Hyppää sisältöön
    • Suomeksi
    • In English
Trepo
  • Suomeksi
  • In English
  • Kirjaudu
Näytä viite 
  •   Etusivu
  • Trepo
  • Opinnäytteet - ylempi korkeakoulututkinto
  • Näytä viite
  •   Etusivu
  • Trepo
  • Opinnäytteet - ylempi korkeakoulututkinto
  • Näytä viite
JavaScript is disabled for your browser. Some features of this site may not work without it.

Camera Sensor Linearity Characterization and Correction

Hernesniemi, Eeli (2025)

 
Avaa tiedosto
HernesniemiEeli.pdf (2.162Mt)
Lataukset: 



Hernesniemi, Eeli
2025

Tietotekniikan DI-ohjelma - Master's Programme in Information Technology
Informaatioteknologian ja viestinnän tiedekunta - Faculty of Information Technology and Communication Sciences
Hyväksymispäivämäärä
2025-06-13
Näytä kaikki kuvailutiedot
Julkaisun pysyvä osoite on
https://urn.fi/URN:NBN:fi:tuni-202506117084
Tiivistelmä
This thesis presents a method for characterizing and correcting the nonlinear response of CMOS camera sensors, with a focus on improving measurement accuracy in applications such as display calibration and optical system evaluation. Sensor linearity—defined as the proportional relationship between incident light and output signal—is critical for reliable photometric measurements, yet real-world sensors often exhibit nonlinear behavior due to factors such as saturation, exposure time variation, and electronic noise.

The work introduces a measurement setup using an integrating sphere, spectrometer, and calibrated power meter to capture sensor response across a range of light intensities and exposure times. Two commercial camera models are evaluated, and their nonlinearities are analyzed using a dense dataset. A general correction method is developed to model and compensate for both saturation and exposure time effects. The method is designed to be adaptable across different camera models, even when their baseline responsivity characteristics differ significantly.

Results show that the correction functions significantly improve linearity, with over 95% of datapoints falling within a ±0.5% error margin in the mid-saturation range. The thesis also explores strategies for reducing the size of the measurement dataset, enabling faster calibration of additional camera units without compromising accuracy. The entire measurement and correction process is automated, with the exception of the function modeling step, which remains manual.

This work provides a robust and scalable framework for sensor linearity correction, with practical implications for improving the accuracy and efficiency of imaging systems in both research and industrial environments.
 
Tässä työssä esitellään menetelmä CMOS-kamerasensoreiden epälineaarisen vasteen karakterisointiin ja korjaamiseen. Tarkoituksena on parantaa mittaustarkkuutta sovelluksissa, kuten näyttöjen kalibroinnissa ja optisten järjestelmien arvioinnissa. Sensorin lineaarisuus—eli suora verrannollisuus saapuvan valon ja lähtösignaalin välillä—on tärkeää luotettavien fotometristen mittausten kannalta. Todelliset sensorit kuitenkin käyttäytyvät usein epälineaarisesti esimerkiksi kylläisyyden, valotusajan vaihteluiden ja sähköisen kohinan vuoksi.

Työssä kehitetään mittausjärjestelmä, joka hyödyntää integroivaa palloa, spektrometriä ja kalibroitua tehomittaria sensorin vasteen mittaamiseen eri valotasoilla ja valotusajoilla. Kaksi kaupallista kameramallia analysoidaan, ja niiden epälineaarisuudet mallinnetaan laajan mittausdatan avulla. Kehitetty korjausmenetelmä huomioi sekä kyllästymisestä että valotusajasta johtuvat epälineaarisuudet, ja se on suunniteltu toimimaan eri kameramalleilla, vaikka niiden perusvaste poikkeaisikin toisistaan.

Tulokset osoittavat, että korjaus parantaa lineaarisuutta merkittävästi: yli 95 % datapisteistä jää ±0.5 % virhemarginaalin sisään keskialueen kyllästystasoilla. Työssä tutkitaan myös mahdollisuuksia pienentää mittausdatan määrää, mikä mahdollistaa nopeamman kalibroinnin muille saman mallin kameroille ilman tarkkuuden heikkenemistä.
Koko mittaus- ja korjausprosessi on automatisoitu lukuun ottamatta korjausfunktioiden mallinnusta, joka tehdään käsin.

Työ tarjoaa vankan ja skaalautuvan menetelmän sensorin lineaarisuuden korjaamiseen, ja sillä on käytännön sovelluksia sekä tutkimuksessa että teollisuudessa.
 
Kokoelmat
  • Opinnäytteet - ylempi korkeakoulututkinto [42676]
Kalevantie 5
PL 617
33014 Tampereen yliopisto
oa[@]tuni.fi | Tietosuoja | Saavutettavuusseloste
 

 

Selaa kokoelmaa

TekijätNimekkeetTiedekunta (2019 -)Tiedekunta (- 2018)Tutkinto-ohjelmat ja opintosuunnatAvainsanatJulkaisuajatKokoelmat

Omat tiedot

Kirjaudu sisäänRekisteröidy
Kalevantie 5
PL 617
33014 Tampereen yliopisto
oa[@]tuni.fi | Tietosuoja | Saavutettavuusseloste