經由多重波長光改善圖像質量的製作方法

2023-04-28 10:01:56 1

專利名稱：經由多重波長光改善圖像質量的製作方法
技術領域：
本發明大體來說涉及一種用於改善經由單色攝像機捕獲的圖像的圖像質量的方法。
背景技術：
有一類以平面及鏡面(平坦且光亮)為主的半導體產品，且其經常需要以以下方 式來對這些裝置進行成像甚至從平面及鏡面的細微偏差仍用足夠的對比度來進行成 像。 一種此類產品包括半導體晶片，其可具有指示(除其它以外)晶片編號及製造商 的標記。所述標記是所述晶片表面中的缺陷且通常是經雷射蝕刻的凹坑矩陣。其便是 所屬技術領域中熟知的"軟記號"或"基準標記"。需要在製造過程中的各步驟處將 這些標記成像，以便讀取代碼。
另一類使用雷射功率材料移除方案來進行例行處理的產品包括經電解質塗布的 導電金屬襯底，其用作半導體裝置的晶片載體或用作電子裝置的印刷線路板。這些也 以平面及鏡面(平坦且閃亮)為主，且經常需要以足夠的對比度來成像表面及/或次表 面特徵的方式來對這些裝置進行成像。 一種此類產品包括半導體晶片載體，其可具有 指示(除其它以外)過程資料的標記。所述標記通常為所述工件的表面上方或下方的 導電金屬(通常為銅或銅合金)且通常具有在早期處理步驟期間通過化學蝕刻所述金 屬導電層而產生的圓形、正方形或其它幾何形狀。但這些標記可包括穿過整個工件的 機械鑽孔或穿孔。其便是所屬技術領域中所熟知的"工具孔"、"基準記號"，或簡 稱為"對準目標"。需要在製造過程中的各步驟處成像這些記號，以將所述工件對準 機器並按比例調整。
在處理過所述裝置之後(通常通過將其鋸割為個別矩形裝置的方式進行切割)， 便可能需要檢查邊緣是否有可隨著時間而增生且導致過早裝置故障的小碎片或裂痕， 或是針對裝飾性或功能性理由來檢查所述經過雷射處理的特徵。這些檢查過程是自動 的且結合經編程以執行必要檢查、測量及識別的數字電子計算機使用電子成像攝像機。
為正確地對這些物體進行成像(包括突出這些非常細微的特徵)，會用到多個照
明系統及攝像機。舉例來說，標題為"襯底上的標記的OCR的照明系統(Illumination System for OCR of Indicia on a Substrate)"的第5,737,122號共同受讓美國專利，其以 引用的方式整體併入本文中。'122專利說明一種系統，其中攝像機的軸線與照明模塊 的軸線對稱於鏡面物體的法線，從而處於互補的銳角。窄角暗場的光靠近所述光軸而
4定位且被阻止通過所述攝像機來直接成像，通過放置在成像路徑中的檔板來避免此。 所述檔板的位置限制成像器的視場，但此被視為可接受的折衷。
在另一實例中，共同受讓的第6,870,949號美國專利揭示一種同軸的窄角暗場成 像系統，其使用遠心透鏡以對稱的同軸窄角暗場照明來照射物體。所述照明技術特別 適於突出平面鏡面物體上的細微特徵或缺陷。特定來說，所述同軸光源將光線導向遠 心透鏡，所述遠心透鏡將所述光線重新導向所述大致為平面的鏡面物體。所述光線通 過所述遠心透鏡反射回到攝像機。就所述光線被從所述物體的平面鏡面部分反射來說， 所述光線被遠心光闌阻擋。從所述平面鏡面物體中的缺陷或特徵反射的光線將穿過所 述光闌中的孔逕到達攝像機。第6,870,949號美國專利也以引用的方式整體併入本文 中。
通過這些及其它系統，使用單色攝像機獲得的圖像通常以灰階顯示。所使用的光 為白光或單色光，例如白光或單波長LED。使用這些圖像，針對檢查及部件對準目的
