CN1167035C - 动态异常象素的检测和校正 - Google Patents

Abstract

动态检测和校正来自图象传感器的原始数据中异常象素方法和统，把傻瓜相机和智能主机结合使用，通过扫描图象帧来搜索其亮度值与相邻象素的亮度之间的变化超出规定值的象素，将其定义为缺陷象素，其位置和频率被存储在统计数据库。然后，缺陷象素的亮度值被从缺陷象素的相邻象素取得的局部亮度值代替。采用括视频子采样，使得缺陷象素的检测以预定的帧速率进行和重复。保留一个统计数据库，使真正的异常象素被从目标图象内的真正异常的错误检测中辨别出来。

Description

动态异常象素的检测和校正

技术领域

本发明是关于采用固态图象拾取设备的数字静态或视频相机的，更具体地说是关于用于检测和校正从固态图象拾取设备获取的缺陷象素的方法和系统的。

背景技术

数字成象的基础是图象传感器。正如传统相机那样，光线通过快门控制的镜头进入数字静态或视频相机。在快门打开时，数字相机不是使胶卷曝光，而是在图象传感器——一种固态电子设备上收集光线。图象传感器包含一个微小的光点或象素构成的栅格。在相机内，图象传感器上的每个光点可以表示数字化图象的一个象素。在数字成象领域内十分盛行的两种图象传感器类型是电荷耦合设备(CCD)和互补金属氧化物半导体(CMOS)图象传感器阵列。这些图象传感器都可能包含几百到几百万的光点，用以把照射到它们上面的光线转换成微小的电流，这些电流可以被以电的方式处理和解释，并最终用于在显示设备上重新产生和显示一个目标图象。

用于生产图象传感器的方法虽然已经高度发展，但并不完美。图象传感器阵列内的光点的灵敏度或把光线转换为电流的能力是可变的。一些变化是可预期和忍受的，但在碰巧的时候，阵列中的各个光点可能失灵、不敏感或过于敏感。这可能导致被显示的图象有一个暗点或黑点、白色亮点或错误颜色的亮点，所有的这些都是预想不到并不是终端用户所希望有的。数字成象领域的工作者也已经认识到由目标图象不适当的数字化导致的这一问题，并想出不同的方案来检测和校正缺陷象素。这些现有的方法和系统可以被广义地划分为两类。

一方面，有各种基于硬件的方法，用于检测和校正从图象传感器阵列获取的缺陷象素。这些基于硬件的方法和系统对于视频相机制造商来说都非常相似。大多数采用固态图象拾取设备的传统视频相机，插入了一个缺陷象素检测和校正电路，用于校正从图象传感器阵列获取的缺陷象素。缺陷象素是在制造图象传感器阵列之时或之后产生的。在这样的相机内，缺陷象素校正电路检测一个缺陷象素并把位置数据和有关该缺陷象素的各种数据存储在只读存储器(ROM)或类似的存储器内。然后，在使用视频相机时，来自缺陷象素的象素数据被来自缺陷象素附近的象素数据代替。一个这样的方法和系统见美国专利号No.5,796,430。这种方法的缺点是，在产品装配和测试时需要插入存储器设备并对其编程，这增加了生产成本和时间。另外，由于需要在视频处理专用集成电路(ASIC)内增加校正电路或逻辑，硬件设备的成本也要增加。

另一方面，有各种基于软件的方法，用于检测和校正数字图象中的缺陷象素。一种这样的方法和系统见美国专利号No.5,982,946。这样的基于软件的方法一般针对已经数字化并完全处理过的图象的坏象素进行校正。这些数字化的图象，是已经经过了颜色处理、压缩、和在从图象传感器阵列读取的原始数据上完成的其他各种处理，最终可显示和存储的格式。因此，这种针对完全处理过的数字图象的基于软件的方法，可以校正由下面任何因素引起的异常象素：原始景物上的灰尘或污垢、用于捕捉景物的镜头上的灰尘或污垢、以及由不良光点引起的数字化图象中的异常象素。典型地，这些方法依赖复杂、昂贵的系统和计算机软件来检测和校正坏象素。这些方法一般需要用户输入来检测潜在坏象素的所在位置。一旦用户在视觉上扫描一幅完整图象，并标志出潜在坏象素，结合了软件程序的系统校正被标出的缺陷象素。除需要用户输入之外，这种方法也很昂贵、单调乏味、且很耗时。

