相机图像质量研究(16)常见问题总结:光学结构对成像的影响--IRCUT

系列文章目录

相机图像质量研究(1)Camera成像流程介绍

相机图像质量研究(2)ISP专用平台调优介绍

相机图像质量研究(3)图像质量测试介绍

相机图像质量研究(4)常见问题总结:光学结构对成像的影响--焦距

相机图像质量研究(5)常见问题总结:光学结构对成像的影响--景深

相机图像质量研究(6)常见问题总结:光学结构对成像的影响--对焦距离

相机图像质量研究(7)常见问题总结:光学结构对成像的影响--镜片固化

相机图像质量研究(8)常见问题总结:光学结构对成像的影响--工厂调焦

相机图像质量研究(9)常见问题总结:光学结构对成像的影响--工厂镜头组装

相机图像质量研究(10)常见问题总结:光学结构对成像的影响--光圈

相机图像质量研究(11)常见问题总结:光学结构对成像的影响--像差

相机图像质量研究(12)常见问题总结:光学结构对成像的影响--炫光

相机图像质量研究(13)常见问题总结:光学结构对成像的影响--鬼影

相机图像质量研究(14)常见问题总结:光学结构对成像的影响--伪像

相机图像质量研究(15)常见问题总结:光学结构对成像的影响--暗角

相机图像质量研究(16)常见问题总结:光学结构对成像的影响--IRCUT

相机图像质量研究(17)常见问题总结:CMOS期间对成像的影响--靶面尺寸

相机图像质量研究(18)常见问题总结:CMOS期间对成像的影响--CFA

相机图像质量研究(19)常见问题总结:CMOS期间对成像的影响--Sensor Noise

相机图像质量研究(20)常见问题总结:CMOS期间对成像的影响--全局快门/卷帘快门

相机图像质量研究(21)常见问题总结:CMOS期间对成像的影响--隔行扫描/逐行扫描

相机图像质量研究(22)常见问题总结:CMOS期间对成像的影响--光学串扰

相机图像质量研究(23)常见问题总结:CMOS期间对成像的影响--紫晕

相机图像质量研究(24)常见问题总结:CMOS期间对成像的影响--摩尔纹

相机图像质量研究(25)常见问题总结:CMOS期间对成像的影响--过曝、欠曝

相机图像质量研究(26)常见问题总结:CMOS期间对成像的影响--坏点

相机图像质量研究(27)常见问题总结:补光灯以及遮光罩对成像的影响--遮光罩

相机图像质量研究(28)常见问题总结:补光灯以及遮光罩对成像的影响--补光灯

相机图像质量研究(29)常见问题总结:图像处理对成像的影响--图像插值Demosaic

相机图像质量研究(30)常见问题总结:图像处理对成像的影响--重影

相机图像质量研究(31)常见问题总结:图像处理对成像的影响--图像差

相机图像质量研究(32)常见问题总结:图像处理对成像的影响--振铃效应

相机图像质量研究(33)常见问题总结:图像处理对成像的影响--锯齿

相机图像质量研究(34)常见问题总结:图像处理对成像的影响--拖影

相机图像质量研究(35)常见问题总结:图像处理对成像的影响--运动噪声

相机图像质量研究(36)常见问题总结:编解码对成像的影响--块效应

相机图像质量研究(37)常见问题总结:编解码对成像的影响--条带效应

相机图像质量研究(38)常见问题总结:编解码对成像的影响--呼吸效应

相机图像质量研究(39)常见问题总结:编解码对成像的影响--运动模糊

相机图像质量研究(40)常见问题总结:显示器对成像的影响--画面泛白


目录

系列文章目录

前言

一、IR-CUT的作用

二、IR-CUT的组成

三、IR-CUT导致的问题


前言

ircut也叫做icr,一般用于需要进行红外拍摄的监控场景,ircut也是光学镜片,因此也会导致成像问题。


一、IR-CUT的作用

一般sensor传感器的感光范围在450nm-1000nm,这样会导致接收近红外光,导致图像偏红。IR-CUT可以滤除此近红外光,因此可以应用于较多红外光拍摄的监控场景。 商业宣传时一般也把IR-CUT叫做ICR(Infrared Cutfilter Removal)红外滤片。

二、IR-CUT的组成

IR-CUT一般是由两块玻璃片或者塑料片组成,其中全透玻璃片和红外滤光片对不同波长透光率不一样。

常见sensor的感光特性(量子效率)如下图,能看到780nm以上的波长仍能被sensor感受到。

常见ircut规格如下,能看到700nm-950nm Tave<1%,表示近红外光的透光率小于1%,基本可以讲近红外光过滤完。

三、IR-CUT导致的问题

IRCUT由于需要电机进行切换,如果某一次切换不成功可能导致实际红外光场景没有切换到红外滤光片,导致sensor接收进红外光导致图像偏红。


总结

本节讲了IRCUT的作用,组成和可能导致的问题。

相关推荐
yuhaiqun198915 小时前
学服务器训练AI模型:5步路径助力高效入门
运维·服务器·人工智能·笔记·机器学习·ai
后端小肥肠16 小时前
18条作品狂揽390万赞?我用Coze破解了“情绪放大镜”的流量密码
人工智能·aigc·coze
小鸡吃米…16 小时前
机器学习中的回归分析
人工智能·python·机器学习·回归
程序新视界16 小时前
为什么不建议基于Multi-Agent来构建Agent工程?
人工智能·后端·agent
AI360labs_atyun17 小时前
上海打出“开源”国际牌!2025重磅新政
人工智能·科技·学习·ai·开源
沛沛老爹17 小时前
Java泛型擦除:原理、实践与应对策略
java·开发语言·人工智能·企业开发·发展趋势·技术原理
Deepoch17 小时前
Deepoc具身模型:破解居家机器人“需求理解”难题
大数据·人工智能·机器人·具身模型·deepoc
AiTop10017 小时前
英伟达Rubin芯片提前量产,物理AI“ChatGPT 时刻” 降临
人工智能·chatgpt
阿正的梦工坊17 小时前
Git Rebase 是什么?为什么需要它?
人工智能·git