13 MTF與Demosaic
MTF調製傳遞函數git
- Color filter array:色彩濾鏡陣列。
- Bayer filter:貝爾濾鏡。50%綠,25%紅,25%藍。用了Bayer纔要用demosaic。
Bayer至關於採樣,demosaic至關於重建。算法
CFAapp
NIR:近紅外ide
RCCC sensor函數
採樣定理:採樣頻率要的大於信號最高頻率的2倍。通常要保證5~10倍的採樣頻率。採樣定理又叫奈奎斯特定理。oop
Aliasing:若是不能知足採樣定理的信號會重疊。ui
摩爾紋編碼
Demosaic的步驟:spa
- 判斷插值的方向;
- 在斷定的方向上進行插值;
- 後處理。不是必須的。
基礎點:設計
- Green-based demosaicking
- Edge-based demosaicking
- 相關性原理
插值方法:Hamilton and Adams原理。色差恆定法。
demosaic很重要,跟denoise差很少。
難點:
- 摩爾紋
- noise:放大噪聲。會影響判斷。
- 模糊
- false color:僞彩色。
思考題:怎麼平衡noise和demosaic?
參考
MTF(調製傳遞函數)_百度百科 https://baike.baidu.com/item/MTF/261610
Optical transfer function - Wikipedia https://en.wikipedia.org/wiki/Optical_transfer_function
14 色彩空間&色彩重建
三個概念:
- Color model
- Color space / color working space
- Color management:ICC profile
color model
RGB
additive system加性色彩系統
imaging,display,eye
CMYK
subtractive system減性色彩系統
dye,paint,print
RGB和CMYK不是具體的色彩空間。
color space
色彩空間。也是color model,但用準確的量化來描述座標系,量化範圍,白點數據以及非線性轉換特性。
設備無關:CIE XYZ, CIE LAB
設備相關:sRGB,Adobe RGB
色彩空間基本元素:
- 參考白點
- 幾何描述
- Gamma
顯示器默認sRGB?
ICC profile
成像、打印……
加性色彩重建系統的幾個重要概念
- Color Gamut色域
- Tone Mapping Function
- Color Balance
- Intensity Resolution
好的色彩重建的基本要求basic principles of good color reproduction
- 正確映射白色和中性色,灰色
- 控制彩色
- 正確映射天空、樹葉、膚色
- 控制contrast和brightness
色彩重建的過程
scene exposure——Optics,filters,and sensor——Correction for offset……
色彩重建的數學表達
- CSC:color space conversion,
- CSM:color space matrix
15 Color Correction Matrix與3D LUT
CCM的目的:將camera rgb色彩空間轉換爲sRGB色彩空間。
camera_rgb->XYZ->sRGB
CCM的評價標準:
經過CIE LAB色彩空間來計算color error
CIE LAB(1976),1994,2000
注:
- awb經常使用HSV?
- ……
注意事項:
- 飽和值處理
- CCM通常在gamma前面(重要!)
計算方法: 1. …… 4.
附加功能:
- ccm各patch的權重
- 能夠考慮噪聲等選項;
- 能夠提升或者下降飽和度。
調試CCM的注意事項:
- 計算ccm時曝光須要正常。
- ccm會加強彩噪,在高ISO時須要下降ccm的saturation,甚相當閉ccm模塊。
- gamma變更時
劣勢
3D lut基本原理
16 Gamma與對比度加強
gamma是一種數學變換
gamma矯正:輸入亮度和輸出亮度的非線性變換關係。
scene——sensor——encoding gamma——存儲——display gamma——display
爲何要gamma?
- 微博理論(JND):人眼對暗區的變化更加敏感。
- 存儲、傳輸、顯示圖像的手段是有帶寬限制的。
存儲的時候把更多的bit分配給暗區。
encoder gamma和display gamma必定是相乘爲1嗎?不是。
gamma對亮度、色彩的影響:
- gamma會下降色彩的飽和度(ccm)
- 不一樣gamma不一樣亮度
幾種gamma
-
srgb gamma
-
P3 display
-
REC709
-
local contrast
-
global contrast
動態gamma校訂與contrast
直方圖分析和AE——場景判斷——對比度加強——生成gamma——gamma映射
思考題:
HDR10對於gamma的設計和調試有什麼新的需求和變化?
17 Sharpening
銳化
僅次於降噪的一個模塊。很難設計
邊緣變化更陡峭。
信號=低頻+中頻+高頻+噪聲
S=SL+SM+SH+Sn
unsharp masking(USM)
通常算法
- overshoot
- undershoot
filter通常都是高斯濾波器。濾波器決定了最終銳化的頻率,對sharpening影響最大。
難點:
- ring effect。光暈控制
- 噪聲變大
- aliasing的影響。奈奎斯特頻率信號區域加強。加強摩爾紋、鋸齒
要加強中高頻,而不是低頻和奈奎斯特頻率。
sharpen會增長MTF值。
注意事項:
- 針對不一樣行業,調節不一樣的overshoot和undershoot,並保證MTF等達到要求。
- 儘可能不要加強噪聲。
- 不能引發Nyquist以上的頻率出現artifact。
- 邊緣儘可能平整、均勻。
- sharpening和focus/MTF等互相影響,須要控制好其餘變量。
18 CSC/CSM
- CSC:color space conversion
- CSM:color space matrix
sRGB變成編碼格式
CSM在硬件ISP中的位置
RGB——CSM:3x3+offset——YCbCr——JPEG或video encoder
- Y=亮度信號(黑白、彩色電視)
- UV=色度信號(彩色電視)
- PAL制:YPbPr
- NTSC制:YIQ
- SECAM:YDbDr
- YCbCr
- BT601
- BT709
JPEG標準裏的CSM
Conversion to and from RGB
三無論地帶?
