0
  • 聊天消息
  • 系統消息
  • 評論與回復
登錄后你可以
  • 下載海量資料
  • 學習在線課程
  • 觀看技術視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會員中心
創(chuàng)作中心

完善資料讓更多小伙伴認識你,還能領取20積分哦,立即完善>

3天內不再提示

更好的手機拍照效果需要圖像算法的加持

ss ? 來源:粵訊 ? 作者:粵訊 ? 2020-11-28 09:44 ? 次閱讀

人類進入智能手機時代后,攝影方式也發(fā)生了巨大變化:用來拍照的不再只是鏡頭和傳感器了,背后還加載著一系列的圖像算法,它可以用更快的速度處理圖像,并獲得更好的拍攝效果。

好作品只能依賴專業(yè)攝影師的時代過去了,圖像算法引入到手機拍照應用后,讓人人拍出好照片成為可能。

紫光展銳擁有自主研發(fā)的圖像算法團隊,而且這些算法已普遍應用在展銳的芯片平臺里。目前,展銳的圖像算法團隊已經超過了200人,分布在美國、印度、中國臺灣、上海和北京等多個國家和地區(qū)。

更好的手機拍照效果需要圖像算法的加持,為了讓大家有更好的了解,接下來的系列,我們準備了幾篇科普、視頻和圖說,一起來看看吧~~~

這事得從人類對色彩的感知能力說起…

人類對色彩的感知能力是漫長進化過程中產生的一項重要能力,它使得我們眼中的世界五彩斑斕。顏色是怎么呈現出來的呢?它是光線通過眼睛成像到視網膜上,由視網膜上的視細胞感知光信號的強弱,視覺神經對信號的傳播,再由大腦處理所產生的視覺感受。顏色的產生極其復雜,人類所獲得的色彩感受不但取決于光的物理特性,還受心理等因素影響。

首先,我們先來了解一下顏色的物理特性。肉眼所見到的光線(一般波長范圍是380-780nm,見圖1),是電磁波譜中人眼可以感知到的部分,不同波長的可見光表現為不同的顏色,對色彩的辨別是肉眼受到可見的電磁波輻射能刺激后引發(fā)的視覺神經感覺。

圖1:可見光波長及其對應的顏色

人眼中對光敏感的細胞分為兩類:視桿細胞和視錐細胞。其中,視桿細胞對弱光線最敏感,光譜響應范圍覆蓋整個可見光區(qū)域,在500nm附近達到相應的峰值,但無法區(qū)分不同的波段的光線,因此無法產生色覺。在非常低的光照水平下,這樣的視覺叫做暗視覺,暗視覺僅視桿細胞在工作。所以在黑暗的夜晚,人們能看到物體,卻分辨不出物體的顏色。

在高光照水平下,主要工作的是視錐細胞,有色覺,這樣的視覺叫明視覺。視錐細胞分為三類:感紅細胞(L) 、感綠細胞(M)和感藍細胞(S)。對同一波長的光線,不同的視錐細胞有不同的響應能力(見圖2),因此視錐細胞具有顏色的辨別能力。

圖2:三種視錐細胞對光的響應能力

光源發(fā)射某一光譜分布的電磁波,經過物體的反射或者透射進入人眼,再通過視錐細胞對光線的探測,這整個過程涵蓋了顏色的物理屬性。顏色同時受到人們的心理、現實經驗等因素的影響,某個場景的光在視細胞產生的信號并不等于人們對這個場景的感受。例如,一張白紙不管在紅色還是綠色燈光下,人眼看起來都會覺得這是一張白紙,這來源于大腦的經驗處理,這種現象叫做顏色恒常性。

可以說,你看到的景色都是經過大腦處理加工過的,眼見并不一定為實哦~

圖像算法最大的用途是可以修復照片,使拍攝到的照片獲得真實的色彩效果,或者滿足用戶的某些色彩偏好。

【自動白平衡】

在展銳的ISP(Image Signal Processing)系統里,主要有自動白平衡(AWB)和顏色校正(CCM)模塊來處理色彩。

先看自動白平衡,ISP系統需要根據圖像的統計信息,計算出圖像R、B channel的增益,以實現自動白平衡功能,以求在各種復雜場景下均能準確還原物體本來的顏色。因為人類視覺系統具有顏色恒常性的特點,對事物的觀察可以不受光源的影響,但圖像傳感器不具有這個特點,因此在不同光線下拍攝的圖像,會呈現出不同的顏色。比如,在晴朗的天空下拍攝的圖像可能偏藍,而在燭光下拍攝的物體可能偏紅。

