在之前的文章中,介绍了ISP 在RAW域和RGB域的处理方法。
终于走到ISP处理的最后部分 - YUV域!
今天延续之前的内容,讲解最后的部分 -- YUV域的处理。
更多技术文章,全网首发公众号 “极客之昂” 锁定 -上午11点 - ,感谢大家关注、转发、点赞!
ISP的流程具体如图所示,我们继续围绕这个图来把YUV域中每个部分的处理给大家讲解一下。
经过CSC色彩空间转换后将RGB格式转为YUV格式,在YUV域中再进行降噪、锐化,增强等一些算法。
在这个部分,每个厂家就各显神通,处理方法、处理模块、处理流程也不尽相同,我们就挑选一些常见的YUV域处理模块给大家介绍。
NR Luma(Noise Reduction for Luma) 亮度降噪
在YUV域中分别对亮度(Luma)和彩度(Chroma)进行降噪,因为转换到YUV域中,Y分量就是亮度,Y域下出现的Luma Noise,UV分量表示的色彩,UV域下就是Chroma Noise。
讨论亮度噪点时,指的是灰度图像,不考虑色彩因素。
根据网上的亮度噪点图分析,在同一光源下照射不同灰度的纸板,放大观察发现不同灰度下的噪点也不尽相同。
照射到物体的表面越亮,光信号越强,信噪比越高,噪点越少。
NR Chroma(Noise Reduction for Chroma) 色彩降噪
彩噪(Chroma Noise)是YUV域中UV分量的噪声,特指像素之间的色彩波动,Chroma部分的噪声。
当环境亮度不足的时候,U、V分量的绝对值很小,UV分量的噪声就非常明显,在图像上就是彩色的噪斑,对画质的破坏力要比亮度噪点Luma Noise更明显。
可以看网上的一张明显的彩噪图片。
对于噪声的处理,通常在空域(Spatial Domain)、频域(Frequency Domain)上进行,或者根据图像的相似特性,在一个滤波窗口进行计算。
在此不做过多的介绍,各个厂家有各自的算法,我们大体了解即可。
Edge Enhance 边缘增强
由于之前的域中会多次进行降噪处理,而降噪不可避免的会将图像中一些细节也捎带着消除了,导致图像模糊。为了将图像细节还原,减少图像损失,需要对其进行增强,但是不能再次引入噪声,就出现了Edge Enhance 边缘增强这类处理模块。
边缘增强和我们日常说的锐化sharp是比较相似的。但是二者也有区别:锐化针对图像所有内容增加锐利度,边缘增强只是针对边缘,避免噪声也会锐化放大。
如何区分边缘呢?
图像的边缘往往会出现灰度值不连续的现象,因此边缘像素中包含更丰富的图像信息。
对于边缘识别现在有很多成熟的算法,例如,Sobel算子、Canny边缘检测等。
由此可以看出边缘增强只能在YUV域进行,因为只对Y分量进行处理。
整个Edge Enhance边缘增强流程是:先获取图像边缘,对图像平坦部分不做增强,在边缘部分做滤波和增强处理。
Hue & Saturation 色调饱和度控制
饱和度Saturation就是说色彩的鲜艳程度。在YUV域中,U、V分量分别代表蓝和红分量。
当U=V=128的时候,表示饱和度为0;
当|U-128|和|V-128|的值越大,饱和度也越大。
f(x,s) = (x - 128) * s + 128
其中:x 表示 U、V分量; s 表示饱和度幅度
当U、V分量的差值与系数s相乘,就可以调整饱和度幅度。s=0表示灰度,s=1表示原图不调整,0~1之间表示降低饱和度,大于1表示增加饱和度。
调整饱和度有点类似CCM(完美成像中最重要的环节 - ISP之RGB域处理 中CCM介绍),也是可以调整颜色,但是CCM是为了还原人眼的色彩,这个校正矩阵的参数还是不要随意改动。
在YUV域中,上述调整饱和度的方式更容易,也不会出现过度的偏色。很多手机厂家的图像效果很鲜艳,就是先判断拍照的类型是什么,根据类型选择饱和度,最终拍照得到一个色彩鲜艳的图片。
Hue的意思是色调、色相,表示颜色的相位角。简单理解就是,在一个标准圆中,红色是0°,绿色是120°、蓝色是240°,不同度数表示不同的颜色。
Hue在ISP中的含义是色彩转换的功能,当颜色转动120°,就是原本的红色变成绿色,绿色变为蓝色,蓝色变为红色,可以用到特效上,以及一些特殊的效果。
Contrast & Brightness 对比度亮度控制
Brightness亮度控制是一般摄像头都会有的功能,顾名思义,就是控制亮度来改变图片效果。
在YUV域中,Y分量就表示亮度。如果直接调节Y分量,就会让图片发白或者发黑,这不是我们理想的亮度控制。通常的做法是将Y、U、V三个分量同时进行亮度调节,这样既保证了亮度,也会保证图像的鲜艳度。
对比度调节Contrast也叫做对比度增强Contrast Enhancement,就是增强图片的对比度。
目前对比度增强主要的算法是直方图均衡化(Histogram),根据原始图像的亮度数据进行重新分布,使图片的亮度分布更加均匀。
历经四个文章,终于把相机的成像原理全部介绍完毕,希望大家通过这个文章有所收获,感谢大家的关注和支持!
完结撒花 !!
更多技术文章,全网首发公众号 “极客之昂” 锁定 -上午11点 - ,感谢大家关注、转发、点赞!