影像测评知识分享

1.ISO

ISO 指的是图像传感器的 感光度。它衡量的是传感器对光线的敏感程度。

ISO值越高,对光线的敏感度就越高,在相同光圈和快门下车就能获得更亮的画面,但代价是引入更多的噪声,导致信噪比下降,影响画质纯净度。"

2.曝光三要素

1.光圈

光圈:镜头内部一个可以改变大小的孔洞,控制单位时间内进入传感器的光量。

关键点: f值数字越小,光圈越大,进光量越多,画面越亮(例如 f/1.8 比 f/8 的光圈大,画面更亮)。

对画面的核心影响: 景深。

大光圈(小f值,如 f/1.8): 景深浅,背景虚化效果强烈(人物突出,背景模糊)。这在单摄人像模式或会议中突出发言人时非常有用。

小光圈(大f值,如 f/16): 景深深,前后景物都清晰。这在拍摄风景或需要整个白板内容都清晰时很重要。

1.光圈为什么影响景深

我们之所以认为一个点是清晰的,是因为镜头将它精确地汇聚到了传感器平面上。如果一个点没有被完美汇聚,它在传感器上就会形成一个 小圆 ,而不是一个点。这个圆被称为 "弥散圆"。

人眼的分辨能力有限,只要这个弥散圆足够小,我们仍然会认为它是"清晰的"。这个能被我们接受的最大弥散圆,就叫做 "容许弥散圆"。

当光圈很小时,这个光线锥很"瘦",角度很尖。当焦点前后移动时,光锥在传感器上扩散速度较慢,形成的弥散圆直径增长得也很慢。

当光圈很大时,这个光线锥很"肥",角度很宽。当焦点前后移动时,光锥在传感器上扩散速度非常快,形成的弥散圆直径会迅速增大。

2.快门速度:

描述:1/100s, 1/1000s, 2s.....

快门速度越慢,进光时间越长,画面越亮

3.ISO

总结:

大光圈 景深浅 小光圈 景深深

光圈 控制进光量和景深,关系到背景虚化效果和整体锐度。

快门速度 控制曝光时间和动态模糊,直接影响视频的流畅度和运动物体的清晰度。

ISO 控制传感器灵敏度,直接影响图像的信噪比和纯净度。

3.景深

景深可以理解为最终成像所能看到的清晰范围

总结:

光圈越大、焦距越长、拍摄距离越近,景深越浅

7.对比度

对比度是指的画面的明暗反差程度。增加对比度,画面中亮的地方会更亮,暗的地方会更暗,明暗反差增强。

主观测试中可以看黑色衣服,会不会变成一坨黑,如果对比度正常的话,可以看到黑色衣服的纹理

8.锐化

在高照度(如700lux)下,图像干净,噪声少。我们可以施加较强锐化来提升细节,此时重点关注是否过锐。

在低照度 (如80lux)下,噪声大,如果锐化过强,会严重放大噪声 ,导致画面颗粒感剧增。重点检查在抑制噪声 和保留细节之间是否取得了良好平衡

而色温的影响主要与色差相关。 光谱丰富的光源下,镜头本身的色差会比较明显,如果此时锐化过度,会加剧边缘的彩色镶边,形成非常难看的彩色晕边。

9.边缘粗糙度

边缘粗糙度 衡量的是图像中本应平滑、笔直的理想边缘 ,在现实中呈现出的 "锯齿状"、"毛刺状"或"不规则波浪状" 的程度。

10. 视场角

结论就是:对角视场角 > 水平视场角 > 垂直视场角(对于常见的宽屏传感器而言)。

传感器越大,视角越广;焦距越短,视角越广。

11.空间噪声/时域噪声/视觉噪声

空间噪声(单张图片的颗粒感)

在单张静态图片 中,你所能看到的所有随机分布的亮度或颜色斑点(彩噪)。这是最常见的噪声概念。

成因 :主要来源于传感器固有的热噪声、读出噪声以及光子到达的随机性(散粒噪声)。

时域噪声(视频的闪烁感或雪花感)

在连续的多帧视频 中,帧与帧之间出现的亮度或颜色波动。

由于每一帧的曝光都是独立的,噪声信号本身具有随机性,导致每一帧的噪声图案都略有不同。当连续播放时,这些变化的噪声点就像在"闪烁"或"跳动"。

视觉噪声(人眼实际感受到的噪声强度)

12.噪声和马赛克的区别

噪声:是随机的,无规则的,表现为颗粒感,雪花感,或者彩色斑点

核心在于 信噪比。

  1. 光子噪声 :即使光线稳定,光子到达传感器像素点的数量和时间也是随机的,这种量子涨落带来了不可避免的散粒噪声。
  2. 电子噪声:
    • 热噪声:传感器工作时发热,会产生额外的随机电子。
    • 读出噪声:传感器在读取电信号时,电路本身会引入噪声。
  1. 增益放大 :在低照度 下,微弱的原始信号必须被大幅放大(提高ISO)。这个过程在放大有用信号的同时,也同比例地放大了所有底层噪声,导致画面充满颗粒感。