而進行的工件上的基準標記的自動識別為加工工業中廣為接受的實踐。已研發各種算 法且其可容易地用於處理所述圖像以實現此識別。然而，不論算法多麼地複雜，在目
標與周圍背景之間具有高對比度水平的"良好"圖像仍是其成功的關鍵。

發明內容
本文所揭示的方法及設備通過改善經由單色攝像機捕獲的圖像的圖像對比度來 改善圖像質量。可將這些經改善圖像饋入目標識別例行程序或算法，以確定表面上的 記號(包括但不限於標記)的識別。
本文所教示的一種用以改善經由單色攝像機捕獲的表面的圖像的圖像質量的方 法包括(舉例來說)使用多重波長照明來獲得多個圖像並基於所述多個圖像來優化所 述表面的部分之間的對比度。
本文所教示的一種用以改善經由單色攝像機捕獲的表面的圖像的圖像質量的設 備包括(舉例來說)用於使用多重波長照明來獲得多個圖像的構件及基於所述多個圖 像來優化所述表面的部分之間的對比度的構件。
下文將進一步詳細論述本發明的這些及其它獨特特徵。


圖1為典型單色CCD攝像機的光譜響應的實例； 圖2為目標區域的反射率Br ("的實例；
圖3為背景區域的反射率HB a)的實例；
圖4為根據本發明的一個方面的對比度優化的流程圖； 圖5為圖4中所示的對比度優化的塊50的細節的流程圖； 圖6為根據本發明的另一方面的有源噪聲消除的流程圖；圖7為顯示兩個圖像的合成的流程圖8為顯示本文所說明的多色led的典型光譜輸出的曲線圖9a為在藍光led照明下由單色攝像機捕獲的實際對準目標的原始圖像及所述
圖像的"目標"區域及"背景"區域的定界框；
圖9b為在綠光led照明下由同一單色攝像機捕獲的同一對準目標的原始圖像 圖9c為在紅光led照明下由同一單色攝像機捕獲的同一對準目標的原始圖像； 圖9d為在紅外光(ir) led照明下由同一單色攝像機捕獲的同一對準目標的原 始圖像；
圖10為將圖8a-8d中所提供的四個原始圖像的平均背景像素值、目標像素值及 對比度度量相比較的表格；及
圖11為通過以代數方式組合圖9a及9d的原始圖像獲得的合成對比度圖像，9a 及9d的原始圖像根據圖7的流程圖在藍光及ir led照明下獲得。
具體實施例方式
使用本發明可實現改善經由單色攝像機捕獲的圖像的圖像對比度及目標識別質 量的目的。 一般來說，執行使用多重波長照明的對比度優化算法。使用程序來確定所 述照明系統中可用波長中的哪一特定波長最適合便可通過使用單一波長來獲得最大對 比度。其次，通過採用所述對比度優化算法來確定提供目標與背景之間的最大對比度 與最小對比度的照明方案便可通過有源噪聲消除來進一步改善將被饋入所述目標識別 例行程序的圖像的質量。然後，可通過逐像素地以最大對比度圖像除以最小對比度圖 像來實現所需圖像紋理數據(即，噪聲)消除的目的。第三，可通過減去被兩個或更 多個個別波長照射的所關心區域的圖像來產生在目標與背景之間具有高對比度的合成 圖像。然後，可將所得的組合圖像饋入多個已知目標識別算法中的任一者中。
可根據本文的說明使用通常包含控制器、攝像機及照明系統的任何已知圖像獲取 系統。本文所說明的算法可被編程到所述標準控制器中或可由所述標準控制器執行或 可由耦合到存儲器(其存儲所述算法)的通用微控制器執行或由所屬技術領域中已知 的具有機載存儲器的微控制器執行。
通過首先研發用於圖像上的目標(例如，標記)與背景之間的對比度的數學模型
來最好地說明細節。用到以下定義。單色攝像機的光譜響應g a)定義為依據入射光 波長的攝像機量子效率。其次，平坦表面的反射光譜h a)定義為當通過平坦光譜光 源(即，在所述攝像機/透鏡系統正確響應並聚焦的波長範圍中提供不變的照射水平的 光源)照射所述表面時，來自所述表面的反射的規範化光譜。
