0
  • 聊天消息
  • 系統(tǒng)消息
  • 評(píng)論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線課程
  • 觀看技術(shù)視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會(huì)員中心
創(chuàng)作中心

完善資料讓更多小伙伴認(rèn)識(shí)你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

手機(jī)拍照為啥需要圖像算法?

Dbwd_Imgtec ? 來(lái)源:紫光展銳UNISOC ? 2023-06-16 10:09 ? 次閱讀

人類進(jìn)入智能手機(jī)時(shí)代后,攝影方式也發(fā)生了巨大變化:用來(lái)拍照的不再只是鏡頭和傳感器了,背后還加載著一系列的圖像算法,它可以用更快的速度處理圖像,并獲得更好的拍攝效果。

好作品只能依賴專業(yè)攝影師的時(shí)代過(guò)去了,圖像算法引入到手機(jī)拍照應(yīng)用后,讓人人拍出好照片成為可能。

這事得從人類對(duì)色彩的感知能力說(shuō)起…

人類對(duì)色彩的感知能力是漫長(zhǎng)進(jìn)化過(guò)程中產(chǎn)生的一項(xiàng)重要能力,它使得我們眼中的世界五彩斑斕。顏色是怎么呈現(xiàn)出來(lái)的呢?它是光線通過(guò)眼睛成像到視網(wǎng)膜上,由視網(wǎng)膜上的視細(xì)胞感知光信號(hào)的強(qiáng)弱,視覺(jué)神經(jīng)對(duì)信號(hào)的傳播,再由大腦處理所產(chǎn)生的視覺(jué)感受。顏色的產(chǎn)生極其復(fù)雜,人類所獲得的色彩感受不但取決于光的物理特性,還受心理等因素影響。

首先,我們先來(lái)了解一下顏色的物理特性。肉眼所見(jiàn)到的光線(一般波長(zhǎng)范圍是380-780nm,見(jiàn)圖1),是電磁波譜中人眼可以感知到的部分,不同波長(zhǎng)的可見(jiàn)光表現(xiàn)為不同的顏色,對(duì)色彩的辨別是肉眼受到可見(jiàn)的電磁波輻射能刺激后引發(fā)的視覺(jué)神經(jīng)感覺(jué)。

46fd9e32-0bea-11ee-962d-dac502259ad0.png

圖1:可見(jiàn)光波長(zhǎng)及其對(duì)應(yīng)的顏色

人眼中對(duì)光敏感的細(xì)胞分為兩類:視桿細(xì)胞和視錐細(xì)胞。其中,視桿細(xì)胞對(duì)弱光線最敏感,光譜響應(yīng)范圍覆蓋整個(gè)可見(jiàn)光區(qū)域,在500nm附近達(dá)到相應(yīng)的峰值,但無(wú)法區(qū)分不同的波段的光線,因此無(wú)法產(chǎn)生色覺(jué)。在非常低的光照水平下,這樣的視覺(jué)叫做暗視覺(jué),暗視覺(jué)僅視桿細(xì)胞在工作。所以在黑暗的夜晚,人們能看到物體,卻分辨不出物體的顏色。

在高光照水平下,主要工作的是視錐細(xì)胞,有色覺(jué),這樣的視覺(jué)叫明視覺(jué)。視錐細(xì)胞分為三類:感紅細(xì)胞(L) 、感綠細(xì)胞(M)和感藍(lán)細(xì)胞(S)。對(duì)同一波長(zhǎng)的光線,不同的視錐細(xì)胞有不同的響應(yīng)能力(見(jiàn)圖2),因此視錐細(xì)胞具有顏色的辨別能力。

47251e94-0bea-11ee-962d-dac502259ad0.png

圖2:三種視錐細(xì)胞對(duì)光的響應(yīng)能力

光源發(fā)射某一光譜分布的電磁波,經(jīng)過(guò)物體的反射或者透射進(jìn)入人眼,再通過(guò)視錐細(xì)胞對(duì)光線的探測(cè),這整個(gè)過(guò)程涵蓋了顏色的物理屬性。顏色同時(shí)受到人們的心理、現(xiàn)實(shí)經(jīng)驗(yàn)等因素的影響,某個(gè)場(chǎng)景的光在視細(xì)胞產(chǎn)生的信號(hào)并不等于人們對(duì)這個(gè)場(chǎng)景的感受。例如,一張白紙不管在紅色還是綠色燈光下,人眼看起來(lái)都會(huì)覺(jué)得這是一張白紙,這來(lái)源于大腦的經(jīng)驗(yàn)處理,這種現(xiàn)象叫做顏色恒常性。

