场景亮度到APEX测光系统全链接通路解析(二)

目录

[一、这个 K 里面包含了什么?](#一、这个 K 里面包含了什么?)

[二、什么时候必须重新标定 K?](#二、什么时候必须重新标定 K?)

[三. 标定 K 本质上在做什么?](#三. 标定 K 本质上在做什么?)

[四. 为什么标定一次就够?](#四. 为什么标定一次就够?)

[五. 反思](#五. 反思)


上一篇博文场景亮度到APEX测光系统全链接通路解析(一),讲解了ADU到实际场景亮度的全链接通路。其中最为关键的一个系数为K。

一、这个 K 里面包含了什么?

包含:

  • 镜头透光率 τ
  • 传感器灵敏度 Ksensor
  • 光学几何常数 4
  • IR 片、滤光片、玻璃损耗

全部打包成一个数字:K


二、什么时候必须重新标定 K?

只要下面任何一个变了,K 就必须重算

  • 换镜头
  • 换 IR Cut 滤光片
  • 换 Sensor
  • 换 ISP 配置(黑电平、通道增益)

三. 标定 K 本质上在做什么?

标定 K = 给相机装一个 "绝对亮度尺子"
  • 相机本身只认识 ADU
  • ADU 会随 T、S、镜头变化
  • 真实世界亮度 L 是客观不变的

标定 K 就是: 用一把 "已知准确的尺子 L,去校准相机内部那把 "会变的尺子 ADU"。校准完一次,以后无论 T、S 怎么变,你都能通过公式:还原出场景真实亮度。


四. 为什么标定一次就够?

因为 K 里包含的都是固定量

  • 传感器灵敏度(不变)
  • 镜头透光率(不变)
  • IR 滤光片(不变)
  • 光学结构(不变)

只要硬件不换,K 永远不变

五. 反思

由上述可知,K值与镜头是强相关的。只要由镜头和sensor组成的光学通路中的一个因素改变了,K值就需要重新计算。也即相同sensor的情况下,只要更换了镜头那么K值就需要重新标定。

在手机行业,由于手机预研之前就会把sensor以及镜头确定好。组成手机光学通路确定好之后,基本不会再对其进行修改。后续的开发当中只是剩下图像效果调试、驱动开发、系统集成的相关工作。因此,K值只需要进行一次标定即可。

但是,在安防行业。有些公司只是生产可以出图的整块电路开发板。开发板上所有硬件已经准备好,只有镜头需要下游客户自己选购安装。而不同客户由于不同的场景应用,同样的硬件板可能搭配不一样的镜头。如果相应的安防主控芯片使用的是完全符合APEX测光系统进行AE自动调整的话,那么针对不一样的镜头都需要重新进行一次K值的标定。

如果不同客户不同应用领域使用相同的整机硬件板,搭配不同的镜头。如果在销量特别大的情况下,需要针对非常多不同类型的镜头分别标定K值。这个工作量相对来说非常大。如何快速高效的进行K值的标定是安防芯片公司最为基础关键的功能之一。

因此,有一些AE算法就单纯利用当前亮度和目标亮度的差距,根据差距的大小使用不同的调整速度进行AE收敛。这样就避免了K值的大量标定工作。

相关推荐
三维频道4 小时前
从物理断裂到数字孪生:三维 DIC 如何重构汽车轻量化的“成形边界”?
人工智能·数码相机·dic技术与数字孪生·成形极限flc测定·汽车轻量化制造·cae冲压仿真闭环·高强钢与复合材料
大江东去浪淘尽千古风流人物7 小时前
【cuVSLAM】GPU 加速、多相机、实时视觉/视觉惯性 SLAM设计优势
c++·人工智能·数码相机·ubuntu·计算机视觉·augmented reality
格林威1 天前
工业相机“心跳”监测脚本(C# 版) 支持海康 / Basler / 堡盟工业相机
开发语言·人工智能·数码相机·opencv·计算机视觉·c#·视觉检测
轻口味1 天前
HarmonyOS 6 轻相机应用开发1:功能介绍与框架搭建
数码相机·华为·harmonyos
Huangxy__1 天前
java相机手搓(后续是文件保存以及接入大模型)
java·开发语言·数码相机
格林威1 天前
如何用 eBPF 监控 GigE Vision 相机网络性能
网络·人工智能·数码相机·yolo·计算机视觉·视觉检测·工业相机
nashane1 天前
HarmonyOS 6学习:相机预览画面拉伸全解析——告别变形,打造完美相机预览体验
数码相机·harmonyos 5
格林威2 天前
AI视觉检测:Jetson Orin vs RTX A2000 推理速度对比
人工智能·数码相机·机器学习·计算机视觉·视觉检测·机器视觉·工业相机
qq_12084093713 天前
Three.js 大场景分块加载实战:从全量渲染到可视集调度
开发语言·javascript·数码相机
格林威3 天前
工业视觉检测:OpenCV FPS 正确计算的方式
运维·人工智能·数码相机·opencv·机器学习·计算机视觉·视觉检测