浅谈模组-相机鬼像

一.前言

在成像中,我们常常会遇到肉眼观测的真实世界中,不存在的异常光影出现在画面中,并伴有各种颜色,我们将这个物体称为鬼像。某些鬼像可能会对图像产生美感的体验,但是大多数的鬼像都会对图像的质量以及算法感知产生比较大的负面影响,因此我们有必要搞清楚产生鬼像的原因,并且将其解决掉。

二.镜头结构

一般而言,镜头是有Cover glass ->Lens->IR Filter->Sensor组成,并且这些组件都需要被包含在镜筒内。

图 1

三.鬼像原因

大多数的鬼影,都是成像器件之间产生光的反射。

3.1 Les和Cover之间的反射

在强光源下,产生白色或者蓝绿色的与原物体相似的光影,可通过在cover上镀增透膜来改善。

3.2Lens 间的反射

Lens间的反射,会形成一长串的光晕、光斑。当镜片过多时,会容易引起此现象,通常在镜片上进行镀膜,或者更改光路设计减少反射的发生。

3.3 IR片和Lens间的反射

IR片和Lens间的反射,比较典型的时角落红光,其主要原因是光按照不同角度入射IR片时,其截至曲线会发生偏移,导致以IR片和Lens间反射的小角度光入射到IR片时,产生红色的鬼影。可通过使用蓝玻片来改善。

3.4 CMOS和IR片的反射

比较典型的是花瓣状的鬼影,主要原因是光在IR片和CMOS间多次反射所形成的。同样,可通过更换蓝玻璃俩解决,或者改善。

3.5CMOS像素间的串扰

光以某个角度入射到CMOS的RGB感光靶面时,除了会入射到当前的像素之外,还会射到其他的像素上,产生串扰。常见的比如:G通道的串扰。G间的串扰,因此某些ISP算法会在demosaic前做绿平衡。GR、GB间的串扰,通常会导致紫晕的出现。在车载中还会出现大小像素之间的串扰,不同光的入射角度,还会导致不同颜色的光晕。

3.6其他反射

除了上述的原因外,还有包括镜筒壁,CMOS的金属排线,PCB板等的反光都会导致鬼影的出现,可以将该部位涂黑来检验是否是该部分的反光导致的。

4.一般测试方法

需要用点光源在FOV外一侧的x度(需要根据需求来定)开始,一直到另一侧的X度,每隔若干步长来观测是否有鬼影。一般来说鬼影的位置不随镜头的转动而转动,如果跟随可优先考虑串扰的影响。

相关推荐
聚客AI几秒前
PyTorch进阶:从自定义损失函数到生产部署全栈指南
人工智能·pytorch·深度学习
Apache RocketMQ3 分钟前
RocketMQ 客户端负载均衡机制详解及最佳实践
人工智能
可爱美少女12 分钟前
Kaggle-Predicting Optimal Fertilizers-(多分类+xgboost+同一特征值多样性)
人工智能·分类·数据挖掘
社会零时工37 分钟前
【OpenCV】相机标定之利用棋盘格信息标定
人工智能·数码相机·opencv
像素工坊可视化38 分钟前
监控升级:可视化如何让每一个细节 “说话”
运维·人工智能·安全
后端小肥肠44 分钟前
新店3天爆100单!我用零代码Coze搭客服,竟成出单神器?(附喂饭级教程)
人工智能·aigc·coze
AI大模型知识1 小时前
Qwen3 Embeding模型Lora微调实战
人工智能·低代码·llm
Coovally AI模型快速验证1 小时前
SFTrack:面向警务无人机的自适应多目标跟踪算法——突破小尺度高速运动目标的追踪瓶颈
人工智能·神经网络·算法·yolo·计算机视觉·目标跟踪·无人机
Brduino脑机接口技术答疑1 小时前
脑机新手指南(七):OpenBCI_GUI:从环境搭建到数据可视化(上)
人工智能·算法·脑机接口·新手入门
jndingxin2 小时前
OPenCV CUDA模块光流处理------利用Nvidia GPU的硬件加速能力来计算光流类cv::cuda::NvidiaHWOpticalFlow
人工智能·opencv·计算机视觉