圖1為典型單色電荷耦合裝置(ccd)攝像機的光譜響應的實例。圖2及3分別
為實例性目標區域及背景區域的反射率(ht a)及Hb a))的實例。應注意，圖2
顯示銅的法線入射反射率對波長，因為銅為上文所說明的共用目標。實例性背景為rcf
6樹脂，因此在圖3中顯示RCF樹脂的法線入射反射率對波長。
假設存在iV個不同光源，其對應于波長^，其中hl，...,W。第it個光源的光譜響 應& (;u的方程式(1)如下
聰-a膝Xk); (l)
其中，(Xk指示第A個光源的強度，而5指示狄拉克A函數(Dirac-Delta function)。假 設一空間均勻的目標，那麼所述目標區域中像素的攝像機輸出(Co"^)如下
c崎 =g a*〖。。c (，r -a* 〉<a (2)
應注意，方程式(2)假設所述攝像機輸出並未飽和。以類似方式，所述背景區
域的攝像機輸出(C0UtB)如下
formula see original document page 7
此也假設所述攝像機輸出並未飽和。
現在，人們可根據方程式(4)來定義"對比度度量"(CM):
上文所定義的對比度度量Cm具有多個重要特徵。首先，所述度量不因總強度的 全局改變而變化。 一般來說，通過同一因子來改變所有光源的相對強度將不會改變圖 像對比度。此與常識一致；人們將不會預期僅通過將每一像素值乘以常數因子來改善 灰階圖像中的真實對比度。還應注意，此定義暗示人們應使用"規範化的"算法來進 行目標識別，例如所屬技術領域中已知的規範化相關。人們也可在選用所述目標識別 法之前對所有所捕獲圖像應用直方圖均衡化法。
第二重要特徵是，對比度度量Cw相對於所述目標及背景而對稱。也就是說，交 換被視為"目標"者與被視為"背景"者將不會改變對比度度量Cw。此也與所屬技術 領域中的技術人員所普遍了解的"目標與背景之間的對比度" 一詞的常識相當一致。
相對於"背景"具有高對比度的"目標"自動地暗示相對於所述目標具有高對比度的
祖且 S豕。
對比度度量Cw的第三重要特徵是，其最大值為一 (1)。當所述攝像機對目標或
背景的響應同樣為零時便會達到此目的。通過正確地縮放總強度，此情景便對應於以 白色背景為背景的完美黑色目標，或反之亦然。所述度量會在此特殊情況中產生最高 對比度的事實同樣與常識相當一致。
給出以上觀察的前提下，以上方程式(4)中所定義的對比度度量Cw便是用於本 文所說明的分析的適當工具。將來自方程式(2)及(3)的CoM^及Co"^的表達式代入方程式(4)中，人們
便可獲得對比度度量CM的以下方程式(5):
其中n
(5)
在將攝像機的飽和水平定義為Co"^^之後，人們現在準備以精確的數學項來提
出對比度優化問題。對於給定的集rLr^9r(^ =1,...，^來說，發現^使受到以下限
制的方程式(5)最大化
1>*「/"卯/鵬及
初次看見時，要解決此對比度優化問題似乎很困難。然而，略作觀察便會獲得簡 單的算法來解決所述問題。首先，對^的限制產生由W+2超平面限定的一可行解的凸
集ocfO, 1，…,yv; r^c^r:= CowMAX; iz^'a*rkfl= cowM/U。本文中將最後這兩 個超平面稱作"飽和超平面"。
其次，在對應於形成可行解的所述集的邊界的所述W+2個超平面中的一者的表面
上會存在最佳解。此為先前所說明的對比度度量c^不會因總強度改變而變化的事實
