海思平台isp之ccm标定

已于 2023-12-14 15:35:46 修改
阅读量1.8k 收藏 13
点赞数 8
CC 4.0 BY-SA版权
分类专栏： 海思开发专栏 文章标签： 接口隔离原则
于 2023-12-14 14:58:13 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/lzg2011/article/details/134994092
本文介绍了海思平台ISP的ccm标定过程，包括参数配置、raw图采集，以及标定后的效果优化方法，如调整权重、修改LAB表和手动调整色度饱和度。

文章目录

1、raw图采集

raw图采集步骤及标准，请参考文章 《海思平台isp之ccm标定》。

2、ccm标定

2.1、标定参数配置

（1）图像基本参数
在这里插入图片描述
（2）黑电平设置
在这里插入图片描述
(3) 标定
ISP Calibration Tools下，选中CCM，导入待标定raw图：
在这里插入图片描述
在这里插入图片描述
对应图中标注步骤1~步骤7：
步骤1：选中当前要标定的色温raw图；
步骤2：点击选中该raw图；
步骤3：导入当前raw图时的gamma值，在gamma界面下可保存；

了解本专栏 订阅专栏 解锁全文
海思3516DV300系列HiPQTools工具ISP图像调试_CCM校定
a812417530的博客
06-18 2429
海思3516DV300系列HiPQTools工具ISP图像调试_CCM校定准备好调试工具和环境标准 X-Rite 24 色卡，照度为 600Lux 均匀光源采集亮度适中的raw照片，参考导入raw照片，参考选取24色准备好gamma进入gamma模块配置标定参数（GAMMA，参考 LAB，色块权重，差异标准）点击calibrate获取结果根据得到的Result进行色调和饱和度更改根据自己的素材数量设置好选项个数应用到板子上应用完后进入ccm模块手动调整控制单色 准备好调试工具和环境 标准 X-Rite 24
海思ISP流程
heliangbin87的专栏
11-16 5363
一. 基本步骤 sensor对接 sensor标定 亮度维度调节（AE） 色彩维度调节（AWB/CCM） 对比度维度调节（Gamma/LDCI/Dehaze） 清晰度和噪声调节（BayerNR/Demosaic/DPC/Sharepen/3DNR） 二. sensor对接 选择相近的sensor进行移植 三. sensor标定 黑电平标定（BLC） 镜头遮挡，确保光线输入 NoiseProfile标定（BayerNR） D65光源灯箱（照度400lux）/标准24色卡 静态坏点标定（
海思CCM 标定注意事项
weixin_50562795的博客
12-21 728
根据给定的条件 Tpre*(100 - 6.25) > Tcurrent*(100 + 6.25)，我们确实需要找到前一组色温（Tpre）的一个值，使得它乘以93.75%大于本组色温（Tcurrent）乘以106.25%。即十进制的 141 转十六进制为 0x8d，负数-141 用十六进制表示为 0x808d。首先，计算本组色温（Tcurrent）的106.25%，即 4100 * 106.25%。然后，将这个结果除以93.75%，以找到满足条件的前一组色温（Tpre）。可参考以下 矩阵进行计算。
ISP之CCM
sinat_29634715的博客
01-03 9255
CCM 标定的原理是，使用 sensor 抓拍到的 24 色卡场景下前 18 个色块的实际颜色信息和其期望值，计算 3x3 的 CCM 矩阵。输入颜色经 CCM 矩阵处理得到的颜色与其期望值差距越小，则 CCM 矩阵就越理想。 海思CCM矩阵：8bit 小数精度。bit 15是符号位，0 表示正数，1表示负数。典型的三组 CCM 为D50，TL84，A 三个光源下的 CCM。典型的五组 CCM为 10K，D65，D50，TL84，A 五个光源下的CCM。优先红、绿、蓝纯色；...
【ISP】CCM变换和标定
mjiansun的专栏
08-22 1451
今天聊一聊ISP当中的一个重要模块CCM；为什么ISP模块中要有这个模块呢，上面列的一堆原因，；CCM一般是3x3矩阵形式，也有3x4形式的，3x4形式主要是给rgb各自加一个offset上面的人眼rgb响应和sensor rgb响应曲线都是非线性的，所以指望通过一个CCM矩阵就得到匹配度很好的映射关系是不现实的。现实中，往往会标定很多个CCM，ISP在运行的时候根据照度，光源等等因素，选择两个最近的CCM插值得到最终的CCM；
海思平台中的ISP的awb以及CCM（色彩校正矩阵）介绍
