ISP图像调试—图像清晰度调试策略

ISP图像调试—图像清晰度调试策略

目录

ISP图像调试—图像清晰度调试策略

1、首先第一个想到的应该是Gamma校正,通过调整Gamma曲线,使得图像亮度处于合适的范围。

2、图像锐度调试,这里详细介绍一下。

3、然后我们可以通过调试3DNR,减少图像噪声的引入。

4、对模块局部对比对进行调试,主要是LDCI,跟据ISO进行联动调试。

5、去雾为辅助(Dehaze)


当我们在调试一款IPC设备时候,在经过黑电平校正、白平衡、CCM之后,我们要做的是图像清晰度调试,这个是需要我们进行反复调试优化的。

下面我总结一下我在调试一款IPC设备时候是如何针对图像清晰度进行调试的。

1、首先第一个想到的应该是Gamma校正,通过调整Gamma曲线,使得图像亮度处于合适的范围。

2、图像锐度调试,这里详细介绍一下。

一般在图像锐度调试这一模块,我们需要调试YUVshapen,这里往往是需要跟据增益进行联动的。

调试方法如下:

首先利用Web中自带的锐度进行调试,这里我们会发现Texture和EdgeStr两条曲线会发生改变,然后我将web锐度复原,使得画面图像处于细节较好的一个情况,但是会伴随一定的噪声,再接着我们需要调试YVUshapen是的图像效果变得清晰。

其中主要调试的参数有这几个。

3、然后我们可以通过调试3DNR,减少图像噪声的引入。

4、对模块局部对比对进行调试,主要是LDCI,跟据ISO进行联动调试。

5、去雾为辅助(Dehaze)

这里去雾我们室内环境不能调太高,调到合适大小,可以适当提高图像清晰度。

通过 PQtools 读取当前的 sharpen 强度信息,或手动设置 sharpen 强度到最大,观
察是否有改善。
首先将 TextureStr EdgeStr 都调到最大;
其次将 OverShoot UnderShoot 调到最大;
再次将 DetailCtrl 设置为 128 ,同时,将 LumaWgt 都设置为 127
最后根据图像的黑边白边的情况适当的调整 undershoot overshoot 以及 shootSupStr 。如果图像的锐度太高,再适当降低 TextureStr EdgeStr ,重复上
述三步即可调到客户想要的清晰度风格。

 

  • 9
    点赞
  • 53
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 2
    评论
本课程讲解sensor直接采集的图像都有各种不理想性,因此在编码前都会经过一个软件方式处理,这个处理就叫ISP图像的IQ调试就是研究这些处理算法和实现的。常见的IQ调试技术如:线性纠正、噪声去除、黑电平校正、坏点去除、颜色插补、Gamma 校正、RGB2YUV 转换、主动白平衡处理、主动曝光控制、AE评估等。随着通信行业发展,网速越来越快,网络也从文本时代发展越过语音时代到了现在视频时代,“优酷、爱奇艺”、“微视频”、“直播”等的出现也是视频逐步成为主流媒体的证据和表现。航拍、视频监控、刷脸过关检测、汽车ADAS系统等应用也是视频在主流行业中的应用,因此视频的采集、编解码、传输、识别等技术变得越来越有价值,涌现出了“海康威视”、“大华股份”、“深圳英飞拓”等一批明星企业,名扬海内外,动辄市值几百亿。同时在芯片级,国产华为海思HI35xx系列视频编解码方案也逐步取代进口芯片(如TI、安霸)成为主流方案。视频行业技术含量高、难度大、学习周期长、发展变化快而资料少,因此行业比较缺人、工资较高。如海康威视,普通高校硕士研究生应届进入年薪普遍高于15-20万,在嵌入式linux领域也算高工资技术方向了。本项目是朱老师及其团队推出的一个嵌入式linux领域重量级企业级实战项目,选用华为海思HI3518E方案,结合OV9712/AR0130 Sensor实现图像采集和H.264编码压缩,并通过ethernet和WIFI,以socket实时流和RTSP等方式,实现720P/960P高清视频传输。本项目共分11季,从海思SDK开发环境搭建,到sample程序讲解、SDK中API函数解析,到H.264编解码、RTSP流媒体传输、MP4文件打包,到图像IQ调试图像识别等视频领域高阶内容,可以说从零基础入手,对图像采集、编解码、网络传输、图像存储和识别做了全方位的详细讲解和代码分析,是目前市面上**一套系统讲解图像和视频技术的视频课程。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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

打赏作者

岁月蹉跎的一杯酒

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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