发布时间：2024年1月5日
智能连接设备的世界是动态的，并开发出更复杂的产品来增强我们的安全性、便利性和娱乐性。从监控到汽车安全系统，从移动设备到自主无人机，智能图像处理和深度学习是根本挑战。新一代智能设备富含人工智能，这将提升嵌入式成像解决方案，因为它们对于许多物联网 (IoT) 应用的成功至关重要。
什么是图像质量？
高质量图像并不意味着图像清晰、明亮、对比度高。图像质量 (IQ) 是一个关键问题，不仅仅涉及亮度和清晰度。有几个因素对相机拍摄的图像质量有很大影响。当相机从传感器获取光线并将其转换为漂亮的图片时，涉及大量的数学和处理。幸运的是，通过使用专用图像信号处理器（ISP），数码相机和智能手机正在以节能的方式处理这个问题。
为什么我们需要相机 IQ 调整？
相机必须能够在各种照明条件下拍摄高质量的图像，包括室内、强烈阳光下和黑暗中。在昏暗的光线下，视频片段和图像很容易丢失颜色、关键细节并产生图像噪声。许多元素组成了整个相机系统，并协同工作以获得最终图像。图像质量定义了相机系统在再现对象/场景时的表现。相机系统的各种特性（例如传感器、固件和镜头）对图像的整体质量有不同的影响。
我们需要 IQ 调整来实现摄像头系统的最佳图像/视频质量，因为：
- 镜头畸变、传感器缺陷、噪声、色彩响应
- 机械、光学系统和电气特性的变化
- 测量标准包括带有亮度和饱和度统计的自动曝光 (AE)、带有对比度统计的自动对焦 (AF) 以及带有色彩统计的自动白平衡 (AWB)
- 由于个人图像质量偏好而存在主观性
未经处理的图像无法准确描绘实际场景。这就是 ISP 的工作开始获得尽可能最高图像质量的地方。
什么是图像信号处理？
每个相机系统中都配有镜头模块与图像传感器和 ISP。
- 相机系统中的 ISP 将来自图像传感器的 RAW 图像处理为最终图像。
- 为了获得最佳图像质量，必须针对各种照明条件和场景迭代配置 ISP 参数。
- 由于必须优化大量 ISP 参数，调整过程可能需要数周甚至数月的时间。
利用“拜耳变换”获得彩色图像
拜耳滤光片或滤色片阵列 (CFA) 充当显示器，允许某种颜色的光子进入传感器上的每个像素。这些传感器捕获每个光点的红色、绿色和蓝色。
只有蓝色光子会穿过蓝色滤光片，类似地，只有红色和绿色光子才会被允许穿过红色和绿色滤光片。
然后，使用称为“去马赛克”的技术智能地合并这些照片点的值以创建全彩像素，然后使用 ISP 管道方法进一步处理以获得高质量。
因此，在图像传感器的帮助下，通过光学镜头接收到的光被转换成电子形式。该信息被定向到 ISP，在那里它被重建为图片。即使光线不适合拍照，ISP 也能显着提高图像质量。
什么是成像算法？
成像算法是针对各种用例开发的一套定制算法，用于在不同条件下实时增强图像；例如：
- 3A 算法（AWB、AF、AE）
- 弱光增强
- 高动态范围 (HDR) 算法
- 软件图像管道
- 立体相机视觉算法
- 用于散景和重新对焦应用的阵列相机软件管道
- ToF 相机传感器的深度图生成
- 空间和时间噪声去除
- 基于多帧和单帧的超分辨率
- 电子图像稳定 (EIS)
一组 3A 算法（自动曝光、自动平衡和自动对焦）控制相机曝光、白平衡和对焦。
低光增强 – 增强极低光条件下的图像质量：
- 自动色彩增强
- 独立于传感器的实现
- 支持Bayer和YUV格式
- 2D 降噪而不损失细节
高动态范围 (HDR) 图像/视频 – 解决低成本相机常见的动态范围问题。它提高了像素并使观看者能够看到更真实的图像/视频。
- 图像配准和去重影算法
- 通过相机驱动程序访问和 HAL 轻松移植到自定义硬件解决方案
- 有效的多重曝光图像融合方法保留每幅图像的最佳信息