廉价的PC接口的数字静态和视频相机设备的迅速普及，需要迅速、动态、廉价和智能的缺陷象素检测和校正方案。

发明内容

本发明提供了一种方法和系统，用于动态检测和校正取自诸如CCD或CMOS传感器阵列的图象传感器阵列的原始数据中的异常象素，因而允许使用傻瓜相机捕捉数字图象，用于后面的智能主机——诸如显示在一个计算机显示器上。本发明使用在智能主机处理器上运行的软件算法，来动态校正取自数字静态或视频相机中图象传感器阵列的原始数据中的异常象素。原始图象传感器数据是从图象传感器获得的未经压缩的亮度数据，而且没有经过任何有损压缩或颜色处理。图象传感器读取模拟电压或电流，转换成数字信号，并不经进一步处理和压缩就把这些信号发送到主机。图象传感器上的光点被用于捕捉或者彩色或者单色数字静态或视频图象。原始图象数据通过总线以一定传输速率被发送到智能主机，传输率由诸如通用串行总线(USB)或并行端口等特定总线的总线协议来决定。所有的图象处理都从相机转移到智能主机。把提供原始数据的傻瓜相机和完成所有随后的图象处理的智能主机结合起来使用，系统通过扫描图象帧来搜索其亮度值与相邻象素的亮度之间的变化超出规定值的象素而工作，并把这些象素作为缺陷象素。给出缺陷象素的光点的位置和频率被存储在计算机内存内的统计数据库里。然后，缺陷象素的亮度值被从缺陷象素的相邻象素取得的局部亮度值代替。处理过程包括视频子采样(subsample)，这意味着缺陷象素的检测以预定的帧速率进行和重复，以保证在最少扫描级别的情况下的最优检测和校正。保留了一个统计数据库，以便真正的异常象素可以随着时间的推移而被从目标图象内的真正异常情况的错误检测中辨别出来，照明或其他环境因素可引入异常情况。

特意保持软件算法非常简单以便使得处理器的工作量和/或视频帧速率所受影响最小。首先，由于它仅仅完成三项功能，即检测、校正和统计功能，因而保持软件算法简单。由于只追踪异常象素的位置信息和发生频率，因而保持统计程序简单。第二，保持软件算法简单以便使得数据传输到主机的速率所受影响最小，因此当为发现缺陷象素而扫描一帧时，后续的帧并未被阻止。最差的情况下软件算法的最大影响是视频数据的传输率由每秒10帧(fps)降为9fps。第三，保持软件算法简单以便当执行算法时主机处理器工作量的增加不超过1％。异常象素在一帧中被检测出，而校正开始于随后各帧被从图象传感器读出之时。

由于许多原因动态缺陷象素的检测和校正非常重要。首先且最重要的是，图象质量能够显著改善。第二，通过提高未采用这种技术而废弃的传感器的回收率和可用性，传感器的成本能够实质性地降低。与传统的基于硬件的方法相比，基于动态智能主机软件应用的异常象素检测和校正还具有另外的成本和质量方面的优点。第一，由于在产品装配和测试时不必增加存储器并对其编程，而降低了制造成本。第二，由于不必在视频处理ASIC内包括校正逻辑而进一步降低了成本。最后，它考虑了来自传感器光点的原始象素数据的校正，这些象素随着时间变化和运行环境的改变可能出现瑕疵。

