大熊

平均距离来判断是否对该色温下白平衡进行全部收白处理，还是保留一些光源的本身的颜色。比如占据图像一大半左右的纯色背景，纵坐标值相对横坐标的距离应该会比较大，大于一般场景下的正常白点分布。反之，位于Plank_curve下方位置的点具有偏洋红色的倾向。此时拟合各个色温下的白点，拟合曲线大致是以X= 0.85）平行于横轴的一条直线。对原始坐标系中的点取对数后的Log坐标系空间。此时拟合各个色温下的白点，拟合曲线大致呈现的是一条直线。，可以认为是各种色温下白点分布所呈现的走向。的算法利用某个色温点的偏离。

                                         多尺度的图像细节提升论文的全名是DARK IMAGE ENHANCEMENT BASED ON PAIRWISE TARGET CONTRAST AND MULTI-SCALE DETAIL BOOSTING，论文核心的字段如下：   论文的核心思想类似于Retinex，使用了三个尺度的高斯模糊，再和原图...

               一种控制分段映射直方图均衡化的图像对比度增强算法 目录               一种控制分段映射直方图均衡化的图像对比度增强算法1.Histogram Specification（直方图规格化）1.1频率和概率1.2直方图规则化的目的 1.3分段线性分布1.4传统的图像均衡化 2.算法实现思路 3.算法代码实现 4.算法...

图像增强算法之去抖动算法对LCD面板的色彩显示能力，通常用在每一种色彩通道上，液晶面板能显示灰度的位数来加以描述。 LCD 的每个点通过R、G、B 三通道进行显示，首先影响色彩位数的是LCD 所使用的驱动IC 的不同，6bit 驱动IC 能够显示64 级灰度，而8bit 驱动IC 则能够显示256 级灰度。灰度越多，说明面板能够显示...

BMP RGB888 To BMP RGB565\RGB555#include"BMP.h"#define RGB16_BITCOUNT 16#define RGB24_BITCOUNT 24#define RGB565_R 0xf8#define RGB565_G 0xfc#define RGB565_B 0xf8T_U8* R...

Min/Max EdgeDetectionMin/Max 边缘检测算法的主要思路：图像去噪。本文算法中所使用的是中值滤波算法进行图像去噪处理 计算邻域内最大最小值。图像去噪之后，计算邻域内最大最小值 把最大最小值之差赋值给当前模板的中心像素中值滤波算法主要代码为：#include"Sharp.h"...

色温(Kelvin)到RGB的转换：算法和样例据我所知，还不太可能找到从色温到RGB转换的一个可靠的公式。虽然，有很多算法实现了类似的功能，但是，大多是都是从色温转换到XYZ颜色空间。这之后你再可以根据需要从XYZ空间在转换到RGB颜色空间。这种算法的一种实现方式你可以在这找到。很不幸的是，这种方式并不是真正意义上的数学公式，只是一种美化的...

关于双边滤波的一些理解双边滤波是一种非线性的保边滤波。那么双边滤波是如何实现保边滤波的呢？1.双边滤波公式解析：我们先从双边滤波的公式入手：双边滤波器之所以能够做到在平滑去噪的同时还能够很好的保存边缘（Edge Preserve），是由于其滤波器的核由两个函数生成：空间域核和值域核（1）空间域核：由像素位置...

imatest白平衡测试结果解析色彩还原指彩色CCD、CMOS经过拍摄加工后，彩色摄影画面的色彩大体上和原景物的色彩相一致。影响色彩还原的因素有CCD、CMOS的性能，摄影镜头的质量，光线的色温等。颜色还原性原理可以参看之前写的一篇博文《ISP基本框架及算法介绍》。安防行业中，常用Imatest软件进行颜色还原性测试，具体操作：具体测试步骤如下：1.调节摄像头的驱动参数...

保边滤波之Mean shift filter目录 保边滤波之Mean shift filter一、算法原理二、练手实现的算法代码如下：三、实现结果一、算法原理在OpenCV中，meanshift filter函数为 p...

