素的数量比从关注线提取的特征像素的数量更大。
[0035] 请注意，在本实施例中，将参照线设置为使与缺陷像素颜色相同的像素存在于线 上。因此，在诸如由拜耳阵列中的R像素和B像素等两个像素构成重复单位的情况下，将参 照线设置为使其与关注线的距离是重复单位的倍数（2n[像素]，其中n是等于或大于1的 整数）。
[0036] 2d部分中示出了从关注线和参照线生成的特征像素序列的各像素值以及从特征 像素序列的像素值生成的波形的例子。在这样从关注线和参照线上的特征像素序列生成两 个波形后，针对多个相对位置（偏移量）获得相关量，从而获得两个波形间的相关性最高的 偏移量和方向。
[0037]例如，如2e部分所示，假定由于关注线上的特征像素序列的波形偏移+2 (S卩，在向 右方向上两个像素），其与参照线上的特征像素序列的波形的相关性变为最高。由于特征像 素序列由拜耳阵列中相同颜色的像素所构成，因此偏移量（+2)X2与原始像素阵列中像素 坐标的差异相对应。因此，如2f?部分所示，发现参照线上与缺陷像素最相关的像素位于水 平坐标上距缺陷像素+4的位置处（即，在向右方向上距缺陷像素4个像素）。
[0038] 因此，例如，在最简单的方法中，可以通过将与缺陷像素最相关的像素的值用作缺 陷像素的值来校正缺陷像素。
[0039] 接下来，将通过图3中示出的流程图来描述如何利用图1A中示出的摄像装置100 实现本实施例的上述缺陷像素校正。
[0040] 首先，在步骤S301中，CPU103获得作为处理目标的图像数据。这里，图像数据可 以通过摄影而获得，或可以通过读出存储介质106中记录的图像数据而获得。或者，可以经 由通信装置109从外部设备获得。请注意，这里获得的图像数据处于缺陷像素还未被校正 的状态，例如是RAW图像数据。
[0041]CPU103在例如一次存储设备104中加载获得的图像数据。然后CPU103扫描图 像数据的各像素，同时针对根据步骤S302中的确定是缺陷像素的关注像素应用步骤S302 至S307中的处理。请注意，尽管在步骤S302中确定图像数据的各关注像素是否为图3的示 例中的缺陷像素，但可以使用缺陷像素的位置信息对缺陷像素依次执行步骤S303至S307 中的处理。
[0042] 例如，缺陷像素的信息可以是在制造摄像装置100时存储在二次存储设备105中 的缺陷像素信息。另外，例如，可以从诸如在启动摄像装置1〇〇时等特定条件下拍摄的图像 中检测出图像传感器102中的缺陷像素，其位置信息可以存储在二次存储设备105中。此 时，可以利用通过随后的检测处理所获得的缺陷像素信息而更新制造时存储的信息。可以 将缺陷像素信息记录为图像数据的附加信息。
[0043]现在将描述针对根据上述确定是缺陷像素的像素所执行的步骤S303及随后的步 骤中的处理。在步骤S303中，CPU103生成关注线上的特征像素序列（第一像素序列）。 例如，如利用图2中的2b部分所描述的，此步骤可以是用于提取与缺陷像素存在于相同水 平坐标上的与缺陷像素具有相同颜色的像素并生成特征像素序列的处理。请注意，如其他 实施例中所描述的，可以使用其他方法执行特征像素的提取。
[0044] 接下来，在步骤S304中，CPU103生成参照线上的特征像素序列（第二像素序 列）。这里同样地，如利用图2中2c部分所描述，此步骤可以是例如用于提取位于被设置为 关注线上方两个像素的参照线上的与缺陷像素具有相同颜色的像素并生成特征像素序列 的处理。
[0045] 在步骤S305中，为了确定适合缺陷像素校正所参照的像素值，在改变从关注线和 参照线生成的特征像素序列的相对位置的同时，CPU103检测相关性最大的偏移量。
[0046] 以下将利用图4来描述步骤S305中相关量计算处理的具体示例。