附图说明

图1是根据本发明一个实施例的系统的简化的方框图。

图2给出了根据本发明一个实施例的检测和校正缺陷象素方法的简化流程图。

具体实施方式

图1给出了本发明的一个实施例，它采用运行在一个智能主机处理器114上的软件算法动态校正不良或异常象素。在一个实施例中，智能主机是一个服务器或PC。该系统包括一个用于捕捉图象的图象传感器110、一个包含用于执行存储在存储器118的计算机程序的处理器114的智能主机101、和一个用于执行设备通信的系统总线112。图象传感器阵列或者是电荷耦合设备(CCD)或者是互补金属氧化物半导体(CMOS)图象传感器阵列，它是视频或静态数字相机的典型部件。图象传感器110通过外部总线111与主机101通信，总线可以是通用串行总线(USB)或并行端口。随着处理器114和图象传感器110之间的适当的请求的传输，计算机程序被调入内存116。

系统通过从图象拾取设备110读出或扫描原始图象数据来搜索其亮度值与相邻象素的亮度之间的变化超出规定值的象素而工作。原始图象传感器数据是从图象传感器获得的未经压缩的亮度数据，而且没有经过任何有损压缩或颜色处理。图象传感器读取电压或电流，转换成数字信号，并不经进一步处理和压缩就把这些信号发送到主机。图象传感器上的光点被用于捕捉或者彩色或者单色数字静态或视频图象。原始图象数据通过总线以一定传输速率被发送到智能主机，传输率由诸如通用串行总线(USB)或并行端口等特定总线的总线协议来决定。

原始图象传感器数据、每个缺陷象素的位置和发生频率、和计算机程序完成的所有中间计算结果都存储在内存116。然后使用其他算法计算与缺陷象素相邻的象素平均值，用以取代来自缺陷象素的数据。然后经过校正的数据被进一步处理，并最终显示在监视器120上。处理过程包括视频子采样，这意味着缺陷象素的检测以各种帧间隔进行和重复。每128帧(1/128)进行一次视频子采样。可替代地，可以每64帧进行一次视频子采样。而在另一个实施例中，每n乘以X帧进行一次视频子采样，其中n是一个整数，而X不等于50或60。50和60对应于50Hz和60Hz，这分别是美国和欧洲所采用的AC照明频率。这样，可以保证异常原始数据象素不受人工照明系统的影响。视频子采样的使用考虑到在无须扫描每帧图象的情况下迅速和最优校正，而扫描每帧图象将影响处理器和系统的处理速度。自然，当检测和校正静态图象的缺陷象素时不采用视频子采样。

被产生并存储于内存116的记录缺陷象素位置和发生频率的一个统计数据库允许系统随着时间的变化学习和适应其工作。统计数据库的趋势被存储，以便真正的异常象素可以随着时间的推移而被从目标图象内的真正异常情况的错误检测中辨别出来，照明或其他环境因素可引入异常情况。

图2给出了一个简化的流程图，它根据本发明的一个实施例，描述了在系统中用软件程序实现的检测和校正缺陷象素的功能。缺陷象素的检测和校正的第一步是在步骤210从图象传感器阵列获取原始图象数据帧的一部分。原始图象数据可能是对应于被数字化的现场场景的数据或对应于一个校正或“黑色”背景图象的数据。“黑色”背景图象可以通过减少传感器阵列的积分时间或通过降低图象信号的增益来获得。“黑色”图象的数据可被用于检测过于敏感的光点。对应于“黑色”图象的原始数据必须也是黑色的，如果任何象素不为黑色，那么它对应于一个过于敏感的光点。“黑色”图象的使用可以通过删除任何源自于场景本身的亮度偏差来加强缺陷象素的检测。

虽然可以一次处理用于缺陷象素检测和校正的一整帧数据，只要来自于图象传感器三行的数据一到达主机，算法就启动其功能。来自于图象传感器阵列的三行数据将考虑到一个象素数据和它周围所有象素的处理。而且，当传感器阵列被用于捕捉视频图象时，采用了视频子采样，以致不是视频传感器阵列捕捉到的每一个视频帧都被用于缺陷象素的检测过程。在一个所选实施例中，瑕疵检测以如上所述的预定帧间隔进行，而所有的视频帧都要进行校正。视频子采样的明智使用使这种方法既迅速又有效。