对监控摄像系统进行图像质量调整
相机在白天/夜间模式下以非常高的速度捕捉移动车辆图像的能力以及各种帧速率直接影响图像质量。为了获得最佳图像质量，必须通过配置每个 ISP 模块来微调图像管道，以适当响应动态照明情况，确保相机在所有照明条件下生成可接受的图像/视频。
对于此示例，关键要求可能包括：
- 在白天模式下，在从阳光充足到阴天等各种照明条件下拍摄高质量图像
- 通过集成红外 LED 照明器照明的拍摄对象，在夜间照明条件下拍摄高质量图像
- 在 5 MP 的全传感器分辨率下，帧速率 >（大于）25 帧/秒
逐步调整 ISP 每个模块的过程对于避免不必要的迭代非常重要。这主要是因为如果 ISP 中的某个块未正确校准或调整，后续块就会受到影响并最终产生较差的图像质量。根据规格分析硬件能力和限制，调优过程如下：
- 3A调优
- 客观的图像质量调整
- 主观评价
- 图像质量评估和竞争性品牌对比测试
需要对下图中所示的每个 ISP 块进行 IQ 调整，以实现白天模式和夜间模式设置：
客观测试
调优过程涉及计算相机的不同参数（例如：暗电流、传感器 RGB 色彩空间、噪声模型、AWB 参考值、失真模型等），以获得 ISP 和 3A 模块的初始设置。这些相机参数是根据在特定和受控照明条件下拍摄的标准测试图的图像计算得出的。
捕获这些图像通常需要配备均匀光源、测试图和测量设备（例如照度计和色度计）的实验室设置。要捕获的图像数量通常取决于基于勒克斯级别/曝光时间/传感器增益/色温为每个 ISP 块创建的动态区域的配置。
主观评价
初始调整完成后，通常会满足大多数客观质量要求，但会进行主观图像质量评估以进一步微调以产生首选结果。微调涉及以下步骤：
- 捕捉和分析现实生活场景，以发现任何质量问题和质量期望的差距。
- 修改 ISP 和 3A 参数以解决任何质量问题并适应偏好或添加校准数据以处理特定场景类型。
此过程会进行多次迭代，以验证修复并确保没有引入新的工件，从而确保满足 IQ 偏好。
在调整过程中测量图像质量对于决定 ISP 参数优化的程度非常重要。此 IQ 测试分两个阶段进行：
客观像质测试
初步调整后，进行客观的 IQ 测试并分析KPI，使用正印科技标准图像质量实验室设备等标准测试卡的图像在成像实验室模拟 2000K 至 7500K、1lux 至 1000lux 的不同照明条件下拍摄。 10000lux测试用例和 IQ 通Pass/Fail 标准与相机的预期用例一致。
主观像质测试：
通常会执行各种场景，例如一天中不同时间的室内、室外、风景、高动态范围场景、弱光、混合照明条件等。捕获的图像可用于基于计算机视觉的应用程序，以自动检测车辆号牌、类型和颜色。
对各种因素进行了分析和修复，例如：
- 自然色彩
- 噪声级别和纹理细节（锯齿、莫尔图案、锐化伪影、文档中的文本质量等）
- 自动白平衡（AWB）决定（一天中的不同时间、黄昏和夜晚）
- 亮度 (AE) 和色调范围
- 车牌的清晰度和分辨率
像质行业标准测试
此过程涉及将测试中的调谐设备与其他标准消费设备的图像质量进行比较和基准测试。针对客观和主观标准的 IQ 基准测试有助于提高被测设备的图像质量，并使之与标准消费产品显着相当。
结论
对于特定的相机系统来说，调整图像质量优化是一项复杂的任务。许多伪影会降低图像的质量。为了解决这些伪影，相机必须嵌入生成高质量数字图像所需的图像信号处理过程。因此，了解每个 ISP 块的用途以及如何针对特定用例优化的每个阶段非常重要。
联系我们：
如果您有什么问题或想要了解的讯息，欢迎与我们留言，也可邮件咨询： sales@colorspace.com.cn，分享您的看法或提出您的问题！
Was this helpful?
3 / 0