可以說(shuō),你看到的景色都是經(jīng)過(guò)大腦處理加工過(guò)的,眼見(jiàn)并不一定為實(shí)哦~

圖像算法最大的用途是可以修復(fù)照片,使拍攝到的照片獲得真實(shí)的色彩效果,或者滿足用戶的某些色彩偏好。

自動(dòng)白平衡

在展銳的ISP(Image Signal Processing)系統(tǒng)里,主要有自動(dòng)白平衡(AWB)和顏色校正(CCM)模塊來(lái)處理色彩。

先看自動(dòng)白平衡,ISP系統(tǒng)需要根據(jù)圖像的統(tǒng)計(jì)信息,計(jì)算出圖像R、B channel的增益,以實(shí)現(xiàn)自動(dòng)白平衡功能,以求在各種復(fù)雜場(chǎng)景下均能準(zhǔn)確還原物體本來(lái)的顏色。因?yàn)槿祟愐曈X(jué)系統(tǒng)具有顏色恒常性的特點(diǎn),對(duì)事物的觀察可以不受光源的影響,但圖像傳感器不具有這個(gè)特點(diǎn),因此在不同光線下拍攝的圖像,會(huì)呈現(xiàn)出不同的顏色。比如,在晴朗的天空下拍攝的圖像可能偏藍(lán),而在燭光下拍攝的物體可能偏紅。

自動(dòng)白平衡功能,就是模擬了人類視覺(jué)系統(tǒng)的顏色恒常性特點(diǎn),來(lái)消除光源對(duì)圖像成像的不良影響。

475c20f6-0bea-11ee-962d-dac502259ad0.png ?圖3 :左邊是自動(dòng)白平衡功能關(guān)閉,右邊是自動(dòng)白平衡開(kāi)啟

展銳的自動(dòng)白平衡算法具有以下特點(diǎn):

效果穩(wěn)定性好:所謂效果穩(wěn)定性,指的是拍照?qǐng)鼍鞍l(fā)生細(xì)微改變時(shí),圖像色彩效果不會(huì)出現(xiàn)明顯跳變。

準(zhǔn)確度高:展銳的算法在處理絕大部分場(chǎng)景時(shí),都能得到符合預(yù)期的結(jié)果,尤其是用戶關(guān)心的藍(lán)天、綠植、人物等等重點(diǎn)場(chǎng)景和混合光源、純色、夜景等難點(diǎn)場(chǎng)景。

適用范圍廣、靈活性好:展銳的算法既可以運(yùn)行在入門級(jí)相機(jī)設(shè)備上(如30萬(wàn)像素的手表項(xiàng)目)上,也可以運(yùn)行在中高端相機(jī)設(shè)備上(如3200萬(wàn)像素以上的手機(jī)項(xiàng)目),還可以應(yīng)用到車載記錄等物聯(lián)網(wǎng)領(lǐng)域中。而且,不同產(chǎn)品,展銳的自動(dòng)白平衡算法可以實(shí)現(xiàn)靈活配置,實(shí)現(xiàn)算法效果、算法復(fù)雜度、內(nèi)存消耗等多樣化的分級(jí)需求。

顏色校正

相機(jī)實(shí)際是在模擬人眼的彩色成像來(lái)拍圖,由于相機(jī)傳感器的RGB三通道的光譜響應(yīng)與人眼中視細(xì)胞的光譜響應(yīng)(見(jiàn)圖2)不同,導(dǎo)致其拍攝的圖片與人眼看到的有差別,因此需要進(jìn)行顏色校正(Color Correction Matrix,CCM)。

顏色校正矩陣一般通過(guò)標(biāo)定得到,利用圖像傳感器拍攝得到的圖像與標(biāo)準(zhǔn)圖像相比較,計(jì)算得到校正矩陣(即CCM矩陣)。利用CCM矩陣對(duì)圖像的各像素點(diǎn)的進(jìn)行驗(yàn)收校正,以獲得最接近于物體真實(shí)顏色的圖像。

一般情況下,在顏色校正過(guò)程中,都會(huì)伴隨有顏色飽和度的調(diào)整。顏色飽和度是指色彩的純度,其色彩的純度越高,圖像表現(xiàn)越鮮明;純度越低,表現(xiàn)就越黯淡。

47ddcfde-0bea-11ee-962d-dac502259ad0.png

圖4 :左邊是CCM關(guān)閉,右邊是CCM開(kāi)啟

483cb4d6-0bea-11ee-962d-dac502259ad0.png

圖5:展銳CCM模塊的色彩還原效果評(píng)測(cè)

(圖中18個(gè)小圓點(diǎn)和小方點(diǎn)越接近,則表示色彩還原性越好)

隨著機(jī)器學(xué)習(xí)等高新技術(shù)的發(fā)展,以及用戶對(duì)手機(jī)拍照功能的需求日益苛刻,色彩還原技術(shù)也會(huì)面臨一些新的機(jī)遇和挑戰(zhàn),例如如何利用AI技術(shù)提升色彩還原效果,如何在多攝像頭手機(jī)上實(shí)現(xiàn)更加一致的色彩還原。這些附加技術(shù)將給用戶帶來(lái)更好的手機(jī)拍照體驗(yàn),進(jìn)而持續(xù)提升公司產(chǎn)品的競(jìng)爭(zhēng)力。