在一个替代性实施例中，没有使用视频子采样，而缺陷象素的检测在每一视频帧都要进行。视频子采样的使用是智能主机处理器速度的函数。如果处理器足够快，允许对每一帧中的异常象素进行检测，那么就不用进行视频子采样。另一方面，如果处理器没有快到允许以理想的帧速率进行视频处理，那么就使用视频子采样来确保以理想的帧速率进行数据传输。没有视频子采样，缺陷象素的校正立即进行，以致瑕疵在当前检测的帧中就被校正。使用视频子采样，异常象素的校正被延迟，直至采样到一帧来检测异常象素。因此，视频子采样的使用选择，以及子采样的速率是处理器速度的函数，是处理器能力与校正前延时之间的折衷。

获取数据后，在步骤212，对于每个获取的象素，局部象素亮度值以及所有与其相邻的象素的亮度平均值被计算和存储。接着，在步骤214建立一个偏差门限。偏差门限建立了象素的亮度值和所有相邻象素的平均亮度值之间可接受的变化范围。然后，在步骤216，对于每个获取的象素计算局部亮度偏差。局部亮度偏差是象素亮度值和所有相邻象素的平均亮度值之间差值的绝对值。

然后，在步骤218，对于已经获得其数据的每个象素，局部亮度偏差与偏差门限进行比较。任何局部亮度偏差超出偏差门限的象素都被标定为缺陷象素。然后，在步骤220每个缺陷象素的物理位置和发生频率被记录在统计数据库内。然后，统计数据库在步骤222被查询，用以确定缺陷象素的数据值是否应该得到校正。通过存储缺陷象素的位置和发生频率，统计数据库建立了随时间变化的趋势，它确认哪些缺陷象素确保得到校正。统计数据库的这种趋势的逻辑作为默认选项在一开始保证所有被标定的缺陷象素都得到校正，而随着时间的变化，只有在一个特定象素在最近的四次查询中至少出现两次时，才保证该象素的校正。

下一步，经过统计数据库过滤的缺陷象素在步骤224进行校正。为了校正缺陷象素，缺陷象素的错误的原始亮度数据被该象素的局部平均亮度值代替，该局部平均亮度值是所有与其相邻的象素的平均亮度值。下一步，在步骤226，准备发送校正后的缺陷象素的数据和非缺陷象素的数据用于随后的处理。接下来的处理可能包括压缩、颜色处理和编码成适合显示的数据格式。缺陷象素的检测和校正是在来自图象传感器阵列的原始数据上进行的，因为最好在任何后续处理发生之前校正数据，这是由于处理本身可以引入难以从不良光点产生的瑕疵中区别开来的人为疵点。

特意保持软件算法非常简单以便使得处理器的工作量和/或视频帧速率所受影响最小。首先，由于它仅仅完成三项功能，即检测、校正和统计功能，因而保持软件算法简单。由于只追踪异常象素的位置信息和发生频率，因而保持统计程序简单。第二，保持软件算法简单以便使得数据传输到主机的速率所受影响最小，因此当为发现缺陷象素而扫描一帧时，后续的帧并未被阻止。最差的情况下软件算法的最大影响是视频数据的传输率由每秒10帧(fps)降为9fps。第三，保持软件算法简单以便当执行算法时主机处理器工作量的增加不超过1％。异常象素在一帧中被检测出，而校正开始于随后各帧被从图象传感器读出之时。