基于自适应对数映射的局部对比度增强算算法光照环境不是很好的环境下所拍摄的图片，要么不是太亮，要么就是太暗，不能很好的兼顾亮区和暗区的细节。解决方式有很多种，一种是使用宽动态的sensor，获取一帧长曝光图像和一帧短曝光图像，再将两帧图像进行融合，这种合成的方式可以获取到比较高动态范围图像。当然使用宽动态的sensor成本会比一般的非宽动态sensor高；另...

图像处理中均值和方差计算优化一、均值和方差的普通优化图像处理中，有时候会需要计算图像某区域的均值和方差。在我之前的博客中《图像比较之模板匹配》，对计算方差有做简化计算的介绍。详细介绍可以参考我之前的博文。在此，我简单的介绍下计算方差的简化方法：按照上述方式计算均值和方差，很多应用场景下都比较合适。但是有两个缺陷：如果均值远大于标准差，意味着方差计算中相减的两个数非常接近，将引入过度舍入的问题； 对于新增加一个统计变量重新计算其均值和方差的时候，需要对所有统计变量再重新计算，做了大量的重

由Sensor光谱响应曲线联想到的白平衡增益计算由于传感器硬件的限制，传感器在某个预定波长范围内的响应不可能是100% 响应。现实中都是类似于正态分布的单峰函数。如果仅做粗略计算，由一个中心波长和半高宽（也成半波宽）完全可以由数学公式计算出一个高斯分布曲线。这个分布曲线就叫波谱响应函数。 波谱响应函数反映了传感器通道获取能量的情况。实际上每个传感器厂商都提供了具体的光谱响应函数，一般由两列数据组成，一列数据是波长，另一列数据是相对响应强度。下图某sensor光谱的响应的波谱响应函数。...

脉冲噪声是突发出现的幅度高而持续时间短的离散脉冲。椒盐噪声是一种在图像中产生黑色或白色点的脉冲噪声。该噪声在图像中较为明显。对于混入椒盐噪声的视频图像来说，滤波窗口的内邻域像素值的中值很大程度上不会是噪声，因此中值滤波能很好地消除它。中值滤波由于对去除脉冲噪声具有较好的性能，最早被用于去除脉冲噪声。当中心点值为噪声时，噪声值和中值数值相差较大，应该用中值来代替中心点值。但是，当中心点值不为噪声时，其值和中值数值相差不大，如果还用中值来代替中心点值，那么虽然对于单个像素点来说，不会产生较大的差异，但是

Sobel边缘检测算子数学原理再学习一.Sobel数学原理分析 参考《History and Definition of the so-called "Sobel Operator",more appropriately named theSobel-Feldman Operator》，《Expansion and Implementation of a 3x3 Sobel and Prewitt EdgeDetection Filter to a 5x5 Dimension Filter》，...

边缘检测类似微分运算，本质是检测图像的亮度变化。因此，噪声必然会对图像检测结果带来影响。为了避免噪声对检测算子的影响，在构造边缘检测算子的时候不仅需要考虑差分处理，害的考虑平滑处理，这样既能滤除噪声又能检测边缘。类似一阶差分模板，Roberts交叉算子只是考虑了差分因素，而Prewitt他算子通过对一阶差分模板扩展成3*3的尺寸从而引入了均值运算。Sobel算子被认为是较好的检测模板，它考虑差分因素还兼顾了类似高斯平滑的平滑处理。...

以下截图摘自《CMOS Imagers From Phototransduction to Image Processing》 I(1,1) I(1,2) I(1,3) I(2,1) I(2,2) I(2,3) I(3,1) I(3,2) I(3,3) 假设对于3*3模板对应像素做卷积操作检测边...

前向差分、后向差分和中心差分误差分析假设有函数y=f(x)，但是我们只知道该函数中有限个离散点，比如我们只知道函数上的有限点集：现在我们想利用这些有限点集对函数f(x)求导。一种前向差分估算其导数的方法是：另外一种后向差分估算其导数的方法是：由于前向差分和后向差分的误差刚好符号相反，如果我们把这两种差分求其平均，那么得到的结果将好于其任何一种结果。如果离散点集为等距离划分，即xi+1-xi=xi-xi-1=h,因此对前向差分和后向差分平均后，我们得到其中心差分结果：三..

