图像——vignetting shading 光晕

referance
表现:渐晕,图像中间像素值亮度和边角值不一致。

Lens shading

可细分为luma shading(亮度均匀性)和color shading(色彩均匀性)两种

Luma shading就是我们常说的暗角,即图像图像呈现出中心区域较亮,四周偏暗的现象,如图(a)。
Color Shading则表现在图像中心区域与四周颜色不一致,即图像的中心区域或者四周出现偏色,如图(b)。

在这里插入图片描述
IR filter
lens 对不同光谱(色温)的shift不同,蓝波片效果较好,容易导致color shading
在这里插入图片描述
sensor vignetting
主光轴不同,sensor各位置对光的转换不同,如下图
在这里插入图片描述

  • 对于定光圈镜头来说,色温是影像color shading的主要因素,luma shading 变化比较小。
  • 任何shading ,都可以通过当前像素乘以gain的方式来进行矫正。

Luma shading

在这里插入图片描述

color shading

右侧R值很高
中间B值比较高
在这里插入图片描述

shading的评测方法

简单的认为shading只和色温有关
测试各色温下的亮度值:

在这里插入图片描述
shading correction 难点

  • 模组一致性之间存在差异
    解决:
    (1)OTP
    (2)自适应shading矫正

  • 和AWB之间相互影像
    (1)OTP
    (2)自适应shading矫正
    (3)自适应shading矫正+改进AWB

  • 特殊色温
    混合色温
    (1)自适应shading矫正+改进AWB

  • 噪声变大
    在ISO高时,减少 shading correction的力度。

模型方法

1、ratial

在这里插入图片描述

2、mesh shading

1、 已知4个标定好的gain,根据点到4个方向的距离算出权重,然后根据下面的公式计算当前点的gain。
2、多次方程拟合

在这里插入图片描述

3、auto shading correction

1、和AE或AWB 共享统计模块,或单独做一个统计模块
2、用已标定好的色问题,应用于统计值,取最小shading的色温。

评价指标(待验证)

Lens shading测试结果Pass的标准为0.85 ~ 1.15。
Color shading测试结果为Pass的标准为0.95 ~ 1.05。

相关sensor知识

像素结构

在这里插入图片描述

填充因子 fill factor,FF

在这里插入图片描述

微型透镜阵列

在这里插入图片描述
在这里插入图片描述

在这里插入图片描述

### 回答1: color shading的校正方法包括以下几种: 1. 使用校正板:将校正板放在拍摄场景中,拍摄一张照片,然后使用软件将校正板的颜色值作为参考,对其他照片进行校正。 2. 使用白平衡:在拍摄时使用白平衡功能,将白色或灰色物体作为参考,调整色温和色彩平衡。 3. 使用色彩校正工具:使用专业的色彩校正工具,对照片进行校正,调整色彩平衡和色温。 4. 手动调整:根据经验和感觉,手动调整照片的色彩平衡和色温,使其更加自然和真实。 以上是color shading的校正方法,根据实际情况选择合适的方法进行校正。 ### 回答2: 所谓的color shading是指由于相机模组中传感器区域之间响应差异等因素导致的图像颜色渐变现象。在许多照片中,会出现颜色在照片周围的边缘降低的情况,使其外观不真实,色调不鲜明。为了消除这种不必要的鹅卵石细节,许多照片编辑软件都提供校正方法。 基于计算机图像处理的技术,颜色渐变的矫正可以通过为每个像素计算校正因子来实现。这个校正因子就是每个像素的颜色;多边形拟合算法可以随着图像的变化来调整位置,并修正前后相邻像素之间的显著颜色差异。这是一项技术密集型工作,通常需要密集的算法和复杂的编程来完成。 另外,一些更高端的图像编辑软件还提供了高级的颜色校正选项。这些选项可以更精细地控制渐变现象,对图像进行更精确的调整。例如, 像曲线调整器和色彩校正铃将直接修改像素颜色值,以逐渐改变整个图像的颜色而不影响对比度。 总体来说,调整方法的成功取决于所需的具体校正水平和是校正单个照片还是一整个图像序列。对于较小的调整,一般可以使用基本校正方法,但对于大规模照片处理项目,可能需要自定义算法和流程来确保结果的准确性。无论是使用基本或高级方法,都需要仔细的图像分析和处理,以确保校正效果良好。 ### 回答3: Color shading是指图像中不同位置和角度的像素所呈现出的颜色不均匀现象。它是由于相机镜头或传感器不完美造成的,严重时会影响图像质量。为了解决这个问题,需要对图像进行色彩校正。以下是一些常用的彩色遮挡矫正方法: 1.基于灰度卡比较法(Gray-Reference Comparison Method) 该方法从图像中选取灰度卡,将图像中不同位置的灰度值与灰度卡的灰度值进行比较,计算出颜色偏差,进而校正颜色。 2.基于灰度反转法(Gray Scale Inversion Method) 该方法将灰度图像取反,使颜色区分更明显,然后对反转后的图像进行颜色校正。 3.基于光谱反演法(Spectral Inversion Method) 该方法基于调整不同颜色的光谱分布比例,使得图像中不同位置的颜色更加均匀。 4.基于模型预测法(Model-Based Prediction Method) 该方法通过建立数学模型来预测图像中不同位置的颜色,从而校正颜色偏差。 这些校正方法各有优缺点,根据图像特性和应用需求选取合适的方法来进行彩色遮挡矫正。而在实际应用中,通常需要将多种方法相结合,以达到更好的效果。
评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值