因此，在系统工作时，当获取了来自图象传感器的原始图象数据并为在主机上处理而发送时，为如上所述的缺陷象素的检测和校正而捕获各帧。一旦识别出一个缺陷象素并通过统计数据库确保对其校正，将继续进行对所有后续帧的校正，直到产生对统计数据库的下一次查询。这时，如果初始标定的缺陷象素继续被认为是一个缺陷象素，那么将继续进行如上所述的校正。相反，如果统计数据库不保证缺陷象素的校正，那么，这些象素将不被校正，直到产生对统计数据库的下一次查询。本系统的动态本质也将考虑对由于制造后的环境变化而成为不良光点的数据进行校正。

瑕疵检测和校正算法的统计分析部分是一个可选项。其目的是提高象素校正的效率，以便不去校正那些不是由不良光点产生的异常情况，因此节省了处理时间和工作量。然而，必须对效率的提高和统计分析部分本身引入的工作量进行权衡。在一个不采用统计分析部分的替代性实施例中，所有被标定的缺陷象素都被校正。正如在是否使用视频子采样的选择，是否在瑕疵检测和校正算法中采用统计分析部分，取决于效率和处理器能力的折衷。如果处理器足够快，那么效率方面的考虑并不重要。相反，如果处理器不是足够快，那么象素校正效率就变得足够重要，以保证瑕疵检测和校正算法的统计分析部分的实现。

正如那些技术娴熟者所理解的，在不背离其实质特性的情况下，本发明可以其他特定的方式实施。举例来说，视频子采样率可以变化，或根本就不作。可替代地，可选的统计数据库的逻辑也可以更改，从作为默认选项的校正所有缺陷象素，到只有被统计数据库的趋势保证的缺陷象素才被校正。因此，上述发明是示意性给出的，但并不限定于此。

Claims (38)

1、一种检测和校正来自用于获取数字化图象的图象传感器的原始数据中的缺陷象素的方法，其中所述原始数据包括正常象素和缺陷象素，所述方法包含如下步骤：

(a)针对上述图象中每个象素接收一个原始数据；

(b)针对从上述图象传感器接收的每个象素计算亮度值；

(c)针对从上述图象传感器接收的每个象素计算局部亮度值；

(d)针对从上述图象传感器接收的每个象素计算上述亮度值和上述局部亮度值之间的局部亮度偏差值；

(e)设置偏差门限；

(f)对于从上述图象传感器接收的每个象素，把其局部亮度偏差和上述偏差门限进行比较，并把其局部亮度偏差大于上述偏差门限的象素标定为缺陷象素；

(g)在统计数据库里记录上述缺陷象素的位置；

(h)在统计数据库里记录上述缺陷象素的发生频率；

(i)在上述统计数据库的趋势保证校正的情况下，校正上述缺陷象素的亮度值。

2、权利要求1的方法，其特征是上述局部亮度值是紧邻和包围上述象素的所有象素的亮度的算术平均值。

3、权利要求1的方法，其特征是上述局部亮度偏差是上述象素亮度值和上述象素局部亮度值的差值的绝对值。

4、权利要求1的方法，其特征是上述校正是通过用上述缺陷象素的局部亮度值代替上述缺陷象素的亮度值来实现的。

5、权利要求1的方法，其特征是还包括有步骤：上述缺陷象素的上述检测和校正被动态地完成且不需要人为地干预。

6、权利要求1的方法，其特征是上述图象传感器是数字摄像机的一部分。

7、权利要求1的方法，其特征是上述图象传感器是数字静象相机的一部分。

8、权利要求1的方法，其特征是上述图象传感器是(a)电荷耦合设备(CCD)和(b)互补金属氧化物半导体(CMOS)图象传感器阵列中的一个。

9、权利要求1的方法，其特征是上述原始数据是由上述图象传感器输出的未经处理的亮度值数据，它既没有经过有损压缩也没有经过颜色处理。

10、权利要求1的方法，对从上述图象传感器阵列获取的、对应于一个视频图象帧的一部分的上述原始数据的一部分进行上述检测和校正。

11、权利要求1的方法，对从上述图象传感器阵列获取的对应于一个静止数字图象一部分的上述原始数据的一部分进行上述检测和校正。

12、权利要求1的方法，其特征是上述统计数据库，通过存储缺陷象素的位置和频率，建立随时间变化的、确认上述缺陷象素中哪些象素保证进行象素校正的趋势，其中上述趋势作为默认选项在一开始保证象素校正，而随着时间的变化，只有在一个特定缺陷象素在最近的四次查询中至少出现两次时，才保证该象素的校正。