自動白平衡功能,就是模擬了人類視覺系統的顏色恒常性特點,來消除光源對圖像成像的不良影響。

圖3 :左邊是自動白平衡功能關閉,右邊是自動白平衡開啟

紫光展銳的自動白平衡算法具有以下特點:

效果穩(wěn)定性好:所謂效果穩(wěn)定性,指的是拍照場景發(fā)生細微改變時,圖像色彩效果不會出現明顯跳變。

準確度高:展銳的算法在處理絕大部分場景時,都能得到符合預期的結果,尤其是用戶關心的藍天、綠植、人物等等重點場景和混合光源、純色、夜景等難點場景。

適用范圍廣、靈活性好:展銳的算法既可以運行在入門級相機設備上(如30萬像素的手表項目)上,也可以運行在中高端相機設備上(如3200萬像素以上的手機項目),還可以應用到車載記錄等物聯網領域中。而且,不同產品,展銳的自動白平衡算法可以實現靈活配置,實現算法效果、算法復雜度、內存消耗等多樣化的分級需求。

【顏色校正】

相機實際是在模擬人眼的彩色成像來拍圖,由于相機傳感器的RGB三通道的光譜響應與人眼中視細胞的光譜響應(見圖2)不同,導致其拍攝的圖片與人眼看到的有差別,因此需要進行顏色校正(Color Correction Matrix,CCM)。

顏色校正矩陣一般通過標定得到,利用圖像傳感器拍攝得到的圖像與標準圖像相比較,計算得到校正矩陣(即CCM矩陣)。利用CCM矩陣對圖像的各像素點的進行驗收校正,以獲得最接近于物體真實顏色的圖像。

一般情況下,在顏色校正過程中,都會伴隨有顏色飽和度的調整。顏色飽和度是指色彩的純度,其色彩的純度越高,圖像表現越鮮明;純度越低,表現就越黯淡。

圖4 :左邊是CCM關閉,右邊是CCM開啟

圖5:展銳CCM模塊的色彩還原效果評測

(圖中18個小圓點和小方點越接近,則表示色彩還原性越好)

隨著機器學習等高新技術的發(fā)展,以及用戶對手機拍照功能的需求日益苛刻,色彩還原技術也會面臨一些新的機遇和挑戰(zhàn),例如如何利用AI技術提升色彩還原效果,如何在多攝像頭手機上實現更加一致的色彩還原。這些附加技術將給用戶帶來更好的手機拍照體驗,進而持續(xù)提升公司產品的競爭力。

責任編輯:xj

聲明:本文內容及配圖由入駐作者撰寫或者入駐合作網站授權轉載。文章觀點僅代表作者本人,不代表電子發(fā)燒友網立場。文章及其配圖僅供工程師學習之用,如有內容侵權或者其他違規(guī)問題,請聯系本站處理。 舉報投訴
  • 算法
    +關注

    關注

    23

    文章

    4555

    瀏覽量

    92044
  • 手機拍照
    +關注

    關注

    0

    文章

    33

    瀏覽量

    7493
收藏 人收藏

    評論

    相關推薦

    圖像識別算法都有哪些方法

    圖像識別算法是計算機視覺領域的核心任務之一,它涉及到從圖像中提取特征并進行分類、識別和分析的過程。隨著深度學習技術的不斷發(fā)展,圖像識別算法
    的頭像 發(fā)表于 07-16 11:14 ?3929次閱讀

    圖像識別算法的提升有哪些

    引言 圖像識別是計算機視覺領域的核心任務之一,旨在使計算機能夠自動地識別和理解圖像中的內容。隨著計算機硬件的發(fā)展和深度學習技術的突破,圖像識別算法的性能得到了顯著提升。本文將介紹
    的頭像 發(fā)表于 07-16 11:12 ?420次閱讀

    圖像識別算法的優(yōu)缺點有哪些

    圖像識別算法是一種利用計算機視覺技術對圖像進行分析和理解的方法,它在許多領域都有廣泛的應用,如自動駕駛、醫(yī)療診斷、安全監(jiān)控等。然而,圖像識別算法
    的頭像 發(fā)表于 07-16 11:09 ?611次閱讀

