Camera Tuning中AE/AWB/AF基础知识介绍

3A定义

3A是Camera ISP控制算法的一个重要组成部分,通常分为自动曝光(AE)、自动聚焦(AF)、自动白平衡(AWB)三个组件。

自动曝光(Auto Exposure)

AE基本概念

曝光概念:光线强度乘以光线作用的时间
计算公式:曝光强度(E,单位为lxs*s)=曝光时间(感光受光线照射的时间)光圈大小Gain
曝光时间:快门打开的时间,影响进光量。曝光时间长则进光量多,适合光线条件差的情况;反之,则适合光线好的情况。
光圈大小:由拍摄者手动选择的光圈f值,影响景深和进光量。光圈越大,景深越浅,适合人像等特写拍摄;反之,则适合风景等需要大景深的拍摄。
增益(ISO):传感器模拟增益和传感器/ISP数字增益,影响图像噪声和亮度。增益越大,图像噪声也越大,但亮度也会相应提高。

关系:要取得一定量的曝光量,光强越大,曝光时间越短,光强越小,曝光时间越大;
手机(光圈固定)只考虑曝光时间Gain

AE基本原理

根据图片平均亮度与目标亮度的差距,调整曝光时间和Gain,避免出现曝光不足和过曝的情形。
自动曝光的标准
物体的亮度与色彩是由物体对光线的反射率来决定的。例如纯黑色的反射率是0,纯白色的反射率是100%,处于中间灰度的反射率是18%,这就是18%中间灰度。其中认为V是适中曝光度
相机在各种场景下无法识别物体的反射率,于是统一将图像整体平均亮度设置为中性灰的亮度。只限于部分场景,有局限性。
在这里插入图片描述

自动曝光算法

  1. 均值法AE
    均值法AE是通过计算图像或视频的平均亮度(或称为平均灰度),并将其与预设的目标亮度(通常是18%灰度)进行比较,来自动调整曝光参数的方法。
    1.1 计算过程:
    基于下面这个公式,Output是我们期望的曝光输出值,也就是18%灰的曝光强度,Gamma一般都是2.2。
    Input = 255 x (Output/255)gamma
    在灰度卡上以0~255为计算区域的话,那么18%灰的Ouput就是122,Input就是50。也就是测光区域的实际曝光强度应该为50。
    1.2 曝光参数调整:
    如果当前图像的平均亮度低于目标亮度,系统会自动增加曝光时间、增大光圈或提高ISO等参数,以增加进光量,提高图像亮度。
    如果当前图像的平均亮度高于目标亮度,系统则会减少曝光时间、缩小光圈或降低ISO等参数,以减少进光量,降低图像亮度。
    1.3 优点与限制
    优点:均值法AE能够快速的根据图像的整体亮度调整曝光参数,适用于大多数光线条件。
    限制:当图像中存在大范围白和黑物体时,均值法AE可能不够准确。

  2. N段式统计法(直方图法)
    自动曝光中的N段式统计法是一种在手机ISP(Image Signal Processor,图像信号处理器)上常用的方法,特别是在手机摄像头光圈固定(这里仅考虑单摄像头场景)的情况下。由于光圈固定,可调节的参数主要限于曝光时间和ISO(感光度)。以下是关于N段式统计法的详细解释:
    2.1 基本概念
    N段:指的是ISO的不同段。由于手机sensor的光圈是固定的,因此曝光时间的调节和ISO的调节成为主要手段来适应不同的光线条件。
    2.2 调节顺序与策略
    优先调节曝光时间:在大多数情况下,系统会优先调节曝光时间以达到目标亮度。但曝光时间有一个上限,这个上限通常是为了保证预览帧率(如每秒30fps)而设定的,一般在33ms内完成。
    调节ISO:当曝光时间达到其上限但仍不能满足目标亮度时,系统会开始调节ISO。但需要注意的是,调节ISO可能会引入更多的噪点,特别是在暗光条件下。
    N段式统计:这里的“N段”实际上是指ISO的不同调节阶段。系统会根据当前曝光时间和ISO的组合,以及目标亮度,来决定是否调整ISO以及调整多少。这种策略旨在保证在ISO较小的情况下优先调节曝光时间,以减小噪点的影响。
    2.3 实现过程
    第一步:对当前图像进行亮度统计;
    第二步:根据当前图像亮度确定曝光值;
    第三步:计算新的曝光参数,曝光时间、光圈、增益;
    第四步:将新的曝光参数应用到相机;
    第五步:重复步骤一到四,直到亮度满足要求。