13、权利要求1的方法，其特征是上述检测包括视频子采样，其中，通过使用视频子采样，上述视频数据帧的检测每隔128个视频帧或每隔32个视频帧进行一次，其中上述校正对每个视频数据帧连续进行。

14、权利要求1的方法，其特征是上述检测包括视频子采样，其中，通过使用视频子采样，上述视频数据帧的检测每隔n乘X个视频帧进行一次，其中n是整数，而X不等于50或60。

15、一种不需人为干预的动态方法，用于检测和校正从图象传感器获取的原始数据中的缺陷象素，该传感器是(a)数字摄像机和(b)数字静象相机之一的一部分，用于获取相机感知的数字化图象并通过总线传到PC，其中上述原始数据包括正常象素和缺陷象素，上述方法包含如下步骤：

(a)针对上述图象中的每个象素接收原始数据信号；

(b)针对从上述图象传感器接收的每个象素计算亮度值；

(c)针对从上述图象传感器接收的每个象素计算局部亮度值，其中所述局部亮度值是紧邻和包围上述象素的所有象素的亮度值的算术平均值；

(d)针对从上述图象传感器接收的每个象素计算上述亮度值和上述局部亮度值之间的局部亮度偏差，其中上述局部亮度偏差是上述象素亮度值和上述象素局部亮度值的差值的绝对值；

(e)设置偏差门限；

(f)对于从上述图象传感器接收的每个象素，把其局部亮度偏差和上述偏差门限进行比较，并把其局部亮度偏差大于上述偏差门限的象素标定为缺陷象素；

(g)把上述缺陷象素的位置记录在统计数据库里；

(h)把上述缺陷象素的发生频率记录在统计数据库里；

(i)在上述统计数据库的趋势保证校正的情况下，校正上述缺陷象素的亮度值，其中上述校正是通过用上述缺陷象素的局部亮度值代替上述缺陷象素的亮度值来实现的，其中只有在一个特定缺陷象素在最近的四次查询中至少出现两次时，统计数据库才保证该象素的校正；

其中上述检测是以(a)每隔128个视频帧、或每隔32个视频帧进行一次和(b)每隔n乘X个视频帧进行一次中之一的速率对视频帧进行的，其中n是整数，而X不等于50或60，而上述校正对每个视频数据帧连续进行。

16、一种检测和校正来自用于获取数字化图象的图象传感器的原始数据中的缺陷象素的系统，其中所述原始数据包括正常象素和缺陷象素，所述系统包含：

(a)一个用于记录场景图象的图象传感器，该图象传感器包含一个把照射到其上的光线转换成电荷的光点栅格，其中所述电荷被转换成模拟电荷，然后在上述图象从所述传感器读出时，通过模数转换器把该模拟电荷转换成数字信号；