[0047] 在该实施例中，在关注线上的特征像素序列和与关注线上的特征像素序列具有相 同数量的像素的参照线上的特征像素序列的部分（参照线中的区域）之间计算相关量。每 当序列间的偏移量改变，则利用参照线上的特征像素序列的不同区域计算针对该偏移量的 相关量。因此，参照线上的特征像素序列可以被视为包括多个像素区域。
[0048] 图4示意性示出了在相对于关注线上的特征像素序列而将参照线上的特征像素 序列偏移X个像素（X是整数，其为正时表示向右的方向、其为负时表示向左的方向）时计 算相关量的示例。CPU103合计各偏移量（相对的位置）中通过各箭头所连接的像素值之 间的异。例如，假定被计算相关性的像素的数量是2W+1(W是正整数），关注线上的特征像素 序列的指数i(参见图4)处的像素值是Ti，以及参照线上的特征像素序列的指数i处的像 素值是Ri。此时，通过以下等式计算偏移量X时的相关量Sx。
[0049]
[0050] 换言之，相关量Sx越小代表相关性越高。请注意，在目前所述的方法中，从关注线 提取包括缺陷像素的特征像素以生成特征像素序列。为此，缺陷像素的值（T0)不可以用于 计算相关值。因此，例如仅当i= 〇时获得将要加到等式（1)中的相关量为〇的相关量Sx。
[0051] 可以从针对预定范围内的多个偏移量而计算出的相关值Sx中获得最小相关值Sx 的偏移量X中确定用于校正缺陷像素的参照像素的位置。例如，如果在偏移量X= +2时相 关量Sx是最小值，则确定与缺陷像素具有相同颜色的像素中位于缺陷像素向右两个像素 位置处的像素（即，位于参照线上从缺陷像素向右四个像素位置处）是参照像素。
[0052] 图5A是示出步骤S305中相关量计算处理的具体示例的流程图。首先，在步骤 S1701中，CPU103利用用作开始系数的-W替代X，此后，在步骤S1702中，初始化最小相关 量Smin及最小相关量时的偏移量Xmin。此后，CPU103执行步骤S1703至S1706中的处 理，同时在步骤S1705中递增X。
[0053] 在步骤S1703中，CPU103确定在这个时间点计算出的相关量Sx是否小于最小相 关量Smin,如果Sx<Smin则处理进入到步骤S1704,而如果Sx彡Smin则处理进入到步骤 S1705。请注意，当是第一次计算相关量Sx时（这里是X= -W的情况下），CPU103推进处 理进入步骤S1704。
[0054] 在步骤S1704中，CPU103利用当前的相关量Sx更新最小相关量Smin。同样利用 X的当前值更新对应于最小相关量Smin的偏移量Wmin。然后，在步骤S1705中，CPU103递 增X，而在步骤S1706中，CPU103确定是否已对全部偏移范围执行了处理。如果已对全部 偏移范围执行了处理则CPU103结束处理，而如果还存在未经过处理的数据则将处理返回 到步骤S1703。利用上述处理，可以获得偏移范围内的最小相关量Smin以及可以用来获得 最小相关量的偏移量Wmin。
[0055] 请注意，图5A中示出的用于相关量计算处理的方法仅是示例，可以使用任何可以 获得相似结果的其他方法。例如，不是必须从最小值而递增偏移量X，可以以任何顺序改变 值，只要可以计算出对应于各偏移量的相关值即可。另外，可以存储对应于各偏移量的所有 相关值，并且可以最后选择对应于最小相关值的偏移量。
[0056] 在这样基于特征像素序列的相关量而确定参照像素的位置后，CPU103在步骤 S306中计算相关量。在最简单的情况下，校正值可以是参照像素的值，但可以使用其他方法 计算校正值。例如，可以使用从参照像素的值及参照像素的周边像素的值中计算出的诸如 颜色差等特征量来校正缺陷像素。
[0057] 在步骤S306中计算出校正值后，在步骤S307中，CPU103使用校正值校正缺陷像 素。此后，在步骤S308中，CPU103确定是否已完成像素扫描，并重复执行