自动白平衡(AWB)

概念

自动白平衡就是通过一系列算法使相机在各种色温下获取到的白色均还原成正常的白色。
色温:值越低,色调越暖,值越高,色调越冷
相机的色温范围,决定于你所使用的白平衡设置。
AWB只在一定的色温范围内是准确的
相机预设3200k-7000K,白炽灯3200K,白色荧光灯4000K,日光5200K,闪光5900K,多云6000K,阴影7000K。

算法原理

找到图像中的无色点(白点)
计算所有白点的R/G/B平均值:Ravg,Gavg,Bavg
计算R/G/B增益Gain:
Rgain=Gavg/Ravg
Bgain=Gavg/Bavg
Ggain=1
将AWB Gain作用在图像上:
R’=RRgain
G’=G
Ggain
B’=B*Bgain
校正后白点满足:R’=G’=B’
RAW格式拍摄,更方便后期调节白平衡

自动对焦(AF)

概念

在这里插入图片描述
自动聚焦是能使得场景目标在成像系统中准确清晰成像的某种自动调节过程,自动聚焦方式主要可以分为主动聚焦和被动聚焦,其中主动聚焦是依赖某种距离探测方式,如超声和红外测距等,通过测量目标场景和和镜头之间的距离,然后调焦获得对焦准确的位置。被动聚焦则不需要向对焦目标物发射任何能量或信息,仅仅通过利用透入的光线和形成的图像信息进行分析来调节聚焦。被动对焦主要包括相位检测聚焦对比度检测聚焦两类方法。

相位检测聚焦是单反相机中用的最普遍的自动对焦方法,这种聚焦系统一般由反光镜、微透镜,以及多个成像敏感器等硬件构成
其对焦原理,简单地说,通过镜头的光束被分为两个部分,分别在不同的两组成像敏感器上成像 如果对焦准确,则两幅图像相同;如果对焦不准 ,则两幅图像会出现偏移 通过比较两幅图像而检测这个偏,就能检测出聚焦的偏离状态。

相位检测自动聚焦的优点在于对焦迅速且比较精确, 缺点在于 要独特的硬件构造,造价高,且其复杂的构造不适合需要结构紧凑的情况,比如不适合在一般的数码相机及移动手机 等平 台上应用。

对比度检测聚焦是另外一种被动聚焦方法,这种方法不需要额外的硬件构造,它仅仅通过对连续获得的实际图像进行分析处理,根据前后两帧或多帧图像的对比度计算结果来控制调焦的方向和大小。其基本原理是随着调焦向准确位置越近,图像越清晰,对应的图像对比度也越大。由于不需要额外的硬件支持,这种聚焦方法广泛应用于摄像机、数码相机等成像系统。

但是,对比度检测聚焦方法往往存在以下缺点:
①聚焦速度 相对较慢:②对光照较为敏感,尤其是在低照度情况下容易失效; ③当 目标物缺乏明显的纹理细节(比如白色墙壁)时,难以准确聚焦,为了提高聚焦的速度、精度以及适应性,对比度检测自动聚焦方法受到越来越多的关注和研究。

反射式对焦(CAF)

特点:
优点:光学设计简单。
缺点:
a. 速度较慢,在出现失焦图像时,机器无法判断该移动多少,甚至往哪个方向移动镜头才能聚焦,甚至到了峰值也不知道,必须移动过了以后再往回移动,来回几次后才能找到对焦点;
b. 在物体对比度较低时会对焦失败,比如雪景,无云的蓝天以及各种纯色的图像;