19 空域降噪與頻域降噪
spatial denoise
噪聲類型:
- 高斯噪聲。高斯+possion
- 椒鹽噪聲。DBC去掉了。
- FPN。有專門模塊。
空域降噪
加權平均一些類似像素,去獲得噪聲更小的像素值。
怎麼計算兩個像素的類似性權重。
三類算法:
- 局部的線性 :高斯降噪。
- ……
- ……
高斯降噪和像素值無關,和距離有關。
雙邊濾波,會抹掉小細節,屬於smooth領域。
非局部算法,根據圖像塊的類似性來計算像素的類似性權重。
頻域降噪
- 傅里葉降噪
- 小波降噪
- DCT降噪
噪聲圖像——頻域變換——……
小波收縮 軟收縮 硬收縮
BM3D,降噪算法,結合了兩種優點。計算量大。思想好。
20 時域去噪
是普通的空域噪聲,在時間域上會波動。
FIR & IIR filter
FIR,圖像上用的多。計算量少。
IIR,視頻上用的多。
motion detection:檢測當前像素是否移動
motion estimation:求得motion vector
時域降噪核心模塊。
- 像素值差判斷,單點或block
- 光流
- 時域降噪和encoder。ME
motion compsensation運動補償
作得很差:
- 運動當成不運動,有拖影
- 把不運動誤判爲運動的,致使噪聲消除不乾淨
fusion
難點:
- 平衡拖影和降噪效果
- 在硬件設計中須要平衡帶寬和片上mem的關係。幀讀入讀出消耗很大。
- 手機中平衡運動補償和降噪效果。
拖影最難
21 Color Aberrance Correction and Depurple
色散與去紫邊。多是其餘顏色。
安防、全景相機比較多
縱向和橫向色差
成因:不一樣波長的光線焦距不一樣,或者鏡頭對不一樣波長光線放大程度不一樣。
如何矯正CA
ISP:chromatic abberance correction、depurple
dot chart
標定+矯正
相似distortion
拍攝多張點狀圖——獲取點狀圖每一個點的圓心——根據R G B的圓心座標……
purple finge的其餘特定:
- 出如今邊界等對比度高的地方
- 顏色基本在必定範圍內
難點:
- 硬件設計line buffer很大
- depurple後飽和度下降,會產生artifact
- 誤檢測
CA與demosaic
思考題:爲何demosaic會使CA變大?
22 ISP的統計信息
典型的ISP pipeline
sensor——BLC——Degamma——NR——LSC——WB——demosaic——CCM——gamma——sharpening——CSM——YUV NR/Sharpening
3A統計信息位置
流行的配置
AE統計信息典型舉例
計算亮度
AWB
ROI,除了魚眼鏡頭
CDAF
不少個格。focus value,luminance
FIR filter,IIR filter
其餘
MV
23 自動曝光
AE:auto exposure
不等同於自動亮度控制。
感光度、光圈、快門速度
- sensor analog gain
- sensor digital gain
- ISP digital gain
- exposure time
- integration time:lines
曝光 = ISO x 光圈 x 曝光時間
工業界和學術界對亮度控制界定有區別。
什麼是合適的曝光?
- 亮度
- 直方圖
曝光偏差的量化
色卡22,18%中性灰,反射率122,122,121
3種計算方法
- AE target:均值法
曝光偏差=曝光偏差22
18% reflection rate hypothesis failure
白加黑減,背景黑白
- 均值法AE的改進:
AE loop,閉環,自動控制
AE program
EV,shutter,aperture,參數值分配表,策略。增長曝光,晚上加大光圈,白天減慢快門
flickering reduction
50Hz光源,頻閃
24 自動白平衡
AWB
爲何要作白平衡?
在不一樣光源下白色物體成像在sensor上
- CCT——10000K,豔陽天的陰影下
- 7000K,陰天
- 5000K,大晴天
- 3000K,鎢絲燈
- 2000K,燭光
R G B各不一樣,須要乘以gain。人眼看R G B等值。
怎麼算RGB gain?
手動計算gain
須要找到白嗎?
不須要:
- 灰世界:最簡單。大部分場景合適。
- 完美反射
- color gamut maximization
- ……
要:
- 白點法
- 白塊法
- 灰邊法
- ……
須要校準嗎?
怎麼找到白?
- 早期的白點法
- 改進白點法
- 如今廣泛應用的加權白點法
- 統計加權白點法
思考題:基於校準白平衡方法與不基於校準的方法優缺點?