Imatest 测CCM系数的方法

最新推荐文章于 2024-10-28 14:45:35 发布
原创 最新推荐文章于 2024-10-28 14:45:35 发布 · 5.4k 阅读 · 21 ·
CC 4.0 BY-SA版权
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。
文章标签：

#Camera Tuning

本文档介绍了如何使用Imatest软件进行相机色彩校正矩阵(CCM)的测定。首先，按照安装指南安装并运行Imatest。接着，加载24色图表图片，确保图像清晰且色彩板充满画面。在Multicharts界面中，选择图像，定义ROI，软件将自动识别色彩块。在设置中选择合适的CCM矩阵尺寸和优化选项，然后计算出校正系数。最后，可将结果保存为图片或XML文件。

       1、安装imatest：根据安装文档安装Imatest，成功后打开该应用进入Imatest主界面，如图1：

   

Imatest主界面

       2、load 图片：单击选择主界面的“Multicharts”，弹出如下子窗口

   

M

最低0.47元/天 解锁文章
【Camera CCM矩阵色彩准度和饱和度调试方法】
jiangchaobing_2017的博客
07-21 3072
在camera中，CCM（Color Correction Matrix，色彩校正矩阵）校准的工作原理主要涉及通过一个3x3的矩阵系数来校正图像传感器（sensor）捕捉到的景物的R（红）、G（绿）、B（蓝）色彩，以使其更接近人眼真实看到的色彩。颜色的饱和度是指色彩的纯度，某色彩的纯度越高，则其表现的就越鲜明；在调试过程中，要关注ce模块下的blue_surp和red_surp值，一般要求blue_surp的值大于red_surp，且这两个值不能设得太小（小于0x30），以避免肤色调试后出现奇怪的效果。
imatest操作指南
Ultramarines_Pri的博客
10-10 1213
使用imatest 25.1在标准环境下分析图像的1）分辨率与锐度、2）动态范围、3）色彩还原准确性、4）曝光误差、5）畸变控制、6）信噪比、7）图像均匀性
ZYNQ之EMMC固化
qq_52538756的博客
10-28 1070
在FPGA开发环境中，通过eMMC固化程序是常用的一种手段，尤其适用于需要自动化、高稳定性或大规模量产的设备，本章节将介绍ZYNQ的eMMC固化。
海思ISP流程
heliangbin87的专栏
11-16 5402
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（
imatest软件的学习 及使用
热门推荐
zy_gyj的博客
07-22 3万+
Imatest测试报告 使用imatest软件来分析摄像头拍摄的照片，来验证摄像头的各个参数指标。 测试项目：色彩饱和度，白平衡，噪点，色散，MTF50，线条分辨率，视场角，对比度，动态范围，畸变，杂光，鬼影，色斑，对焦程度。 Colorcheck:这是最常要求分析的项目，其主要分析色彩饱和度，白平衡，色彩还原，噪声。 使用的chart是24色卡，在环境为D65光源的情况下，距离约为5cm
Imatest 详细教程
HuddHeaven的专栏
03-03 2万+
Imatest 详细教程 现在越来越多的智能设备都带有camera，特别是智能手机，在硬件性能过剩的前提下，成像质量成为了另一大卖点。那么什么样的图片好？什么样的图片差？好在哪？差在哪？这就涉及一个评测的问题。Imatest无疑是当前应用最广的图像质量评测软件之一。下面我会一点一点的来介绍Imatest的用法，翻译一些Imatest官网上的介绍。藉此有网友沟通交流，有错误的地方，理解有偏差的地方
最小二乘法计算CCM
m0_56161791的博客
03-25 164
海思PQTool进行CCM调试经验
ISP行业的忠实粉丝
01-20 4469