相对聚焦(PDAF)

特点:先粗调再细调
优点:速度快。
缺点:
a. 需要专用PDAF sensor,并且有精度损失;
b. 在暗处效果较差,无法完全取代CAF。
目前的PDAF都是PD+contrast AF的混合对焦方式

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/web/59328.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

数据库中的用户管理和权限管理

​ 我们进行数据库操作的地方其实是数据库的客户端,是我们在客户端将操作发送给数据库的服务器(MySQL的服务器是mysqld),由数据库处理之后发送回来处理结果(其实就是一种网络服务)。所以可以存在多个客户端…

ubuntu24.04安装matlab失败

又是摸鱼摆烂的一天,好难过~ 官方教程:https://ww2.mathworks.cn/help/install/ug/install-products-with-internet-connection.html 问题描述:https://ww2.mathworks.cn/matlabcentral/answers/2158925-cannot-install-matlab-r2…

Hive1.2.1与Hbase1.4.13集成---版本不兼容问题

hive与hbase集成失败,汗流夹背了吧老弟......哈哈哈哈,刷到这篇文章,那你可真是太幸运啦~ 常见错误一: FAILED: Execution Error, return code 1 from org.apache.hadoop.hive.ql.exec.DDLTask. org.apache.hadoop.hbase.HTableDescriptor.addFamily(Lorg/apache/hadoop/h…

项目1:井字棋 --- 《跟着小王学Python》

项目1:井字棋 — 《跟着小王学Python新手》 文章目录 项目1:井字棋 --- 《跟着小王学Python新手》目标功能设计1. 数据结构2. 功能模块3. 用户界面 实现步骤代码实现测试注意事项小结 目标 本技术文章旨在指导读者如何使用 Python 编程语言来实现一个简…

Python 的 Pygame 库,编写简单的 Flappy Bird 游戏

Pygame 是一个用 Python 编写的开源游戏开发框架,专门用于编写 2D 游戏。它提供了丰富的工具和功能,使得开发者能够快速实现游戏中的图形渲染、声音播放、输入处理和动画效果等功能。Pygame 非常适合初学者和想要快速创建游戏原型的开发者。 Pygame 的主…

LeetCode-222.完全二叉树的节点个数

. - 力扣(LeetCode) 给你一棵 完全二叉树 的根节点 root ,求出该树的节点个数。 完全二叉树 的定义如下:在完全二叉树中,除了最底层节点可能没填满外,其余每层节点数都达到最大值,并且最下面一…

【MongoDB】MongoDB的核心-索引原理及索引优化、及查询聚合优化实战案例(超详细)

文章目录 一、数据库查询效率问题引出索引需求二、索引的基本原理及作用(一)索引的创建及数据组织(二)不同类型的索引(三)索引的额外属性 三、索引的优化与查询计划分析(一)通过prof…

企业如何实现无缝数据中心进行大数据迁移呢?

数据中心迁移是企业面临的一个复杂而关键的挑战,涉及到大量的数据移动和系统的重新部署。随着业务的扩展和技术的进步,企业可能需要将数据中心迁移到新的位置或升级到更先进的设备。在进行数据迁移时,必须精心规划和执行,以确保数…

初始JavaEE篇 —— 网络编程(2):了解套接字,从0到1实现回显服务器

找往期文章包括但不限于本期文章中不懂的知识点: 个人主页:我要学编程程(ಥ_ಥ)-CSDN博客 所属专栏:JavaEE 目录 TCP 与 UDP Socket套接字 UDP TCP 网络基础知识 在一篇文章中,我们了解了基础的网络知识,网络的出…

