ISP图像处理pipeline简介2

上一篇文章介绍了ISP pipeline中的3A和镜头传感器校正。现在继续介绍pipeline中的其它流程。

上一篇文章主要讲了镜头,sensor相关的处理流程,pipeline接下来的一步是颜色插值。

sensor直接输出的图片是raw格式,需要经过isp处理之后才是平时常见的JPEG等格式的图片。

颜色插值

颜色插值也叫解马赛克,或者叫raw2rgb, 即raw转rgb. 关于解马赛克可以参考这篇文章:拜耳阵列(Bayer Pattern)和解马赛克简介

之所以需要插值是因为sensor的pixel,每个只能记录rgb三个分量中的一个,因此需要通过插值来计算计算其它两个色彩分量的值。

典型的传感器拜耳阵列:

上图中,左侧就是sensor输出的raw格式图片放大图,是一个马赛克图,经过插值之后得到一个rgb图。

色彩校正

经过解马赛克之后,就从raw域进入到rgb域

色彩校正简单讲就是调色,的目标是匹配人类(或机器)感知

色彩的调节对最终画面效果的表现力起着很重要的作用。这一步和大家用ps调色是一样的,只不过isp通常是有一些内置的算法来进行调色。比如:CCM, CLUT

CCM: color correction matrix, CCM会影响最终成像的色彩是否正确。

CLUT:color lookup table,颜色查找表,通过LUT,你可以将一组RGB值输出为另一组RGB值,从而改变画面的曝光与色彩。lut在消费类isp中应用十分广泛。

Tone Mapping 色调映射

色调映射是图像处理和计算机图形学中使用的一种技术,用于将一组颜色映射到另一组颜色,提高图像在动态范围有限的显示设备中的高动态范围 (HDR)表现 。CRT 或 LCD 显示器以及投影仪的动态范围都有限,不足以再现自然场景中存在的整个光强度范围。

色调映射的目标可以根据特定应用的不同而有所不同。在某些情况下,仅生成美观的图像是主要目标,而其他应用程序可能强调再现尽可能多的图像细节,或最大化图像对比度

参考:Tone Mapping

Gamma Correction

Gamma Correction ISP系统中极其重要的一环,Gamma 定义了像素的数值与其实际亮度之间的关系。如果没有Gamma Correction,数码相机捕捉到的阴影就不会像我们的眼睛(在标准显示器上)那样的表现。

Gamma Correction校正的原因之一是sensor感知光线的方式和人眼不太一样。使用数码相机时,当两倍数量的光子撞击传感器时,它会接收到两倍的信号("线性"关系)。然而人眼不是这样,人眼可能只感知到两倍的光只是亮了几分之一,即人眼对光强度的感知是非线性的,而且光强度越大这种非线性就越强。

Gamma Correction图像可以更有效地存储影调信息。由于Gamma Correction重新映射的影调水平更接近我们的眼睛感知它们的方式,因此描述给定影调范围所需的比特位更少。否则,将花费过多的比特位来描述较亮的色调(相机相对更敏感),而描述较暗的色调将留下不足的比特位。

相关推荐
知来者逆5 分钟前
V3D——从单一图像生成 3D 物体
人工智能·计算机视觉·3d·图像生成
碳苯37 分钟前
【rCore OS 开源操作系统】Rust 枚举与模式匹配
开发语言·人工智能·后端·rust·操作系统·os
whaosoft-1431 小时前
51c视觉~CV~合集3
人工智能
网络研究院3 小时前
如何安全地大规模部署 GenAI 应用程序
网络·人工智能·安全·ai·部署·观点
凭栏落花侧3 小时前
决策树:简单易懂的预测模型
人工智能·算法·决策树·机器学习·信息可视化·数据挖掘·数据分析
xiandong206 小时前
240929-CGAN条件生成对抗网络
图像处理·人工智能·深度学习·神经网络·生成对抗网络·计算机视觉
innutritious7 小时前
车辆重识别(2020NIPS去噪扩散概率模型)论文阅读2024/9/27
人工智能·深度学习·计算机视觉
橙子小哥的代码世界8 小时前
【深度学习】05-RNN循环神经网络-02- RNN循环神经网络的发展历史与演化趋势/LSTM/GRU/Transformer
人工智能·pytorch·rnn·深度学习·神经网络·lstm·transformer
985小水博一枚呀9 小时前
【深度学习基础模型】神经图灵机(Neural Turing Machines, NTM)详细理解并附实现代码。
人工智能·python·rnn·深度学习·lstm·ntm
SEU-WYL10 小时前
基于深度学习的任务序列中的快速适应
人工智能·深度学习