总结:噪声是物理定律的限制,主要与传感器硬件、光照条件和信号放大有关。

马赛克:是规则的,表现为小方块组成的图案

分块处理 :像JPEG或H.265这样的压缩算法,会先把图像分割成若干个小方块。

丢弃高频信息 :压缩算法会认为人眼对图像的高频信息不敏感,于是为了节省存储空间或传输带宽,丢弃这些细节。

粗暴的量化 :这是产生马赛克的最直接原因。在压缩过程中,每个颜色块的数据会被"四舍五入"到一个更粗糙的级别。当压缩率非常高时,这种"四舍五入"就变得极其粗暴

13.畸变

根本的成因,是透镜对不同入射角光线的放大率不一致。

放大率: 镜头将物体成像到传感器上时,"像高"与"物高"的比值关系

  • 桶形畸变 :如上图所示,当边缘放大率 < 中心放大率时,边缘的像被"压缩"了。原本等距排列的点,越靠近边缘就被压缩得越密,导致直线向外弯曲。
  • 枕形畸变 :反之,当边缘放大率 > 中心放大率时,边缘的像被"拉伸"了。越靠近边缘的点被拉得越开,导致直线向内弯曲。

这是imatest里面的数值

畸变的数值为正 偏桶形畸变 桶形畸变是图像边缘往两边拉伸,这意味着在图像边缘的点,其实际位置 比理想位置 更远离 图像中心。 实际位置 > 理想位置 (实际 - 理想) > 0,计算结果为正值。

畸变的数值为负 偏枕形畸变

14.紫边

紫边从光学的本质来讲,核心是因为横向色差,不同波长的光(蓝紫光和红光)穿过透镜的时候,由于折射率的不同,无法完美地汇聚到同一个焦点上,这就导致了高反差的边缘(如逆光下的树叶与天空交界处),短波长的蓝紫光容易溢出去,从而在明暗交界处产生一层彩色镶边。

15.横向色差

16.纵向色差

17.高反差边缘

指的是在图像中,两个相邻区域之间亮度差异极大、过渡非常急剧的边界线。

18.3A

AF解决'清不清晰'的问题

AE解决'明暗是否合适'的问题

AWB解决'颜色对不对'的问题

19.CMOS

CMOS是将光信号转化为电信号的芯片 全称是 互补金属氧化物半导体

20.CMOS和Sensor的区别

  • Sensor(传感器) 在摄像头里,特指图像传感器,功能是'将光线信号转换为电子信号',相当于设备的'数字视网膜'。
  • CMOS 则是一个技术方案 ,全称是'互补金属氧化物半导体'。CMOS图像传感器 是使用这种半导体工艺制造的图像传感器。它是目前实现'Sensor'功能最主流、几乎一统天下的技术方案。"

21.果冻效应

果冻效应 它描述了在拍摄快速运动物体或快速摇移镜头时,画面中的物体出现的扭曲、拉伸、形变现象,形似果冻的晃动,因此得名。

果冻效应的根源在于绝大多数CMOS传感器采用的滚动快门曝光方式。

工作原理 :传感器不是同时曝光所有像素,而是像扫描仪一样,从上到下逐行进行曝光和读取(或从下到上)。

产生变形 :如果在曝光读取的这几十毫秒内,被摄物体或相机本身发生了快速移动,那么画面顶部 (先曝光)和画面底部(后曝光)记录到的物体位置就会不一致,从而产生倾斜、弯曲等扭曲现象

22.滚动快门和全局快门

滚动快门 是CMOS图像传感器最常见的一种曝光读取方式

  1. 逐行曝光 :传感器从上到下(或从下到上),像扫描仪一样,一行接着一行地进行曝光和读取数据。
  2. 存在时间差 :第1行像素和第最后1行像素的曝光开始时间,存在一个微小的延迟 (通常是几毫秒到几十毫秒)。这个时间差称为 "读出时间"。
  3. 静态场景无影响:如果在这段"读出时间"内,场景和相机完全静止,那么每一行记录的图像都能完美拼接,得到一幅正常的画面。
  4. 动态场景出问题 :一旦场景或相机快速运动,问题就出现了。因为顶部和底部记录的是物体在不同瞬间的位置,拼接后就会产生扭曲。

全局快门:

  • 工作原理 :传感器上的所有像素同时开始曝光,同时结束曝光,然后统一读取数据。
  • 优点 :能完全消除果冻效应,定格高速运动的瞬间无变形。
  • 缺点 :电路更复杂,成本更高,通常会在低光照下产生更多噪声,且读出速度可能较慢。

23.光学变焦和手动变焦

光学变焦 = 用望远镜看月亮 → 月亮真实变大 (无损画质)

原理:

光学变焦通过改变镜头内部镜片组的相对位置来改变镜头的实际焦距,从而实现图像的放大或缩小。这种变焦方式在放大图像时,不会损失图像的清晰度和质量,因为图像的放大是通过物理光学原理完成的,不涉及电子处理过程。