的直接結果。舉例來說，假設存在不在邊界表面上的最佳解a:。在此情況下，人們便 可使用適當的增益因子Y簡單地縮放所有"，從而使得，位於邊界表面上。由於對 強度進行此類總縮放並不改變對比度度量CM，因此解Y"將產生與原始解相同的最佳 對比度度量，且因而本身便是最佳解。
得出最佳解將存在於邊界表面上的結論，便可進行額外觀察。第三觀察是所述解 將不沿形成所述飽和超平面之間的相交的超線。原因是沿此線所述對比度度量將為零， 其不能成為最佳(最大)解。第四，可顯示出最佳解不能位於所述飽和超平面所形成 的邊界表面中的任一者的中間。對任一此種可行解來說，人們可以數學方式顯示出通 過在正確方向且仍在所述表面上移動所述解點，便會有更好的解。此更好解的存在暗 示原始解不可能是最佳解。
將所有這些觀察放在一起，最佳解肯定位於所述兩個飽和超平面中的一者與^=0， hi,...，TV超平面中的yv-i形成的"角"中的一者處。此意指所述最佳解將具有
以下方程式(6)的形式。
0如果'ifc tw (6)
此方程式不僅提供簡單的算法來確定將產生最佳對比度的照明配置，其還提供對 所述問題的重要見解。換句話說，在所述7V個光源中的僅一者有效的情況下獲得最大 對比度。下文將更詳細地論述此觀察的含意。
接下來，便是用於確定照明條件的算法，在所述照明條件下實現由方程式(4) 的對比度度量CM所定義的最大對比度。對每一A =1,...，^來說，如下式找到單個源對 比度C風jt。
「 、(r"r/)' 岸 G)l
然後，選擇對應於在先前步驟中所計算的最大的CM,k值的波長、且將其用於照射所述 表面。
應注意，以上算法並未規定將要用於最大對比度的強度&的絕對值。此同樣與對 比度度量CM的數學定義一致，其不會隨著總強度水平而變化。然而，對於實際的實 施方案來說，將C^設為其最大許可值
A :min《CoW贈/r/",Onrf腐/r, }
將改善原始圖像(即，在進行優化之前由單色攝像機捕獲的圖像)的信號與量化噪聲 比。
實際上，對於以上算法的實例來說，假設通過紅光、綠光及藍光(RGB)照明來
照射表面的目標及背景，且會觀察到以下r值'
rc、3,rGfl=5;及1 rflr=8,ras-5.
採用本文的教示，人們可獲得用於個別光(僅紅光、僅綠光及僅藍光)方案的以下對
比度度量
Cw/l-|5~2i/(5+2)=3/7; Cw,<H3"5(/(3+5)=2/8;及1 Cw,a-|8"5i/(8+5)=3/-13.
在此特定實例中，僅紅光照明將在背景與目標之間產生最高對比度。如果Cm^MX 為255，那麼應將對應的強度因子％設為0^=255/5=51。
用於確定最大對比度的最佳照明條件的算法需要知道多重波長照明配置中所有可用波長的目標及背景的攝像機輸出。可通過執行參照圖4所說明的以下算法來滿足 這些條件。
針對所述光配置中的每一可用波長，在10處捕獲包含所述目標及所述背景的圖 像。在12處，在這些圖像中，識別兩個小的"僅目標"或"僅背景"區域。實際上， 進行此操作的最簡單方式是針對每一區域畫出兩個定界框。接下來，在14處，通過對 在12處識別的對應區域的像素值進行平均且析出在捕獲所述圖像時所用的特定強度 水平(a)來計算每一波長處的背景與目標的攝像機輸出。如果任一數據集的攝像機輸 出在16處飽和，那麼在18處降低所述圖像的照明強度，且在20處重新捕獲所述圖像。 然後，所述算法返回以在12處識別新圖像的區域，且繼續前進到14處的計算，或視 需要直接返回到14處的計算。在22處，釆用對比度優化算法來確定將產生最大對比 度以及正確強度水平(其會將攝像機輸出驅動到背景或目標區域的飽和限制)的照明 波長。應注意，如上所述，此將有助於改善原始圖像的信噪比。