審核編輯:劉清

聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點(diǎn)僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場(chǎng)。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問(wèn)題,請(qǐng)聯(lián)系本站處理。 舉報(bào)投訴
  • 傳感器
    +關(guān)注

    關(guān)注

    2551

    文章

    51099

    瀏覽量

    753606
  • 智能手機(jī)
    +關(guān)注

    關(guān)注

    66

    文章

    18493

    瀏覽量

    180221
  • ai技術(shù)
    +關(guān)注

    關(guān)注

    1

    文章

    1275

    瀏覽量

    24327
  • 圖像算法
    +關(guān)注

    關(guān)注

    0

    文章

    11

    瀏覽量

    729

原文標(biāo)題:手機(jī)拍照為啥需要圖像算法?? 硬核知識(shí)又增多了:)

文章出處:【微信號(hào):Imgtec,微信公眾號(hào):Imagination Tech】歡迎添加關(guān)注!文章轉(zhuǎn)載請(qǐng)注明出處。

收藏 人收藏

    評(píng)論

    相關(guān)推薦

    圖像算法工程師的利器——SpeedDP深度學(xué)習(xí)算法開(kāi)發(fā)平臺(tái)

    隨著人工智能的興起,AI工程師特別是基于圖像算法工程師日益成為炙手可熱的香餑餑。特別是在一些行業(yè)市場(chǎng)例如工業(yè)領(lǐng)域等行業(yè)領(lǐng)域,需要根據(jù)具體場(chǎng)景對(duì)檢測(cè)識(shí)別算法進(jìn)行不斷地優(yōu)化完善,以達(dá)到更
    的頭像 發(fā)表于 11-08 01:06 ?315次閱讀
    <b class='flag-5'>圖像</b><b class='flag-5'>算法</b>工程師的利器——SpeedDP深度學(xué)習(xí)<b class='flag-5'>算法</b>開(kāi)發(fā)平臺(tái)

    圖像識(shí)別算法有哪幾種

    圖像識(shí)別算法是計(jì)算機(jī)視覺(jué)領(lǐng)域的核心技術(shù)之一,它通過(guò)分析和處理圖像數(shù)據(jù),實(shí)現(xiàn)對(duì)圖像中的目標(biāo)、場(chǎng)景和物體的識(shí)別和分類。 圖像識(shí)別
    的頭像 發(fā)表于 07-16 11:22 ?1085次閱讀

    圖像識(shí)別算法都有哪些方法

    圖像識(shí)別算法是計(jì)算機(jī)視覺(jué)領(lǐng)域的核心任務(wù)之一,它涉及到從圖像中提取特征并進(jìn)行分類、識(shí)別和分析的過(guò)程。隨著深度學(xué)習(xí)技術(shù)的不斷發(fā)展,圖像識(shí)別算法
    的頭像 發(fā)表于 07-16 11:14 ?5584次閱讀

    圖像識(shí)別算法的提升有哪些

    引言 圖像識(shí)別是計(jì)算機(jī)視覺(jué)領(lǐng)域的核心任務(wù)之一,旨在使計(jì)算機(jī)能夠自動(dòng)地識(shí)別和理解圖像中的內(nèi)容。隨著計(jì)算機(jī)硬件的發(fā)展和深度學(xué)習(xí)技術(shù)的突破,圖像識(shí)別算法的性能得到了顯著提升。本文將介紹
    的頭像 發(fā)表于 07-16 11:12 ?659次閱讀

    圖像識(shí)別算法的優(yōu)缺點(diǎn)有哪些

    圖像識(shí)別算法是一種利用計(jì)算機(jī)視覺(jué)技術(shù)對(duì)圖像進(jìn)行分析和理解的方法,它在許多領(lǐng)域都有廣泛的應(yīng)用,如自動(dòng)駕駛、醫(yī)療診斷、安全監(jiān)控等。然而,圖像識(shí)別算法
    的頭像 發(fā)表于 07-16 11:09 ?1638次閱讀

    圖像識(shí)別算法的核心技術(shù)是什么

    圖像識(shí)別算法是計(jì)算機(jī)視覺(jué)領(lǐng)域的一個(gè)重要研究方向,其目標(biāo)是使計(jì)算機(jī)能夠像人類一樣理解和識(shí)別圖像中的內(nèi)容。圖像識(shí)別算法的核心技術(shù)包括以下幾個(gè)方面
    的頭像 發(fā)表于 07-16 11:02 ?643次閱讀

    opencv圖像識(shí)別有什么算法

    OpenCV(Open Source Computer Vision Library)是一個(gè)開(kāi)源的計(jì)算機(jī)視覺(jué)和機(jī)器學(xué)習(xí)軟件庫(kù),提供了大量的圖像處理和計(jì)算機(jī)視覺(jué)相關(guān)的算法。以下是一些常見(jiàn)的OpenCV
    的頭像 發(fā)表于 07-16 10:40 ?1048次閱讀

