【笔记】相机成像与相机响应函数

最新推荐文章于 2025-02-28 13:00:07 发布
最新推荐文章于 2025-02-28 13:00:07 发布
阅读量4.4k 收藏 15
点赞数 6
分类专栏： 去模糊
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/qq_43557445/article/details/115871274
版权
这篇笔记探讨了相机的成像过程，包括光线如何通过镜头转化为传感器辐射度，进而形成电信号并最终成为数字图像。重点介绍了相机响应函数（CRF），它是传感器曝光度与图像亮度值之间的映射，并解释了ISO对成像亮度的影响。同时，文章还讨论了相机响应的逆函数，用于恢复原始曝光度，实现线性关系。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

一、相机成像过程

拍摄对象反射回来的光线（场景辐射度）通过相机的镜头转换为传感器辐射度，传感器辐射度通过快门的通电作用转化为传感器曝光度。这是光学变化过程。传感器上的感光器件受到光照激发释放出电荷产生电信号。电信号经过放大和滤波后再进行模数转换得到数字信号，即图像数据。这些数据经过信号处理器进行相应的处理后存储为图像文件得以输出。这是电子成像部分，亦即相机响应过程。
在这里插入图片描述

二、相机响应函数

相机响应函数（CRF）就是传感器上曝光度 I I I与图像亮度值 M M

最低0.47元/天 解锁文章
Opencv学习笔记 高动态范围 (HDR) 成像
学以致用 知行合一
07-07 3122
组合在不同曝光设置下获取的同一场景的不同图像的过程称为高动态范围 (HDR)成像。 大多数数码相机和显示器将彩色图像捕获或显示为 24 位矩阵。每个颜色通道有 8 位，因此每个通道的像素值在 0 – 255 范围内。换句话说，普通相机或显示器具有有限的动态范围。 然而，我们周围的世界有着非常大的动态范围。车库里关灯时它会​​变得漆黑一片，如果你直视太阳，它会变得非常亮。即使不考虑这些极端情况，在日常情况下，8 位也勉强足以捕捉场景。因此，相机会尝试估计光照并自动设置曝光，以使图像
Debevec方法求相机响应曲线
码农菜鸟
04-07 6272
该方法由Debevec在1997年的论文《Recovering High Dynamic Range Radiance Maps from Photographs》中提出。原文及翻译可以参考下面的博客。 《Recovering High Dynamic Range Radiance Maps from Photographs》 变量约定 XXX：曝光量（the exposure），单位：Jm−2J...
基于单图像的HDR图像生成和相机响应函数估计
03-05
基于单图像的HDR图像生成和相机响应函数估计
OpenCV计算摄影学（9）相机响应函数（CRF, Camera Response Function）校准的具体实现类cv::CalibrateRobertson
最新发布
jndingxin的专栏
02-28 452
cv::CalibrateRobertson 是 OpenCV 中用于相机响应函数（CRF, Camera Response Function）校准的具体实现类之一，它继承自 cv::CalibrateCRF 抽象基类。该类实现了 Robertson 等人提出的算法，通过分析一组不同曝光度的图像来估计相机的响应曲线，这对于高动态范围（HDR）成像非常重要。
相机响应曲线、ISO详解
三眼二郎
11-16 1万+
相机响应曲线：外界光对应到拍摄的图像的像素值，中间的转化过程用曲线表示。 ISO：感光度，衡量底片对光的灵敏程度。 上面这幅图就是相机的响应曲线 横坐标为真实亮度的对数 纵坐标为像素亮度/底片密度——在这里我们一般使用8bit的图，也就是（0,255），因此当灰度级别在50时，我们图像的值为0.5X255=78；灰度级别在100时，我们的图像的值为1X255=255 我们可以看出，响应是一条s曲...
Opencv计算相机响应函数(Camera Response Function)与Radiance
larrydong的博客
09-18 5297
本文主要用于记录自己在学习CRF过程中遇到的一些问题。 CRF模型 I=f(V(t⋅L))I=f(V( t\cdot L))I=f(V(t⋅L)) 其中III为相机灰度值Intensity，LLL为环境中irradiance，ttt为曝光时间，VVV为相机镜头参数，fff为相机响应函数CRF。 有些论文中认为相机镜头参数是线性的不考虑，但有些考虑了衰减即靠近图像边缘亮度会暗一些，但没有看到二者同时计算的，如果同时计算两个非线性的函数，我觉得可能会有不确定性，在这里还请教一下了解的朋友。 控制
相机响应曲线计算（Debeve and Malik）
zhangpan333的博客