    圖像識別算法的核心技術是什么

    圖像識別算法是計算機視覺領域的一個重要研究方向,其目標是使計算機能夠像人類一樣理解和識別圖像中的內容。圖像識別算法的核心技術包括以下幾個方面
    的頭像 發(fā)表于 07-16 11:02 ?375次閱讀

    全志T527芯片詳解【二】:高清圖像編解碼

    硬件模塊加持 T527集成了多個圖形顯示和編解碼相關的硬件模塊,為高清圖像顯示、高清視頻播放和多路高清攝像頭輸入提供了強大的硬件基礎: ARM Mail-G57 GPU 自研顯示引擎(Display
    發(fā)表于 05-24 14:14

    基于FPGA的實時邊緣檢測系統設計,Sobel圖像邊緣檢測,FPGA圖像處理

    ,利用乒乓操作和 SDRAM 緩存圖像,可以實時提取視頻圖像的邊緣特征。文中對比了 MATLAB 和 FPGA 的處理效果,由于 FPGA 對算法采取了硬件加速,所以相較于 MATL
    發(fā)表于 05-24 07:45

    基于FPGA的常見的圖像算法模塊總結

    意在給大家補充一下基于FPGA的圖像算法基礎,于是講解了一下常見的圖像算法模塊,經過個人的總結,將知識點分布如下所示。
    的頭像 發(fā)表于 04-28 11:45 ?425次閱讀
    基于FPGA的常見的<b class='flag-5'>圖像</b><b class='flag-5'>算法</b>模塊總結

    鴻蒙開發(fā)圖形圖像——@ohos.effectKit (圖像效果)

    圖像效果提供處理圖像的一些基礎能力,包括對當前圖像的亮度調節(jié)、模糊化、灰度調節(jié)、智能取色等。 該模塊提供以下圖像
    的頭像 發(fā)表于 02-22 16:08 ?287次閱讀
    鴻蒙開發(fā)圖形<b class='flag-5'>圖像</b>——@ohos.effectKit (<b class='flag-5'>圖像</b><b class='flag-5'>效果</b>)

    人工視覺仍然需要圖像采集卡

    最初,圖像采集卡被用作模擬視頻數字轉換器和圖像緩沖器,但如今它們能夠執(zhí)行復雜的任務,例如圖像處理。圖像采集卡的設計不斷發(fā)展,旨在提高系統性能并減少計算機處理需求。除了
    的頭像 發(fā)表于 01-30 14:42 ?263次閱讀
    人工視覺仍然<b class='flag-5'>需要圖像</b>采集卡

    Camera算法集成實現指南

    最常見的雙攝算法是雙攝景深算法或者叫雙攝背景虛化算法,除此之外,也有彩色+黑白用于增強夜拍效果的雙攝算法。單幀
    的頭像 發(fā)表于 01-25 15:12 ?1399次閱讀

    FPGA圖像處理之CLAHE算法

    在FPGA圖像處理--CLAHE算法(一)中介紹了為啥要用CLAHE算法來做圖像增強。
    的頭像 發(fā)表于 01-04 12:23 ?2113次閱讀
    FPGA<b class='flag-5'>圖像</b>處理之CLAHE<b class='flag-5'>算法</b>

    FPGA圖像處理-CLAHE算法介紹(一)

    在介紹CLAHE算法之前必須要先提一下直方圖均衡化,直方圖均衡化算法是一種常見的圖像增強算法,可以讓像素的亮度分配的更加均勻從而獲得一個比較好的觀察
    的頭像 發(fā)表于 01-02 13:32 ?1505次閱讀
    FPGA<b class='flag-5'>圖像</b>處理-CLAHE<b class='flag-5'>算法</b>介紹(一)

    機器視覺為什么需要反復調試?

    機器視覺需要反復調試的原因有以下幾點: 圖像集的質量不同,需要針對不同的圖像集進行調試; 算法的參數設置不同,
    的頭像 發(fā)表于 10-25 16:12 ?335次閱讀

    STM32和DSP兩個做運動控制算法,哪一個的控制效果更好一點?

    哪一個的控制效果更好一點
    發(fā)表于 10-15 13:36

    怎么評估一個濾波算法的濾波效果?

    怎么評估一個濾波算法的濾波效果
    發(fā)表于 10-10 07:31