图像算法---自动曝光AE

news2024/11/24 18:59:31

一,自动曝光AE

自动曝光(AE,全称Auto Exposure)是一种在摄影和摄像中广泛使用的技术,它允许相机或摄像机根据环境光线条件自动调整曝光参数,以获得清晰、亮度适中的图像或视频。以下是关于自动曝光AE的详细介绍:

1,定义与功能:
AE是一种自动调节曝光时间的机制,其主要功能是在外界环境光照条件发生变化时,通过调节sensor的曝光时间、光圈大小、增益等参数,使图像或视频保持适当的亮度,防止过曝或过暗导致的细节丢失。

2,曝光参数:
曝光时间:快门打开的时间,影响进光量。曝光时间长则进光量多,适合光线条件差的情况;反之,则适合光线好的情况。
光圈大小:由拍摄者手动选择的光圈f值,影响景深和进光量。光圈越大,景深越浅,适合人像等特写拍摄;反之,则适合风景等需要大景深的拍摄。
增益(ISO):传感器模拟增益和传感器/ISP数字增益,影响图像噪声和亮度。增益越大,图像噪声也越大,但亮度也会相应提高。

在这里插入图片描述曝光由光圈、曝光时间、ISO三者共同决定。

对于手机以及其他电子产品使用的微型摄像头,光圈大小是固定的,所以手机拍照的曝光由曝光时间和增益(ISO)来控制。

自动曝光就是 自动调节曝光时间、光圈、ISO进行曝光,使得所摄物体亮度正常。

自动曝光的标准:
物体的亮度与色彩是由物体对光线的反射率来决定的。例如纯黑色的放射率是0,纯白色的反射率是100%,处于中间的灰度的反射率是18%,这就是18%中间灰度。
相机在各种场景下无法识别物体的反射率,于是统一将图像整体平均亮度设置为中性灰的亮度。该方法基于 科学家认为自然界的平均反射率是18% 这一理论。当然,这个理论不是万能的,雪景的亮度肯定大于18%,白增黑减。

二,自动曝光的算法

1,均值法AE
均值法AE是一种自动曝光(AE,全称Auto Exposure)的调整方法,它基于图像或视频的整体亮度来自动调整曝光参数。以下是关于均值法AE的详细介绍:

1.1 定义与原理:
均值法AE是通过计算图像或视频的平均亮度(或称为平均灰度),并将其与预设的目标亮度(通常是18%灰度)进行比较,来自动调整曝光参数的方法。

1.2 计算过程:
亮度计算:首先,系统会计算整个图像或视频帧的平均亮度(或灰度值)。这通常涉及到将图像划分为多个区域,并计算每个区域的亮度,然后取所有区域的平均值。
目标亮度:系统预设一个目标亮度值,这个值通常基于韦伯定律,认为大自然的整体灰度为18%,因此目标亮度也常设为18%灰度对应的亮度值。
曝光参数调整:
如果当前图像的平均亮度低于目标亮度,系统会自动增加曝光时间、增大光圈或提高ISO等参数,以增加进光量,提高图像亮度。
如果当前图像的平均亮度高于目标亮度,系统则会减少曝光时间、缩小光圈或降低ISO等参数,以减少进光量,降低图像亮度。

1.3 优点与限制:
优点:均值法AE能够快速地根据图像的整体亮度调整曝光参数,适用于大多数光线条件。
限制:当图像中存在大范围的白或黑物体时,均值法AE可能不够准确,因为它只考虑了图像的平均亮度,而没有考虑到不同区域的亮度差异。

1.4 改进方法:
为了解决均值法AE的局限性,可以使用直方图均衡化等更复杂的算法来优化曝光参数调整。这些方法能够更准确地反映图像中不同区域的亮度分布,从而提供更准确的曝光参数调整。