热门推荐
仗劍走天涯
09-09 1万+
概述： 色温随可见光的光谱成分变化而变化，在低色温光源下，白色物体偏红，在高色温光源下，白色物体偏蓝。人眼可根据大脑的记忆判断，识别物体的真实颜色，AWB 算法的功能是降低外界光源对物体真实颜色的影响，使得我们采集的颜色信息转变为在理想日光光源下的无偏色信息。 色温： 色温是按绝对黑体来定义的，光源的辐射在可见区和绝对黑体的辐射完全相同时，此时黑体的温度就称此光源的色温。 白平衡： 在不...
ISP图像调试----CCM
ArmyzPang的博客
11-09 2277
如下是CCM的公式，其中[R,G,B]表示上一个模块即demosaic模块对图像进行插值后每个像素的RGB值；由公式1.2可以看出C11、C21和C31分别决定经过CCM后每个像素红色通道的饱和度、红通道中绿色的比例和红通道中蓝色的比例；C12、C22和C32分别决定经过CCM后每个像素绿色通道中红色的比例、绿色的饱和度和绿色通道中蓝色的比例；C13、C23和C33分别决定经过CCM后每个像素蓝色通道中红色的比例、蓝色通道中绿色的比例和蓝色通道的饱和度。
海思HQ工具CCM颜色校准
本地服务器
02-17 985
海思PQ工具，CCM调试
海思系列HiPQTools工具ISP图像调试-黑白校定
a812417530的博客
06-07 3277
海思系列HiPQTools工具图像调试-黑白校定获取 sensor 的黑电平参数将设备的光圈完全关闭，或者使用镜头盖将镜头输入遮挡，确保无光线进入；通过 HiPQ 的 ExposureAttr 标签， 手动设置整个系统的增益为 1x。HiPQ Capture Tool 抓取一个 Raw 文件导入 Raw 文件，点击 Black Level Calibration 按钮点击Black Level Settings获取结果把数字input到HiPQTools中(搞定) 获取 sensor 的黑电平参数 将设备的
CCM 优化代码，包含部分isp模块
06-10
CCM 优化代码，包含部分isp模块
Camera中的CCM变换和标定
luoganttcc的博客
03-23 2596
hello， 今天聊一聊ISP当中的一个重要模块CCM；为什么ISP模块中要有这个模块呢，上面列的一堆原因，最重要的因素是我们肉眼的对光谱的RGB响应曲线和sensor的响应曲线是不同的；CCM一般是3x3矩阵形式，也有3x4形式的，3x4形式主要是给rgb各自加一个offset保证灰点也就是r=g=b的点，经过CCM以后仍然r=g=b；注意shading影响，拍这个色卡占整个sensor中间一小部分就可以主要包括减blc，根据第4行的patch，获取awb gain值，乘上去；
ISP--CCM
nareku的博客
04-08 212
如图是IMX415C和ICX262AQ两种sensor的感光特性，可以看出来和人眼的感光曲线有很大的不同，而且同样SONY生产的sensor各自的感光曲线的特性也有很大差异，所以如果直接用sensor感光的特性来表示颜色会和人眼有很大的差异，且同一种颜色通过不同sensor感光后得到的数据是不一样的，而对于显示器而言就会表现出不同的颜色，这是我们不希望看到的，我们希望同一种颜色即使使用不同的sensor也能得到相同的RGB数据且和人眼感受的颜色一致或者接近。CCM的目标矩阵，就是上图左侧的目标是什么？
ISP——CCM
wtzhu_13的博客
07-02 9598
CCM颜色矫正矩阵算法讲解
图像调优3: CCM参数的标定
tbzj_2000的博客
09-24 4200
具体的方法参见以下参考链接。 参考: 1)https://www.twblogs.net/a/5b8d00542b7177188338e917 Imatest 測CCM係數的方法 2) http://www2.ece.rochester.edu/~gsharma/presentations/talkciede2000cic04.pdf 基于CIELAB的色差计算公式 ...
浅谈ISP-CCM
feiyanjia的博客
07-17 2252
浅谈ISP-CCM
【ISP】浅析CCM
ShrekLi
07-26 1万+
   对于正常人而言，睁开眼的一刹那，便能看到五彩斑斓的世界。各种形形色色的物体不断映入我们的眼帘，刷新着我们对这个世界的感知。在遇到美好的场景后，通常会以文字、图画、照片或者视频等方式将其记录下来，以作留念。就一张好的彩色照片而言，不仅有Demosaic、AWB、CCM、Gamma、降噪、锐化等ISP处理，还会有人为调优。在整个ISP处理流程中，影响颜色的模块有很多，但我们可将影响颜色的部分简单地抽象为如下所示的数学模型。 [RGB]in=([a00a01a02a10a11a12a20a21a22][rw