(b)一个用于从上述图象传感器接收上述数字信号的智能主机，其中上述智能主机一种计算机程序产品包含：

(i)一个其中包含用于检测和校正上述缺陷象素的计算机可读代码的计算机可用媒质，上述计算机程序产品包含：

(1)用于指令计算机接收上述象素中每个图象的原始数据信号的计算机可读程序代码设备；

(2)用于指令计算机为从上述图象传感器接收的每个象素计算亮度值的计算机可读程序代码设备；

(3)用于指令计算机为从上述图象传感器接收的每个象素计算局部亮度值的计算机可读程序代码设备；

(4)用于指令计算机为从上述图象传感器接收的每个象素计算上述亮度值与上述局部亮度值之间的局部亮度偏差的计算机可读程序代码设备；

(5)用于指令计算机设置与上述局部亮度偏差结合使用的偏差门限的计算机可读程序代码设备；

(6)用于指令计算机把每个象素的局部亮度偏差与上述偏差门限进行比较，并把其局部亮度偏差大于上述偏差门限的象素标定为缺陷象素的计算机可读程序代码设备；

(7)用于指令计算机把上述缺陷象素的位置记录在统计数据库的计算机可读程序代码设备；

(8)用于指令计算机把上述缺陷象素的发生频率记录在统计数据库的计算机可读程序代码设备；

(9)用于指令计算机在上述统计数据库的趋势保证校正的情况下，校正上述缺陷象素亮度值的计算机可读程序代码设备。

17、权利要求16的系统，其特征是上述图象传感器通过总线把上述数字信号传输到上述智能主机，其中上述总线把上述图象传感器连接到上述智能主机。

18、权利要求16的系统，其特征是上述智能主机是一台服务器。

19、权利要求16的系统，其特征是上述智能主机是一台个人计算机。

20、权利要求16的系统，其特征是上述局部亮度值是紧邻和包围上述象素的所有象素的亮度值的算术平均值。

21、权利要求16的系统，其特征是上述局部亮度偏差是上述象素亮度值和上述象素局部亮度值的差值的绝对值。

22、权利要求16的系统，其特征是上述校正是通过用上述缺陷象素的局部亮度值代替上述缺陷象素的亮度值来实现的。

23、权利要求16的系统，其特征是上述图象传感器阵列是(a)电荷耦合设备(CCD)和(b)互补金属氧化物半导体(CMOS)图象传感器阵列中的一个。

24、权利要求16的系统，其特征是上述原始数据是由上述图象传感器输出的未经处理的亮度值数据，它既没有经过有损压缩也没有经过颜色处理。

25、权利要求17的系统，其特征是上述总线是(a)通用串行总线(USB)或(b)并行端口。

26、权利要求16的系统，其特征是该系统动态地完成上述缺陷象素的上述检测和校正且不需要人为干预。

27、权利要求16的系统，其特征是上述图象传感器是数字摄像机的一部分。

28、权利要求16的系统，其特征是上述图象传感器是数字静象相机的一部分。

29、权利要求16的系统，对从上述图象传感器阵列获取的对应于一个视频图象帧的一部分的上述原始数据的一部分进行上述检测和校正。

30、权利要求16的系统，对从上述图象传感器阵列获取的对应于一个静态数字图象的一部分的上述原始数据的一部分进行上述检测和校正。

31、权利要求16的系统，其特征是上述统计数据库，通过存储缺陷象素的位置和频率，建立随时间变化的、确认上述缺陷象素中哪些象素保证进行象素校正的趋势，其中上述趋势作为默认选项在一开始保证象素校正，而随着时间的变化，只有在一个特定缺陷象素在最近的四次查询中至少出现两次时，才保证该象素的校正。

32、权利要求16的系统，其特征是上述计算机程序指令对视频数据帧的检测每隔128个视频帧或每隔32个视频帧进行一次，而上述计算机程序指令上述校正对每个视频数据帧连续进行。

33、权利要求16的系统，其特征是上述计算机程序指令视频数据帧的检测每隔n乘X个视频帧进行一次，其中n是整数，而X不等于50或60，而上述计算机程序指令上述校正对每个视频数据帧连续进行。

34、权利要求16的系统，其特征是上述计算机程序产品由异常象素检测部分、异常象素校正部分和统计分析部分组成。

35、权利要求16的系统，其特征是上述计算机程序产品的执行将处理器的负载提高了1％到80％。

36、权利要求16的系统，其特征是上述计算机程序产品的执行将视频数据传输率降低了1％至10％。

37、权利要求16的系统，其特征是该系统是具有成像记录能力的便携式电子装置。

38、权利要求16的系统，其特征是该系统是便携式数字照相机。

Images