2,N段式统计法
自动曝光中的N段式统计法是一种在手机ISP(Image Signal Processor,图像信号处理器)上常用的方法,特别是在手机摄像头光圈固定(这里仅考虑单摄像头场景)的情况下。由于光圈固定,可调节的参数主要限于曝光时间和ISO(感光度)。以下是关于N段式统计法的详细解释:

  1. 基本概念

    N段:指的是ISO的不同段。由于手机sensor的光圈是固定的,因此曝光时间的调节和ISO的调节成为主要手段来适应不同的光线条件。

  2. 调节顺序与策略

    优先调节曝光时间:在大多数情况下,系统会优先调节曝光时间以达到目标亮度。但曝光时间有一个上限,这个上限通常是为了保证预览帧率(如每秒30fps)而设定的,一般在33ms内完成。
    调节ISO:当曝光时间达到其上限但仍不能满足目标亮度时,系统会开始调节ISO。但需要注意的是,调节ISO可能会引入更多的噪点,特别是在暗光条件下。
    N段式统计:这里的“N段”实际上是指ISO的不同调节阶段。系统会根据当前曝光时间和ISO的组合,以及目标亮度,来决定是否调整ISO以及调整多少。这种策略旨在保证在ISO较小的情况下优先调节曝光时间,以减小噪点的影响。

  3. 实现过程

    系统首先根据当前光线条件和目标亮度设定一个初始的曝光时间和ISO值。
    随后,系统会根据捕获的图像的实际亮度与目标亮度的差异,来决定是否调整曝光时间和ISO。
    如果需要调整,系统会首先尝试增加或减少曝光时间。如果曝光时间已经达到其上限或下限,但亮度仍不满足要求,则系统会开始调整ISO。
    这个过程会不断重复,直到图像的亮度接近或达到目标亮度为止。
    在这里插入图片描述

调节ISO最主要的副作用就是会同时增强噪点,如果把暗光下的图片放大多倍,噪点就会非常明显;通常是优先调节曝光时间,但是曝光时间也有个上限,必须要在33ms内完成才能保证每秒30fps的预览帧率。
N段指的就是ISO的不同段,优先保证ISO较小的情况下调节曝光时间,当曝光时间到极大值仍不能满足时再将ISO调大一级再重新调整曝光时间。

  1. 总结

N段式统计法是一种有效的自动曝光策略,它能够在保证预览帧率的同时,尽可能地减小噪点的影响,并在不同的光线条件下获得较为理想的图像亮度。这种方法特别适用于手机摄像头等光圈固定的场景。

三,卷帘曝光(Rolling Shutter)原理

卷帘曝光(Rolling Shutter)的原理可以归纳为以下几点:

1,曝光方式:
卷帘曝光是一种特殊的曝光方式,主要应用在CMOS图像传感器上。
与全局曝光(Global Shutter)不同,卷帘曝光是逐行进行的,即从图像的顶部开始,传感器逐行地将每一行图像暴露给光线,然后逐行地向下移动,直到整个图像的底部都曝光完成。

2,控制信号:
卷帘曝光的控制过程涉及两个关键的控制信号:reset信号和read信号。
reset信号:负责将一行像素清零,即在这一行曝光前将其reset(清0)。
read信号:负责读取一行像素数据,即在这一行曝光后读取其数据。
reset信号和read信号以行为单位移动,每移动一行就完成了一行的曝光和读取过程。

3,曝光时间:
卷帘曝光的曝光时间是以行为单位的,每一行的曝光时间可能因光源条件或传感器设计而有所不同。
read信号和reset信号之间的间隔决定了每一行的曝光时间。
在这里插入图片描述

4, 滚动快门效应:
由于卷帘曝光是逐行进行的,当拍摄对象或相机本身在曝光过程中发生移动时,可能会产生“滚动快门效应”。
这种效应表现为图像中的运动物体出现倾斜、扭曲或变形的情况。
滚动快门效应在快速移动或振动环境下尤其明显。