在22處所執行的對比度優化算法已說明於前文中且可如圖5中所示的那樣對其 進行總結。更具體來說，在24處計算單個源的單個源對比度Qa。在26處，作出是 否已計算每一源的單個源對比度Qa的詢問。24處的計算重複直到完成所有計算為止。 在28處，選擇最大的單個源對比度Qva。在30處，選擇對應於所述最大單個源對比 度CM,fe的波長、來照射所述表面以獲得圖像來進行額外處理。
至此，本揭示內容聚焦於確定將產生在目標與背景之間具有最高對比度的單個圖 像的照明方案。通過使用多個圖像來基於在不同照明方案下收集的數據產生"組合" 圖像以改善後續目標識別算法的性能便可獲得額外益處，也就是說，從現有技術中得 知的使用圖像(例如，經優化或本文中所說明的組合圖像)來識別目標(例如，標記) 的算法。接下來說明一種使用這些多重圖像的方法。
首先，如果人們在空間中具有完全均勻的目標及背景，那麼人們實際上可在任何 照明條件下產生具有完美對比度的圖像。將確定落在目標的攝像機輸出與背景的攝像 機輸出之間的閾值，且然後將二值取閾用於原始圖像，以產生具有完美對比度的黑白 圖像。實際上此過分簡單的方法經常失敗的主要原因有二。 一個原因是背景或目標或 兩者很少在空間中會完全均勻。大多時候是其具有紋理/斑點，此使確定用以明確"劃 分"目標與背景的閾值相當困難。另一原因是，由於光學限制或用來產生與背景對比 度的目標的過程的空間解析度，邊緣處總是存在模糊。
對這些問題的一種響應是改善此種不完美圖像的信噪比(SNR)。進行此操作的 一種方式是通過選擇一種讓目標與背景會有不同響應的照明波長，以挑選一種使目標 圖像與背景圖像之間的差異最大化的照明方案。此便是上文所論述的對比度優化方法 所要做的。
改善SNR的另一種方法是有源噪聲消除。在從圖像進行目標識別的上下文中， 此對應於從原始圖像消除紋理信息，以便以"平滑"的目標及背景結束。為了解此在 單波長照明下可能引發的狀況，可將以上攝像機輸出模型一般化以包括如下紋理信息:
10formula see original document page 11其中函數r 6c， .W表示整個圖像中的紋理信息，而f/r 6c， .W及^ 6c， W分別是在
除目標區域及背景區域上方以外的任何地方均為零的遮蔽函數。
為使用此方法，人們獲得兩個圖像而非一個。如圖6中的40處所示，如上文在 用於確定最佳照明條件的方法中所詳述的那樣使用使對比度最大化的波長來捕獲第一 圖像。在42處，使用用於解決以上對比度最大化問題的相同程序以具有使對比度最小 化的波長的照明方案來捕獲第二圖像。
根據定義，在經由使目標(或基準)與背景之間的對比度最小化的照明方案捕獲 的圖像中存在最小目標-背景差異信息。因此，最小對比度圖像主要包含此方法試圖消 除的紋理數據。因此，在44處，具有最大對比度的圖像"除以"具有最小對比度的圖 像，以便從方程式(7)及(8)有效地消除r 6c,3;J項。也就是說，所述圖像的每一 像素的亮度值除以所述圖像中具有最小對比度的對應像素的亮度值。此產生更平滑 (即，相對無噪聲)的背景及目標圖像。然後，可在46處將此所謂的"組合"圖像饋 入下遊目標識別算法中，以進行前文所述的處理。
用以改善圖像的SNR的第三種方法是從在目標及背景由兩個或更多個波長中的 每一者照射時所捕獲的多個圖像形成所關心區域的合成圖像。在此實例中，從一個圖 像中減去另一圖像，以產生在目標與背景之間具有增強的對比度的合成圖像。
