一种基于粒子群算法的图像传感器关键性能参数的测试方法专利检索-暗电流传感器与探测器专利检索查询-专利查询网

一种基于粒子群 算法的图像 传感器关键性能参数的测试方法

阅读：1027发布：2020-06-15

专利汇可以提供一种基于粒子群算法的图像传感器关键性能参数的测试方法专利检索，专利查询，专利分析的服务。并且本发明属于光电技术领域，具体为涉及一种基于粒子群算法的图像传感器关键性能参数的测试方法。具体包括：对图像传感器进行曝光操作，取n个不同的曝光时间，再分别采集n 帧明场数据和n帧暗场数据，按照EMVAStandard1288要求，计算出明场值方差明场灰度值均值μy、暗场灰度值μydark；进行粒子群算法反演的具体步骤。本发明可以更加便捷地得到系统增益及暗噪声参数。，下面是一种基于粒子群算法的图像传感器关键性能参数的测试方法专利的具体信息内容。

权利要求

1.一种基于粒子群算法的图像传感器关键性能参数的测试方法，其特征在于，包括了以下步骤：
(1)对图像传感器进行曝光操作，取n个不同的曝光时间，再分别采集n 帧明场数据和n帧暗场数据，按照EMVA Standard 1288要求，计算出明场灰度值方差明场灰度值均值μy、暗场灰度值μydark；
(2)进行粒子群算法反演的具体步骤如下：
(2.1)将图像传感器的系统增益K、暗电流μI、初始暗信号方差组成三维粒子；
(2.2)设定粒子个体适应度函数为：
其中，是明场灰度值方差，K为系统增益，μI为暗电流，texp为曝光时间，σq为量化噪声；
(2.3)按照粒子群算法的寻优流程得出系统增益、暗电流、初始暗信号方差的最优估计值。

说明书全文

一种基于粒子群算法的图像 传感器关键性能参数的测试方法

技术领域

[0001] 本发明属于光电技术领域，具体为涉及一种基于粒子群算法的图像传感器关键性能参数的测试方法。

背景技术

[0002] 图像传感器发展速度之快，使其已经应用于人们社会生活的各个方面。从最贴近生活的应用比如数码相机、智能手机、安全监控的摄像头，到国防安全息息相关的新型武器，乃至人类科技发展的最高体现——空间科学，都有图像传感器的身影。在生产和重要应用领域，要求对传感器芯片性能进行测试、评价和筛选，以监控产品质量或保证应用的可靠性。在图像传感器的被测参数中，最为基础和重要的参数是传感器的系统增益和暗场噪声。

[0003] 粒子群算法也称为粒子群优化算法，是近年来发展起来的一种新的进化算法，它是从随机解出发，通过迭代寻找最优解，利用适应度评价解得品质，追随当前搜索到的最优值来寻找全局最优。这种算法以其容易实现、精度高、收敛快等优点得到了学术界的重视，并且在解决实际问题中展示了其优越性。

发明内容

[0004] 本发明的目的在于给出一种基于粒子群算法的图像传感器关键性能参数的测试方法。

[0005] 本发明的目的是这样实现的：

[0006] 基于粒子群算法的图像传感器关键性能参数的测试方法，包括了以下步骤：

[0007] (1)对图像传感器进行曝光操作，取n个不同的曝光时间，再分别采集n 帧明场数据和n帧暗场数据，按照EMVAStandard1288要求，计算出明场值方差明场灰度值均值μy、暗场灰度值μydark；

[0008] (2)进行粒子群算法反演的具体步骤如下：

[0009] (2.1)将图像传感器的系统增益K、暗电流μI、初始暗信号方差组成三维粒子；

[0010] (2.2)设定粒子个体适应度函数为：

[0011]