数字变焦 = 手机拍月亮照片 → 两根手指放大图片 (放得越大,画质损失越严重,马赛克越多)

原理:

数字变倍则是通过相机内部的图像处理算法 ,对已经拍摄到的图像进行放大处理,以模拟变焦的效果。这种变焦方式实际上是在图像传感器上选取一部分像素进行放大,因此会损失图像的清晰度和细节。

24.焦深

  • 焦深 :指的是在相机成像介质那一侧 (像方),例如传感器或胶片平面,能够保持物体清晰成像的前后允许偏移范围。这是镜头和相机设计、制造、调校时关心的------传感器可以稍微前后移动多长距离,画面依然清晰。

25.YUV

https://www.bilibili.com/video/BV1ds411T7F4/?spm_id_from=333.337.search-card.all.click&vd_source=307f1cde12c2d3f78203bfb9aae1c8b0

第一个数字表示像素的横向数量,来进行色度采样

第二个数字表示第一行像素的色度采样值

第三个数字表示第二行像素的色度采样值

26.动态范围

动态范围指的是一幅图像中能捕捉到的最亮区域(高光)和最暗区域(暗部)之间的亮度比值 ,本质是反映了图像对明暗细节的还原能力,动态范围越高,能保留更多的高光细节和暗部细节,反之则会出现高光过爆,暗部欠曝

27.长焦和广角

广角镜头 焦距一般是17mm-35mm

标准镜头一般是35mm-85mm

长焦镜头一般是85mm以上

广角镜头:呈现 "近大远小" 的透视效果,但边缘易出现桶形畸变)

长焦镜头:呈现压缩感(远近物体看起来更紧凑),弱化背景干扰,让主体更突出,但视角窄,需要防抖支持(否则轻微晃动就会导致画面偏移)。

在相同光圈和拍摄距离下,长焦镜头更容易产生浅景深(背景虚化) 效果,利于突出主体。

广角镜头景深通常很深,前后景都较为清晰。

测试点:

广角我一般会关注视场角的覆盖范围,是否和产品规格一致,以及几何畸变的矫正是否有效

长焦我会关注远处细节是否清晰,人物走动和物体切换时,长焦是否快速锁定目标,以及观察光学防抖做得怎么样。

28.加色模式

29.白平衡的两个维度

色温轴 黄蓝轴

色调轴 品红 + 绿 轴

  1. 为什么面试官会重视这个"绿-洋红"轴?

因为 色温轴(黄-蓝)比较好调 ,算法已经很成熟了。但"绿-洋红"轴往往是画质好坏的分水岭,原因有二:

  1. 人脸肤色杀手 :

人眼对肤色极其敏感。如果色温(黄蓝)错了一点点,我们可能觉得只是"温馨"或"清冷";但如果色调(绿-洋红)错了一点点,人脸就会显得 发绿(像生病) 或者 发紫(像中毒) ,用户会立刻觉得这相机"烂"。

  1. 特殊光源识别 :

很多商场、办公室的荧光灯光谱很不连续,会产生明显的 绿色偏 。如果 ISP 只有黄蓝轴,它永远无法把这种绿色压下去。

30.HDR

过曝帧 整体偏亮 保留暗部细节

欠曝帧 整体偏暗 保留两部细节

正常曝光帧

三帧的细节融合,就得到一个原始的HDR数据

相关推荐
AI视频工具指南4 小时前
怎么用 AI 做一两分钟的小故事视频?从结尾倒推故事
人工智能·aigc·音视频
AI视频工具指南5 小时前
AI短剧怎么做?一个矛盾怎样接着讲三集
人工智能·aigc·音视频
酷虎软件6 小时前
视频加字幕怎么制作
java·前端·音视频
码点滴6 小时前
67000 星的开源语音引擎:用 VoiceStudio 搭建本地语音克隆与多语言配音流水线
开源·音视频
开开心心就好7 小时前
手机虚拟化学实验室,混合燃烧都能模拟
jupyter·智能手机·ffmpeg·计算机外设·电脑·音视频·visual studio
VidDown8 小时前
上线三个月后的第一次事故:一个 Django 服务的日志、监控与故障复盘
数据库·python·django·wpf·音视频·视频编解码
donk13148 小时前
React Native for OpenHarmony 实战:三方库 react-native-toast-message 的鸿蒙化适配指南
react native·react.js·音视频·harmonyos
VidDown8 小时前
用户说“卡顿“,服务器一切正常:播放质量监测与 QoE 指标
运维·服务器·ffmpeg·音视频·视频
一楼的猫9 小时前
第十一届中国教育后勤展览会杭州开幕 夏拾光影像为阿里、淘宝闪购提供云相册直播与视频服务 - 夏拾光影像
大数据·人工智能·音视频
开开心心就好9 小时前
手机电池健康怎么查?看容量温度循环次数
spring·智能手机·ffmpeg·计算机外设·电脑·maven·音视频