更具體來說，使用以下所觀察的r值，考慮上文就RGB照明所論述的情景
r J=5，r^=2i rj-3，rj=5; rj=8，r|=5,
根據先前論述，單獨的紅光將給出最高對比度的原始圖像。然而，考慮通過從在藍色 照明下所獲得的圖像中減去在綠色照明下所獲得的圖像而獲得的合成圖像。此等同於
將強度設為OCR-O、 ccG=-1及《8=+1。將這些值代入方程式(5)中，我們發現所述合成
圖像的對比度度量為1，其遠遠高於使用僅用紅色照明所獲得的最佳原始圖像可實現 的對比度度量。
以上實例的兩個重要方面值得強調。首先，從一個原始圖像中減去另一原始圖像 所產生的圖像是真正的"合成"。嘗試通過照明修改以物理的方式來產生此種圖像將 需要"負"強度，此在物理上是不可能的。其次，通過縮放及減去原始圖像來獲得具
有均勻對比度度量的合成圖像通常將是可能的人們所需要做的是縮放個別圖像，使
得其在目標區域或背景區域上"匹配"，且隨後從一個圖像中減去另一 (經縮放的) 圖像。
參照圖7-ll顯示以上教示的實際實例。在此實例中，使用藍光、綠光、紅光及紅 外光LED來照射PCB板上的對準目標，且在48處通過單色攝像機來捕獲對應的四個"原始"圖像。圖8顯示所說明的多色LED的光譜輸出。可在圖9A到9D中看到所 得的原始圖像，其中圖9A顯示在藍光LED照明下的目標及背景，而圖9B-9D分別顯 示在綠光LED照明、紅光LED照明及紅外光(IR) LED照明下的同一 目標及背景。
接下來，在50處為每一原始圖像確定所述圖像的"目標"及"背景"區域的定 界框。這些定界框的實例顯示於圖9A中。在52處為所有四個圖像計計算這些定界框 內的平均像素值且確定對應的對比度度量。圖10總結這些計算的結果。根據這些結果， 在藍光LED照明下所獲得的原始圖像具有目標與背景之間的最高對比度。此與所述四 個圖像的視覺比較一致。
可以以下方式來獲得"合成的"圖像。首先，在54處選擇將要使用代數操作來 用於合成圖像的圖像。在此實例中，所選擇的第一圖像是在藍光LED照明下所獲得的 原始圖像，而所選擇的第二圖像是在IR LED照明下所獲得的原始圖像。這些原始圖 像在其相應背景平均像素值與目標平均像素值之間具有彼此相反的比率。接下來，在 56處縮放所述圖像中的一者，使得可"零化"所述背景或所述目標的平均像素值。舉 例來說，在此情況下，在IR LED照明下所獲得的原始圖像的每一像素乘以在藍光LED 照明下所獲得的原始圖像的目標平均像素值與在IR LED照明下所獲得的原始圖像的 目標平均像素值的比率，即144.1300/125.7639。
在58處，逐像素地從另一經選定的圖像(在此為在藍光LED照明下所獲得的原 始圖像)減去經縮放的圖像。此產生使目標區域具有實際為零(0)的平均像素值的圖 像。接下來，針對所得的圖像，在60處計算未被零化的區域的平均像素值。對於此實 例性圖像來說，計算平均背景像素值。然後，在62處，通過正確因子來縮放所述圖像 的每一像素，以讓所述平均像素值(在此為所述背景區域的平均像素值)增大到最大 像素值(例如，255)。
圖11圖解說明在執行這些步驟之後的合成圖像。此圖像的對比度度量經計算為 0.9624，其非常接近理論上的最大值1。與圖10中所示的四個原始圖像相比較，此對 比度度量標誌著對比度的顯著改善。還可通過視覺檢查如圖11中所示的圖像而容易地 驗證此改善。