介绍一种基于bayer型模式的双边自适应滤波器。由于此时仅需对二维灰度图像进行滤波处理，它的硬件资源消耗可以减小为前者的三分之一。双边自适应滤波器不仅对各类噪声有良好的滤除能力，还能使图像中的细节得到很好的保留。 在bayer型中，每个像素点的数据值只有一个，可能为RGB中的任何一个，对于G点，它的4邻域内没有G点的存在，对于R点和B点来说，甚至在它们的8领域内也没有相同颜色的点的存在。要对该点滤波，需要利用数量不多的相同颜色点的值。传感器在感光时具有空间相关性，即正常情况下图像在...

一、自动对焦基本实现原理 对输入图像f(x,y)进行计算，得到自动对焦评价函数F(z): 假设所用的对焦评价函数为图像能力算子，TAF[(.)]可表示为如上图的形式。可将对焦评价函数看做一个对焦滤波器hAF(x,y)对输入图像f(x,y)进行变换得到结果v(x,y): ...

sensor光谱响应函数

如何验证输入相同的数据到ISP Pipeline之后，输出的图像数据一定是一致的

作为坐标系映射的白点在坐标系的位置相对会分散一点些，特别是对较低色温而言，低色温的映射到色温曲线的时候，其端点会远离其他色温的映射点，作为坐标系时，距离其他色温比较远，导致分段直线拟合的时候误差可能会比较大，在低照度低色温做白平衡的时候，可能就没那么准确了。比如海思的色温曲线，除了低色温远一点，其他色温都在拟合曲线周边不远处，横向纵向都比较集中。要小，这样分段拟合色温曲线的时候误差应该更小些，为后续计算色温等提高根据准确的方式。作为坐标系的两轴，把各个色温下的白点映射到该坐标系的时候，其均匀性没有以。

利用Opencv显示10bit Raw数据,并根据鼠标的移动显示对应位置的灰度值。其他bit位数的Raw数据方法类似。

由于CMOS sensor的曝光方式是一行一行的方式进行的，任何一个pixel的曝光时间是一样的，也就是同一行上的每个pixel的曝光开始点和曝光的时间都是一模一样的，所以同一行的所有点所接受到的能量是一样的，而在不同行之间虽然曝光时间都是一样的，但是曝光的开始点是不同的，所以不同行之间所接受到的能量是不一定相同的。至此完成了这一行的曝光。还是以桶装水为比喻： 排成一行的桶（桶的数量和每个桶的大小确定），每一曝光行为单位的时间内每一个桶加水都是一样，需要多少个曝光行才能使的所有水桶加起来的水达到1L。

相反的，由微秒为单位的曝光时间转换为对应以曝光行为单位的曝光时间的时候，前者转换后的结果所带来的误差也比后者大。海思AE模块参数中有一个LinesPer500ms的参数，意思为500ms对应的曝光行数。，必须满足每一行获取的能量是交流电能量周期的整数倍，否则会应为获取的能量不一致，导致水波纹现象的产生。的调整，而调试工具界面除了曝光时间上下限是以曝光行为单位，其他时间相关的都是以微妙为单位。参数主要是进行以曝光行为单位的曝光时间和微妙为单位的曝光时间的转换。对应的曝光行数）的参数去进行抗闪时间计算呢？

即底层在转换为无符号的时候，需要根据高位进行判断，最高位是。当达到最低帧率最低亮度时，其调试工具界面上应该显示的也应该是如上最大的。后续调整曝光参数的过程中，特别是的照度下比较暗的情况下计算出来的。，计算机中负数以补码的形式保存，故对应的二进制为：（参数会超过配置文件中设置设置的最大曝光参数值。无符号过程中，中间乘积出现了溢出情况，导致最大的。这样不断的降低帧率调试低照度下的图像效果。值的时候，代入相应的曝光参数计算得到最大。节点的数据类型都是设置的有符号的。驱动库相关的接口获取当前的。