ISP——海思平台——BLC标定
最新发布
yf1042719759的博客
09-03 1201
BLC标定（黑电平校正）是消除传感器暗电流影响的重要步骤。操作流程包括：在黑暗环境下拍摄RAW图像，通过海思PQTools工具计算校正值，并将结果写入驱动。校正不准确会导致图像偏绿（R/B值偏小）或偏紫（R/B值偏大）。不同ISO段需分别标定，高端传感器通常只需一组参数。常见问题包括环境漏光或传感器质量问题，解决方法是确保全黑环境或联系原厂技术支持。该流程适用于海思平台，可为初学者提供ISP标定参考。
海思平台FPN标定
06-04
### 海思平台 FPN 标定方法及解决方案 FPN（Fixed Pattern Noise）是一种常见的图像噪声问题，尤其在低光照条件下表现明显。海思平台提供了多种工具和接口来支持图像处理功能，包括通过VPSS（Video Process Sub-System）进行预处理[^3]，以及通过MPP（Media Process Platform）提供的MPI接口实现特定功能开发[^1]。以下内容将详细介绍如何在海思平台上进行FPN标定的方法或解决方案。 #### 1. 硬件与软件基础 FPN标定通常需要结合硬件特性和软件算法实现。海思平台的SVP（Smart Vision Processing）提供了智能视觉加速能力[^2]，可以用于优化FPN校正算法的性能。此外，VPSS单元支持多种图像前处理功能，例如去噪（NR）、增强（IE/DIE）等，这些功能可以作为FPN标定的基础模块。 #### 2. 数据采集 FPN标定的第一步是采集原始图像数据。可以通过以下步骤完成： - 使用摄像头捕获一组均匀亮度的图像（如暗场图像和亮场图像），以获取传感器的固定噪声模式。 - 利用MPP平台提供的输入视频捕获功能，确保采集到的图像数据能够直接进入后续处理流程。 #### 3. 算法实现 FPN校正的核心在于计算并应用噪声补偿矩阵。以下是实现过程中的关键点： - **噪声建模**：基于采集的暗场和亮场图像，计算像素级的固定噪声分布。公式如下： ```python noise_map = bright_image - dark_image ``` - **补偿矩阵生成**：根据噪声分布生成补偿矩阵，并将其存储为标定参数。 - **实时校正**：在图像输出阶段，利用补偿矩阵对每个像素值进行调整。代码示例如下： ```python def apply_fpn_correction(image, compensation_matrix): corrected_image = image - compensation_matrix return corrected_image.clip(0, 255).astype('uint8') ``` #### 4. 集成与优化 - 将FPN校正算法集成到VPSS的图像前处理流程中，确保其与去噪、锐化等功能协同工作。 - 如果算法复杂度较高，可以考虑使用DSP模块进行硬件加速，以降低CPU负载并提升处理效率。 #### 5. 测试与验证 - 在不同光照条件下测试FPN校正效果，评估是否有效减少了固定噪声。 - 调整补偿矩阵的参数，优化校正精度。 ```python # 示例：FPN校正的整体流程 def fpn_calibration(dark_image, bright_image, input_image): # 计算噪声分布 noise_map = bright_image - dark_image # 应用补偿矩阵 corrected_image = input_image - noise_map return corrected_image.clip(0, 255).astype('uint8') ``` ### 注意事项 - FPN标定的效果可能受到传感器特性、环境条件等因素的影响，因此需要针对具体应用场景进行调优。 - 在实际开发中，建议参考海思官方文档或技术支持资源，获取更多关于VPSS和MPP的具体实现细节[^1][^3]。
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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

lzg2021

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

实付元
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