5,曝光顺序:
在卷帘曝光中,曝光顺序是从图像的顶部开始,逐行向下进行,直到整个图像都完成曝光。

6,应用与特点:
卷帘曝光适用于大多数日常拍摄场景,但由于其逐行曝光的特性,可能不适用于需要高速运动捕捉或避免滚动快门效应的专业拍摄领域。
与全局曝光相比,卷帘曝光在成本和技术实现上更为简单,因此在许多消费级摄像头和传感器中得到了广泛应用。

总结来说,卷帘曝光是一种逐行进行的曝光方式,通过reset信号和read信号的控制来实现图像的逐行曝光和读取。然而,由于其逐行曝光的特性,可能在快速移动或振动环境下产生滚动快门效应。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/1796103.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

LabVIEW的大气环境实时监测

LabVIEW的大气环境实时监测 设计并实现了一个基于LabVIEW的大气环境实时监测系统。通过使用高精度环境传感器采集温度、湿度、PM2.5、CO2等环境数据,利用LabVIEW进行数据处理、显示和存储。该系统能够实时监控环境参数,并通过阈值报警功能提示异常&…

60万路由器一夜瘫痪,美国遭遇神秘网络攻击大灾难;木马肆虐俄罗斯,关键信息基础设施惨遭毒手!Oracle漏洞被利用,CISA紧急行动!| 安全周报0606

新闻1:欧洲警报:俄GRU支持APT28发动HeadLace恶意软件攻击! 俄罗斯GRU支持的威胁行为者APT28被认为在一系列活动中负责,这些活动使用HeadLace恶意软件和收集凭证的网页针对欧洲各地的网络。 APT28,也被称为BlueDelta、…

springboot undertow 文件上传文件过大异常

io.undertow.server.RequestTooBigException: UT000020 Connection terminated as request was larger than xxxx 修改yaml文件中关于undertow的配置项 server:undertow:# HTTP POST请求最大的大小# 默认0,无限制max-http-post-size: ${SERVER_UNDERTOW_MAX_HTTP_…

比较FITC-BSA与未标记BSA在生物活性方面的差异

牛血清白蛋白(BSA)作为一种诸多使用的生物化学试剂,在生物学和医学领域发挥着作用。然而,为了研究BSA在生物体内的行为以及与其他分子的相互作用,科学家们常常需要对其进行荧光标记,其中FITC-BSA便是常见的…

WEB-Wordlist-Generator:为扫描后的Web应用生成相关联的字典

关于WEB-Wordlist-Generator WEB-Wordlist-Generator是一款功能强大的字典生成工具,该工具旨在帮助广大研究人员扫描目标Web应用程序并生成与之相关联的字典文件,从而允许我们对相关的网络威胁行为执行预备性应对策略。 功能介绍 当前版本的WEB-Wordli…

vue页面上的form表单无法输入咋回事?

记录工作中遇到的问题… 如下图:下拉框选中无法回显,输入框无法输入 排查了原因,原来是接收的formData不是响应式的 const props defineProps({formData: {type: Object,default: ()> [{devices:[]}]},})formData将其放在模板中使用&am…

揭秘APP广告投放数据背后的秘密,Xinstall助你精准触达用户!

随着互联网的发展,App推广和运营的环境也在不断变化。传统的营销方式已难以满足多变的市场需求,如何确保在激烈的竞争中脱颖而出,成为了众多企业关注的焦点。Xinstall作为一款专业的App推广工具,致力于帮助企业解决推广和运营中的…

Linux网络服务之SSH(远程访问及控制)

ssh远程管理: ssh是一种安全通道协议,用来实现字符界面的远程登录。远程复制,远程文本传输。 ssh对通信双方的数据进行了加密 用户名和密码登录 密钥对认证方式(可以实现免密登录) ssh 22 网络层 传输层 数据传输…

解锁AI大模型的无限潜能:程序员如何深度驾驭这一科技巨轮

前言 随着科技的飞速发展,人工智能(AI)已经不再是科幻电影中的遥远概念,而是成为了推动社会进步的重要引擎。在AI的众多技术分支中,大模型以其卓越的性能和广泛的应用前景,成为了科技领域的明星技术。作为…