    FPGA設(shè)計(jì)經(jīng)驗(yàn)之圖像處理

    系列:基于 FPGA 的圖像邊緣檢測(cè)系統(tǒng)設(shè)計(jì)(sobel算法) FPGA設(shè)計(jì)中 Verilog HDL實(shí)現(xiàn)基本的圖像濾波處理仿真 需要的可以參考一下,歡迎一起交流學(xué)習(xí)。話不多說(shuō)
    發(fā)表于 06-12 16:26

    基于FPGA的常見(jiàn)的圖像算法模塊總結(jié)

    意在給大家補(bǔ)充一下基于FPGA的圖像算法基礎(chǔ),于是講解了一下常見(jiàn)的圖像算法模塊,經(jīng)過(guò)個(gè)人的總結(jié),將知識(shí)點(diǎn)分布如下所示。
    的頭像 發(fā)表于 04-28 11:45 ?599次閱讀
    基于FPGA的常見(jiàn)的<b class='flag-5'>圖像</b><b class='flag-5'>算法</b>模塊總結(jié)

    cycx3_uvc_ov5640如何添加Method 1支持的靜態(tài)圖像捕獲功能?

    根據(jù)例程 cycx3_uvc_ov5640可以實(shí)現(xiàn) Method 2拍照功能,我們的設(shè)備需要按鍵拍照功能,請(qǐng)問(wèn)如何添加 Method 1 支持的靜態(tài)圖像捕獲功能,如何實(shí)現(xiàn)此功能?
    發(fā)表于 03-06 06:10

    人工視覺(jué)仍然需要圖像采集卡

    最初,圖像采集卡被用作模擬視頻數(shù)字轉(zhuǎn)換器和圖像緩沖器,但如今它們能夠執(zhí)行復(fù)雜的任務(wù),例如圖像處理。圖像采集卡的設(shè)計(jì)不斷發(fā)展,旨在提高系統(tǒng)性能并減少計(jì)算機(jī)處理需求。除了
    的頭像 發(fā)表于 01-30 14:42 ?359次閱讀
    人工視覺(jué)仍然<b class='flag-5'>需要圖像</b>采集卡

    變壓器空載產(chǎn)生的無(wú)功為啥需要補(bǔ)償?

    變壓器空載產(chǎn)生的無(wú)功為啥需要補(bǔ)償? 變壓器空載產(chǎn)生的無(wú)功需要進(jìn)行補(bǔ)償?shù)脑蛴幸韵聨讉€(gè)方面: 1. 電能效率:無(wú)功功率不僅不能提供有效能量,還會(huì)帶來(lái)額外的電流損耗和電能浪費(fèi),影響變壓器的電能轉(zhuǎn)換效率
    的頭像 發(fā)表于 01-26 16:47 ?1487次閱讀

    FPGA圖像處理之CLAHE算法

    在FPGA圖像處理--CLAHE算法(一)中介紹了為啥要用CLAHE算法來(lái)做圖像增強(qiáng)。
    的頭像 發(fā)表于 01-04 12:23 ?2539次閱讀
    FPGA<b class='flag-5'>圖像</b>處理之CLAHE<b class='flag-5'>算法</b>

    FPGA圖像處理-CLAHE算法介紹(一)

    在介紹CLAHE算法之前必須要先提一下直方圖均衡化,直方圖均衡化算法是一種常見(jiàn)的圖像增強(qiáng)算法,可以讓像素的亮度分配的更加均勻從而獲得一個(gè)比較好的觀察效果。
    的頭像 發(fā)表于 01-02 13:32 ?1744次閱讀
    FPGA<b class='flag-5'>圖像</b>處理-CLAHE<b class='flag-5'>算法</b>介紹(一)

    Vivado HLS的圖像傳感器FPN噪聲去除算法設(shè)計(jì)

    ,表現(xiàn)為明暗不均勻的條帶噪聲。同時(shí),為了滿足圖像傳感器的實(shí)時(shí)攝像要求,算法的處理延時(shí)要低[3]?;谝陨显颍驹O(shè)計(jì)提出一種適用于圖像傳感器的 FPN 噪聲去除算法,并在XilinxZ
    的頭像 發(fā)表于 01-02 11:10 ?1658次閱讀
    Vivado HLS的<b class='flag-5'>圖像</b>傳感器FPN噪聲去除<b class='flag-5'>算法</b>設(shè)計(jì)