已說明上文所說明的實施例，以便允許容易地了解本發明，而非限制本發明。相 反，本發明既定涵蓋所附權利要求書的精神及範圍內所包括的各種修改及等效布置， 所述範圍與最廣義的解釋一致，以便在法律的許可下涵蓋所有此類修改及等效結構。
權利要求
1、一種用以改善經由單色攝像機捕獲的表面的圖像的圖像質量的方法，所述表面包括目標及背景，所述方法包含使用多重波長照明來獲得多個圖像；及基於所述多個圖像來優化所述表面的部分之間的對比度。
2、 如權利要求l所述的方法，其中使用多重波長照明進一步包含 在多個波長之間改變所述多重波長照明；且其中優化對比度進一步包括確定所述多個波長中的哪一波長產生具有最佳對比度的圖像。
3、 如權利要求1或權利要求2所述的方法，其進一步包含確定所述多重波長照明的每一波長的所述目標及所述背景的相應攝像機輸出；及 在優化對比度時使用所述目標及所述背景的所述相應攝像機輸出。
4、 如權利要求1-3中任一權利要求所述的方法，其進一步包含 捕獲所述多重波長照明的一波長的圖像；識別僅目標區域內的至少兩個目標區域；識別僅背景區域內的至少兩個背景區域；將所述至少兩個目標區域的像素值求平均；將所述至少兩個背景區域的像素值求平均；析出在捕獲所述圖像時所使用的強度水平；及在優化對比度時使用所述目標及所述背景的所述相應攝像機輸出。
5、 如權利要求1-4中任一權利要求所述的方法，其中優化所述表面的部分之間 的對比度進一步包含針對在所述多重波長照明中可用的所述多個波長中的每一波長計算所述表面的 單個源對比度；及選擇對應於最大單個源對比度值的波長。
6、 如權利要求1-5中任一權利要求所述的方法，其進一步包含執行將最大對比度圖像逐像素地除以最小對比度圖像以產生具有降低的信噪比 的組合圖像。
7、 如權利要求6所述的方法，其進一步包含使用在優化所述多重波長照明的對比度時所獲得的所述對比度來捕獲第一圖像，所述第一圖像為所述最大對比度圖像；使用所述多個圖像使所述多重波長照明的對比度最小化；及 使用在使所述多重波長照明的對比度最小化時所獲得的所述對比度來捕獲第二圖像，所述第二圖像為所述最小對比度圖像。
8、 如權利要求1-7中任一權利要求所述的方法，其進一步包含以代數方式組合至少兩個圖像以合成高對比度組合圖像。
9、 如權利要求8所述的方法，其中以代數方式組合至少兩個圖像進一步包含 選擇所述圖像中的第一者；選擇所述圖像中的第二者；縮放所述圖像中的所述第一者以獲得經縮放的圖像；從所述圖像中的所述第二者中減去所述經縮放的圖像以獲得第三圖像，其中所述 第三圖像的所述背景及所述目標中的一者的對比度約為零；及縮放所述第三圖像的每一像素以獲得最大平均像素值，其中所得圖像為所述高對 比度組合圖像。
10、 一種用於執行如權利要求1-9中任一權利要求所述的方法的設備。
全文摘要
本發明揭示一種使用多重波長照明來改善經由單色攝像機所捕獲的圖像的圖像質量的方法及設備。對比度優化算法確定那些可用波長中的哪一特定波長最適於使對比度最大化。可通過確定提供目標與背景之間的最大對比度及最小對比度的照明方案通過有源噪聲消除進一步改善所述圖像的質量。然後，通過逐像素地將最大對比度圖像除以最小對比度圖像便可實現圖像紋理數據(即，噪聲)的消除。另一選擇為，可以代數方式組合使用至少兩個波長獲得的圖像以減小噪聲。可將所得組合圖像饋入任何已知的目標識別算法中。
文檔編號H04N1/40GK101536483SQ200780014754
公開日2009年9月16日 申請日期2007年4月27日 優先權日2006年4月28日
發明者布賴恩·約翰森, 穆罕默德·E·阿爾帕伊 申請人:Esi電子科技工業公司