Transformer学习(2)

这是Transformer的第二篇文章,上篇文章中我们了解了分词算法BPE,本文我们继续了解Transformer中的位置编码和核心模块——多头注意力。下篇文章就可以实现完整的Transformer架构。 位置编码 我们首先根据BPE算法得到文本切分后的子词标记,然…

[消息队列 Kafka] Kafka 架构组件及其特性(一)

工作中的消息队列用的是Kafka,一直没有系统的了解,这边集中整理一下。 目录 Kafka主要组件有十个部分。 1.Broker(服务器) 2.Record(消息) 3.Producer(生产者) 4.Consumer&…

C++---模板进阶(非类型模板参数,模板的特化,模板分离编译)

我们都学习和使用过模板,而这篇文章我们来将一些更深入的知识。在此之前,我们在使用C编程时可以看到模板是随处可见的,它能支持泛型编程。模板包括函数模板和类模板,我们有的人可能会说是模板函数和模板类,但严格讲这样…

【Python】把xmind转换为指定格式txt文本

人工智能训练通常需要使用文本格式,xmind作为一种常规格式不好进行解析,那如何把xmind转换为txt格式呢? 软件信息 python python -v Python 3.9.13 (tags/v3.9.13:6de2ca5, May 17 2022, 16:36:42) [MSC v.1929 64 bit (AMD64)] on win32…

集成学习笔记

集成学习 简介 决策树 GBDT 拟合残差 一般 GBDT XGBOOST 弓 1 能表达样本落入的子节点,但是不能把表示结构 2 3.正则项 – 惩罚 防止过拟合,比如一个值总共有10颗树都是由同一颗树决定的,过拟合 5 找到一种方式不依赖于损失函数 …

【Modelground】个人AI产品MVP迭代平台(3)——工程化架构设计

文章目录 背景monorepo多项目调试/打包公共静态资源服务公共模型拷贝入项目的public文件夹总结 背景 Modelground中的项目,基本都依赖Mediapipe模型,因此,有很强的需要对Mediapipe进行封装,其余项目都调用这个封装库。从架构上&a…

文字生成视频!又一王炸!!!(且免费使用!)

VIVA王炸 开场 “ 生成令人惊叹的AI视频,再加上4K视频增强和初学者友好的自动提示优化,为您提供无与伦比的视频创作体验。” 直抒胸臆 自从sora的出现,开启了人工智能的有一个阶段。VIVA是现在唯数不多的与OpenAI的sora互相抗衡。也是为数…

Orange Pi AI Pro 开箱 记录

香橙派 AIpro(OrangePi AIpro)是一款面向AI开发的强大开发板,提供了高性能和多功能的开发环境。我将结合自己的开发经验,详细介绍这款开发板的性能、适用场景及使用体验。 一、产品概述 香橙派 AIpro配备了强大的硬件配置&#…

String类知识

目录 一、String存在意义 二、字符串为何不可变 三、String类常用方法 1、字符串构造 2、String对象的比较 3、字符串查找 4、转化 (1)数值和字符转化 (2)大小写转换 (3)字符串转数组 (4&…

不同类型红酒的保存期限与品质变化

云仓酒庄雷盛红酒,以其多样的品种和与众不同的风味吸引了无数葡萄酒爱好者。然而,不同类型和风格的红酒在保存过程中,其期限和品质变化也各不相同。本文将深入探讨这个问题,以帮助消费者更好地理解和欣赏云仓酒庄雷盛红酒的多样性…

智慧互联网医院系统开发指南:从源码到在线问诊APP

近期,互联网医院系统的热度非常高,很多人跟小编提问如何开发,今天小编将从零开始为大家详解互联网医院系统源码,以及在线问诊APP开发技术。 一、需求分析与系统设计 1.1 需求分析 用户管理 预约挂号 在线问诊 电子病历 药品…