【人工智能】10分钟解读-深入浅出大语言模型(LLM)——从ChatGPT到未来AI的演进

文章目录 一、前言二、GPT模型的发展历程2.1 自然语言处理的局限2.2 机器学习的崛起2.3 深度学习的兴起2.3.1 神经网络的训练2.3.2 神经网络面临的挑战 2.4 Transformer的革命性突破2.4.1 Transformer的核心组成2.4.2 Transformer的优势 2.5 GPT模型的诞生与发展2.5.1 GPT的核心…

最全最简单理解迭代器

1. 迭代器的基础概念(iterator) 1.1 本质 迭代器能够用来遍历容器的对象,与能够遍历数组的指针类似,是广义指针。 1.2 作用: 能够让迭代器与算法不干扰的相互发展,最后又能无间隙的粘合起来。重载了*,++,==,!=,=运算符。用以操作复杂的数据结构。容器提供迭代…

MTSET可溶于DMSO、DMF、THF等有机溶剂,并在水中有轻微的溶解性,91774-25-3

一、基本信息 中文名称:[2-(三甲基铵)乙基]甲硫基磺酸溴;MTSET巯基反应染料 英文名称:MTSET;[2-(Trimethylammonium)ethyl]methanethiosulfonate Bromide CAS号:91774-25-3 分子式:C6H16BrNO2S2 分子量…

CC1链学习记录

🌸 前言 上篇文章学习记录了URLDNS链,接下来学习一下Common-Colections利用链。 🌸 相关介绍 Common-Colections是Apache软件基金会的项目,对Java标准的Collections API提供了很好的补充,在其基础上对常用的数据结构…

数据结构PTA

20:C 22:B 27:D 填空 4-2:19 4-4:66 4-5:8 5-x:不加分号 ⬇:top p->next 编程 单链表 每个节点除了存放数据元素外,还要存储指向下一节点的指针…

【学术会议介绍,SPIE 出版】第四届计算机图形学、人工智能与数据处理国际学术会议 (ICCAID 2024,12月13-15日)

第四届计算机图形学、人工智能与数据处理国际学术会议 2024 4th International Conference on Computer Graphics, Artificial Intelligence and Data Processing (ICCAID 2024) 重要信息 大会官网:www.iccaid.net 大会时间:2024年12月13-15日 大会地…

【go从零单排】Command-Line Flags、Command-Line Subcommands命令行和子命令

🌈Don’t worry , just coding! 内耗与overthinking只会削弱你的精力,虚度你的光阴,每天迈出一小步,回头时发现已经走了很远。 📗概念 在 Go 语言中,命令行标志(Command-Line Flags&#xff09…

WEB攻防-通用漏洞SQL读写注入MYSQLMSSQLPostgraSQL

知识点: 1、SQL注入-MYSQL数据库; 2、SQL注入-MSSQL数据库; 3、SQL注入-PostgreSQL数据库; 首先要找到注入点 详细点: Access无高权限注入点-只能猜解,还是暴力猜解 MYSQL,PostgreSQL&am…

自定义springCloudLoadbalancer简述

概述 目前后端用的基本都是springCloud体系; 平时在dev环境开发时,会把自己的本地服务也注册上去,但是这样的话,在客户端调用时请求可能会打到自己本地,对客户端测试不太友好. 思路大致就是前端在请求头传入指定ip&a…

腾讯云11.11云服务器活动--上云拼团GO

目录 云服务器活动介绍: 轻量服务器 上GO拼团领券 云服务器购买 HAI现金券 学生专享GPU 活动总结 云服务器活动介绍: 双十一临近,这是您一年中最期待的购物狂欢时刻。作为国内领先的云计算服务商,腾讯云诚挚为您呈献前所未有的优惠福利,助您在这…

防脱生发最有效的产品,测评总结早看少踩雷

别人脱单、脱贫你脱发,就问你心酸不心酸?探索防脱之路确实不易,到底怎么才能有效防脱养发呢,很有必要分享一下我多年的防脱心得,这几款一直在用的防脱育发好物,秃头朋友们可以看看~ **露卡菲娅防脱精华液**…