[0012] 其中，是明场灰度值方差，K为系统增益，μd.0为暗信号初值，μI为暗电流，texp为曝光时间，σq为量化噪声；

[0013] (2.3)按照粒子群算法的寻优流程得出系统增益、暗电流、初始暗信号方差的最优估计值。

[0014] 本发明的有益效果在于：

[0015] 本发明可以更加便捷地得到系统增益及暗噪声参数。附图说明

[0016] 图1为本发明步骤示意图。

具体实施方式

[0017] 下面结合附图对本发明做进一步描述。

[0018] 本发明公开了一种基于粒子群算法对图像传感器参数的优化方法，在明场及暗场条件下对图像传感器多次曝光，并根据“EMVAStandard1288”(欧洲机器视觉协会制定的图像传感器及相机测试标准)分别计算明场方差、明场均值、暗场均值，并将这些数据及所对应的曝光时间数据施用于粒子群算法。根据光子转换理论，设计适应度函数，并将图像传感器的系统增益K、暗电流μI、初始暗信号方差组成三维粒子，经粒子群算法寻优后可得到系统增益、暗电流和初始暗信号方差的反演结果。该方法对暗场方差不敏感[0019] 本发明基于粒子群寻优算法，对图像传感器关键参数进行反演，包括以下步骤：

[0020] S1：对图像传感器进行曝光操作，取n个不同的曝光时间，再分别采集n帧明场数据和n帧暗场数据。按照EMVAStandard1288标准要求，计算出明场值方差明场灰度值均值μy、暗场灰度值μydark；

[0021] S2：进行粒子群算法反演的具体步骤如下：

[0022] S2.1：将图像传感器的系统增益K、暗电流μI、初始暗信号方差组成三维粒子；

[0023] S2.2：设定粒子个体适应度函数为：

[0024]

[0025] 其中，是明场灰度值方差，K为系统增益，μd.0为暗信号初值，μI为暗电流，texp为曝光时间，σq为量化噪声；

[0026] S2.3：按照粒子群算法的寻优流程得出系统增益、暗电流、初始暗信号方差的最优估计值。

[0027] 本发明在图像传感器测试标准EMVAStandard1288(欧洲机器视觉协会制定的图像传感器及相机测试标准)的基础上，设计了一个包含了可测数据和被测参数的适应度函数，结合粒子群算法提出了一种新的图像传感器关键参数测试方法。

[0028] 首先依照EMVAStandard1288标准，在30个不同的曝光时间下进行明场和暗场方式曝光，得到30组明场灰度值方差、明场灰度值均值、暗场灰度值均值。

[0029] 粒子群算法总的搜索次数为600，系统增益K、暗电流μI、初始暗信号方差组成三维粒子，随机产生400个粒子作为初始种群。粒子产生后，设定权利要求1中S3所设定的适应度函数，计算每个个体的适应度函数值，判断是否达到预设的粒子群算法的终止条件，如果不是进入否则进入步骤根据粒子群算法中的适应度值进行算法中的关于粒子的位置，速度的更新，逐次进化搜索，直到满足算法终止条件，适应度值最高的粒子就是图像传感器的系统增益、暗电流、初始暗信号方差的反演结果。

标题	发布/更新时间	阅读量
一种降低暗电流的氧化层制备方法及复合结构	2020-05-08	401
一种基于深度学习识别的社区垃圾分类系统及方法	2020-05-08	918
图像传感器及其形成方法	2020-05-11	487
图像处理装置、图像处理方法和存储介质	2020-05-12	137
一种台面式硅掺砷阻挡杂质带探测器及其制备方法	2020-05-11	502
多载流子体系的测试及拟合方法	2020-05-11	582
一种基于紫外探测器质子位移效应的辐照试验测试方法	2020-05-12	27
一种重码检测方法、重码检测装置及电子设备	2020-05-11	463
对焦传感器的校准方法	2020-05-11	404
一种光测设备的自动标校方法、系统及终端设备	2020-05-11	940

一种基于粒子群算法的图像传感器关键性能参数的测试方法

一种基于粒子群算法的图像传感器关键性能参数的测试方法

技术领域

背景技术

发明内容

具体实施方式

该功能需要专业版企业版VIP权限，您可以：