参考https://blog.csdn.net/lz0499/article/details/71156291 的文章进行删减
AE(Automatic Exposure)
AE算法的主要思想是,根据H3A统计值,调整曝光至目标亮度。若达到目标亮度后,除非统计值超过阈值,才会重新调整曝光。自动曝光的实现包括三个步骤:光强测量,场景分析和曝光补偿。
光强测量的过程,利用图像的曝光信息获得当前光照信息。方式有全局统计、中央权重统计和加权平均统计。加权平均统计的方法是指将图像分为不同的部分,每一部分赋予不同的权重,比如中间部分赋予最大的权重,边缘部分赋予较小的权重。
场景分析是指为了获得当前光照的特殊情况而进行的处理
Demosaic 颜色插值
Demosaic也叫去马赛克。
光线中主要包含三种颜色信息,即RGB,但是由于像素只能感应光的亮度,不能感应光的颜色,因此使用一个滤光层,使得每个像素点只能感应到一种颜色的光。通常用Bayer GRGB格式。如下图所示
由于每个像素点只能感应到一种颜色,必须要找到一种方法来复原该像素点的其他两个通道的信息,寻找该点的另外两个通道的值得过程就是颜色插补的过程。可以利用其周围像素点的值来获得该点其他两个通道的值。目前最常用的插补算法就是利用该像素点周围像素的平均值来计算该点的补插值。下图所示,左侧是RAW域原始图像,右侧是经过插值之后的图像。
RGB Gamma——Gamma校正
人类视觉系统对于亮度的相应大致是成对数关系的,而不是线性的
伽马校正提高图像对比度。当gamma值大于1时,图像较量的部分被压缩,较暗的部分被扩展;gamma值小于1时相反。gamma一般取2.2到2.5之间。
常用查表法 实现gamma校正,首先根据一个gamma值,将不同亮度范围的理想输出值在查找表中设定好,在处理图像的时候,只需要根据输入的亮度,即可以得到其理想的输出值。伽马校正的同时,可以一定范围的抑制图像较暗区域的噪声值,并提高图像的对比度。