[发明专利]计算传感器

说明书

本发明公开了用于控制所收集图像数据的特性的系统和方法。所述系统和方法包括：使用GPU来执行图像的预处理；基于所述预处理来配置光学器件，所述配置被设计成考虑到所述经预处理的图像的特征；使用所述经配置的光学器件来获取图像；使用GPU来处理所述已获取图像；以及确定所述经处理的已获取图像是否考虑到所述经预处理的图像的特征，并且如果所述确定是肯定的，则输出所述图像，其中如果所述确定是否定的，则重复所述光学器件的所述配置并且重新获取所述图像。

背景技术

对原始传感器数据的早期处理使得能够为计算机视觉应用程序(检测、跟踪等)更精确(噪声更低)地处理图像数据、或更有效地管理图像数据。但是，需要实现的是：对捕获数据的有效处理效率和使用高级算法；以及通过精密控制曝光动态，即使在有限的良构像素/传感器的情况下也捕获具有高动态范围的数据。

附图说明

可以从结合附图以举例方式给出的以下描述中获得更详细的了解，在附图中：

图1示出系统框图，所述系统框图示出可在其中实现本发明的一个或多个特征的示例性系统；

图2是可在其中实现本公开的一个或多个特征的示例性设备的框图；

图3是图2的设备的框图，其示出附加细节；

图4示出从图1的对象散发的光场的图；

图5示出图1的焦平面元件的进一步细节；

图6示出图5的像素阵列的附加细节；

图7示出控制图6的预处理以便通过选择性合并来选择感兴趣区(ROI)的实例；

图8示出控制图6的预处理以便通过选择性合并来选择ROI的另一个实例；

图9示出通过GPU使用抽取来控制预处理的实例；

图10A-10D示出通过GPU使用滤波来控制预处理的实例；

图11示出使用感兴趣区(ROI)来控制预处理的实例；

图12示出通过GPU使用裁剪来控制预处理的实例；

图13示出表示用于提供光圈控制的对微光学器件的GPU控制的示例性系统；

图14示出表示提供光圈控制的光学器件的示例性系统；

图15示出表示提供光圈控制的光学器件的示例性系统；

图16示出表示微光学器件的示例性系统，所述微光学器件提供局部光调制以处理HDR来实现色调映射的下游管理；

图17示出表示微光学器件的示例性系统，所述微光学器件在光学器件的增益在视场上并不恒定的条件下提供噪声管理控制；以及

图18示出在图1的系统内执行的用于控制所收集图像数据的特性的方法。

具体实施方式

描述了将处理元件的网格与通常存在于图像传感器中的焦平面元件的阵列集成。具体地说，每个焦平面元件可以被视为处理元件的“局部元件”并且被相应地调度和管理。这提供了对捕获数据的更早访问以及对焦平面元件的更精密控制。

图1示出系统框图，所述系统框图示出可在其中实现本发明的一个或多个特征的示例性系统10。系统10用于对至少一个对象20进行成像，并且包括至少一个光路机构30、一个或多个焦平面元件40和多个GPU 50。为了清楚起见，系统10被描绘为使用单个光路机构30、单个焦平面元件40和一个GPU 50对单个对象20进行成像，但是应当理解，可以利用任何数量的对象20、光路机构30、焦平面元件40和GPU 50中的任一项。

至少一个对象20是能够通过光学系统或系统10观看的任何对象。对象20能够从其反射许多光线，这将在下文中描述。