09-12 7109
1.背景 相机的灰度值与实际辐照度值的关系不成线性关系，因此需要进行预标定。 2.算法（Debeve and Malik） 图片引自知乎文章，横坐标表示曝光度ln（E*t），因为辐照度E不知道，所以假设为1，纵坐标表示像素值灰度百分比，曲线表示一个像素在不同曝光时间下的变化。上述曲线假设辐照度E都为1，所有这几条曲线没有重合，但理论上这几条曲线应该重合在一起，因此如果获取到这些像素的真实辐照度，即将这些曲线左右平移,表示ln(Et)=ln(E)+LN(1t)，重合在一起，即可得到真实照度与像素灰度值关系
OpenCV计算摄影学（8）HDR成像之用于相机响应函数（CRF, Camera Response Function）校准的具体实现类cv::CalibrateDebevec
jndingxin的专栏
02-27 770
cv::CalibrateDebevec 是 OpenCV 中用于相机响应函数（CRF, Camera Response Function）校准的具体实现类之一，它继承自 cv::CalibrateCRF 抽象基类。Paul Debevec 提出的算法通过分析一组不同曝光度的图像来估计相机的响应曲线，这对于高动态范围（HDR）成像非常重要。
双目相机选择——镜头与相机的参数介绍及选择
热门推荐
xjy_jazlyn的博客
11-22 2万+
文章目录一.知识梳理1.1 双目原理二.镜头与相机的选择2.1 [相机选择]([https://blog.youkuaiyun.com/qq_40770527/article/details/104827855?biz_id=102&utm_term=%E5%88%A9%E7%94%A8FOV%E8%A7%86%E9%87%8E%E8%8C%83%E5%9B%B4%E5%92%8C%E5%B7%A5%E4%BD%9C%E8%B7%9D%E7%A6%BB%E9%80%89%E6%8B%A9%E5%90%88%E9
《遥感原理与应用》笔记/期末复习资料
@HNUSTer的博客
07-19 7675
《遥感原理与应用》笔记/期末复习资料。
OpenCV4学习笔记（59）——高动态范围（HDR）成像
邱小兵的博客
05-02 6946
今天要整理记录的笔记是与高动态范围HDR成像相关的内容，主要参考学习的来源为OpenCV官方文档。 首先需要了解什么是高动态范围HDR，由维基百科定义可知： 高动态范围成像（英语：High Dynamic Range Imaging，简称HDRI或HDR），在计算机图形学与电影摄影术中，是用来实现比普通数位图像技术更大曝光动态范围（即更大的明暗差别）的一组技术。高动态范围成像的目的就是要正确地表...
如何评估相机灵敏度
《好好先生》专栏
07-07 2843
如何评估相机灵敏度
设置相机灵敏度和视距平滑
fanfan_hongyun的博客
07-09 624
using System.Collections; using System.Collections.Generic; using UnityEngine; using UnityStandardAssets.Characters.FirstPerson; using UnityEngine.UI; public class Tiao_jie : MonoBehaviour { publ...
Chapter2、HDR流水线
qq_55621259的博客
05-14 2154
HDR内容的获取（不同曝光时间的图片合成） 相机响应函数 HDR视频
opencv-python图像增强四：多曝光融合（方法一）
HanWenKing的博客
08-09 2827
在摄影和计算机视觉领域，高动态范围（HDR）技术已经成为了捕捉丰富细节和真实感图像的重要手段。然而，要实现高质量的HDR效果，我们需要对多张不同曝光时间的图像进行融合处理。本文将探讨多曝光融合技术的基本原理和应用，帮助您深入了解这一技术如何捕捉更丰富、更真实的世界。在自然界中，我们的眼睛能够感知从最暗到最亮的广阔亮度范围。然而，传统的相机传感器和显示设备却无法捕捉到这一完整的亮度范围，导致图像在亮度上出现失真。为了解决这一问题，HDR技术应运而生。
基于Robertson算法拟合相机响应函数（CRF）曲线
yooniversity的博客
08-06 687
用python算法实现用Robertson算法拟合出多曝光照片集的CRF曲线
相机先验知识
yore0531的博客
07-18 203
在相机成像系统中，将场景亮度（scene radiance）与图像强度（image intensity）联系起来的函数称为相机响应。
评论
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
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