关于ISP Pipeline LSC（镜头阴影校正）位置的一些想法

假若某一标准光源下sensor CFA格式中的R、G、B三通道的响应基本一致或者完全一致，比如D65标准白色光源基本可以达到此要求。以log(B/R)为横坐，以log(RB/GG)为纵坐标，标构建一个二维坐标系，那么此坐标系下，其原点为D65光源计算的对应值。随着图像分辨率的增加，在计算时间和硬件电路的复杂性方面成本惊人。如果能够将乘法和除法运算转换为简单的加法和查找运算，则可降低计算时间和电路的复杂度。我们知道，在标准白色光源下灰卡所对应的G/R、G/B或者是R/G/B、B/G总是呈现一固定值。

piece-wise linear（PWL）Method

MTK 白平衡坐标系的猜想

描述了ISP中CCM标定的基本原理

白平衡 色温曲线

四、AF聚焦引擎硬件实现AF聚焦引擎整体模块 大部分的AF聚焦引擎都是使用IIR或FIR滤波器硬件实现。 诸如海思的AF聚焦引擎：诸如：诸如： 上述AF聚焦引擎模块，本质上是设计一个类似清晰度评价函数。其实质是通过硬件实现多路滤波器滤波处理后得到频域内的低频分量、高频分量加权，是一种软硬结合的变换域类评价函数。这种方法既利用了频域法精确度高、抗噪性能好的优点，又解决了频域计算复杂度高、实时性不好的缺陷。这个硬件实现的滤波器其滤波器参数可以调...

三、线性滤波器什么是线性滤波器 对图像的操作导致对某些空间评率的减弱或增强，这一功能可以通过将图像的傅里叶变换与某些可以“消除”或改变某些频率分量的函数相乘，然后再取反傅里叶变换来实现。上述这一过程称之为图像滤波，而所用的函数称为线性滤波器。简单来说，滤波器是能过滤某些特定频段，留下需要信号的部件，比如低通滤波器(只留下低频分量)、高通滤波器(只留下高频分量)、带通滤波器(只留下特定范围内的分量)。 时域卷积=频域相乘，有这一结论的前提下，假设时域信号f1和f2做卷积，从f1的...

二、对焦评价函数对焦评价函数总体来说，大致可分为四类：基于统计的自动对焦函数；基于梯度的自动对焦评价函数；基于直方图的自动对焦评价函数以及其他方法。基于统计的自动对焦函数 基于统计的自动对焦评价函数利用方差辨识图像的对焦离焦状态。由帕斯维尔定理可知,灰度方差即为图像频率能量。灰度方差评价函数与选择图像频率能量是等价的。2.基于梯度的的自动对焦评价函数 图像中的高频信息可以反映图像清晰程度,对焦正确的图像比离焦的图像含有更多的高频成分。高频部分的图像像素有较大的灰度...

一种基于分段线性插值的Gamma校正硬件实现以下gamma校正内容摘自《视频信号预处理IP的硬件实现和软件验证》电子科技大学 徐琦 GAMMA 曲线校正（Gamma Correction）是数字图像处理领域最常见，最重要， 同时也是大多数人不太了解的技术之一，无论是在图像的输入端，还是在图像的输出端，甚至在图像处理的过程中它都是一个不能绕开的流程。因此，本章首先会介绍一下之所以需要进行GAMMA 曲线校正的原因，以及进行GAMMA 曲线校正所能解决的问题。 2.1 什么是GAMMA 曲...

一、USM 当增强图像的边缘、细节信息等高频信息时，图像的锐化视觉效果会得到较大提升。提高图像锐化的一种经典算法为非锐化掩码（UNsharp Masking）技术。该技术首先通过高通滤波并与缩放系数相乘，其结果再与原始图像相加，即可对高频信息进行增强。其主要的原理如下图所示：其中，对图像进行高通滤波的另一种等效方法为：原始图像减去原始图像的低通滤波图像，其结果被称之为“掩码”。因此，上述的USM方法可以表示为：原始图像减去原始图像低通滤波之后的图像得到掩码M。 2.掩...

tone mapping曲线的本质是一个亮度映射函数，即横坐标（X 轴）是输入亮度，纵坐 标（Y 轴）是输出亮度。其作用是将输入图像的亮度映射到一个更窄的亮度范围，从而实现动态范围的压缩。 Tone mapping中的对数函数曲线性质，主要取决于输入数据范围大小。如果输入数据相对于[0,65535]的输入数据范围比较小，比如8bit的输入数据，其对数函数的曲线将没有那么陡峭，输出较小的数值Yg，对高亮部分的压缩也比较小； 相反对于16bit输入数据其暗区曲线较陡峭，高亮部分压缩较大。...