海思PQTool进行CCM调试经验 前提：事先在不同色温环境下抓取好RAW图，进而才能进行CCM调试。 界面位置 在导入RAW图之前，先配置好Options和黑电平，否则校正会出现一些颜色问题。 导入我们事先抓好的RAW图，修改色温，以及色卡对应区域。 将RAW图导入CCM中，进行计算 CCM校正后图像如下 对应的CCM，矩阵如下所示： 可以对比颜色分析，或者校正后抓图进行imatest测试 ...
camera ccm计算工具
最新发布
12-05
- 基于标准色差公式（如CIEDE2000），通过分析测试图像自动计算最优CCM系数。 - 提供可视化报告：包括色彩误差分布图和优化前后的对比效果。 - 使用方法： - 拍摄标准色卡（如X-Rite ColorChecker）。 - ...
推荐一个，展锐平台，A光比较合适的CCM。
06-19
```###注意事项-**平台约束**：展锐平台CCM系数通常使用Q8.8定点格式（16位有符号整数），需确保系数在$[-32768,32767]$范围内-**动态切换**：建议为不同光源（A/D65/TL84）存储不同CCM，通过光照传感器自动切换---*...
在影像开发中，升级项目安卓15升级16，如果在项目中更改了ccm的参数，会对项目造成什么影响
07-05
- 部分SoC对CCM矩阵系数的量化精度要求变化（如16位→32位浮点） - 参数未对齐时触发QPST报错："Color matrix out of bound" - 需检查`chromatix`配置文件与HAL层接口兼容性 #### 二、性能与稳定性影响 | 指标 |...
imatest最详细教程
07-09
是imatest目前最详细的说明书。是英文版，比中文版的好处是，看懂了就基本上能完整的评估图像了。
isp(3)_ccm,如何产生ccm矩阵
qq_41788995的博客
10-25 643
在OpenCV中，你可以使用cv::ccm::ColorCorrectionModel类来创建一个颜色校正模型。你需要将你的输入数据（即你从ColorChecker获取的RGB值）和对应的参考数据（即ColorChecker的标准RGB值）作为参数传递给这个类的构造函数。
安装Imatest步骤及安装过程中的错误和解决方案
jiao_mrswang的博客
04-12 1万+
安装Imatest步骤如下：参考文章：https://blog.youkuaiyun.com/qq_37059483/article/details/77508997
ISP——CCM
wtzhu_13的博客
07-02 9659
CCM颜色矫正矩阵算法讲解
色彩调试经验
一只特立独行的zhu..
05-31 7034
ccm矩阵调试相关： 调试过程中，调试对应色温下的ccm时，可调节色温箱色温，将当前白点与要调试的这挡的白点重合（所在当前色温比例占比90%以上），避免其他色温档的影响； 调偏色时要竖着看调试矩阵，当红色多时，可以减小红色中蓝色（rb）和 绿色 （rg）的值； ccm调整时颜色矩阵按以往的调试经验，设置的参数都有一定的偏向趋势，可大致按如下趋势去调整色彩； ccm 一定要在 awb 调整好之后再进行，否则会加重白色块的偏色，同时影响其他颜...
CCM调试（校正红色块偏黄色）
ISP行业的忠实粉丝
12-28 1万+
CCM调试经验（校正红色块偏黄色） D65环境下抓取的图像以及对应的饱和度和色差 下图是使用imatest对图像饱和度和色差进行测试，图像的饱和度目标在120-125之间，ΔCσ在10以下，ΔE σ在15以下。 分析上图可以看出图像中绿色和蓝色与真实值偏差较大。跟据下面转盘情况进行调试。 可以发现蓝色偏向品红，绿色偏向于黄色，红色偏向于黄色，所以应该减小Br，减小Gr，减少Rg 不断调试发现红色偏差较大，如下图所示 可以看到红色块偏黄色，这是后需要适当调整Rg（增加） ..
Imatest HDR测试方法及结果解读
07-01
### Imatest HDR 测试步骤及结果分析指南 #### Imatest HDR 测试步骤 1. **准备测试环境**：选择一个具有显著高动态范围的场景，例如从室内看向窗外，或者包含明亮光源和阴影区域的场景。确保光照条件稳定[^1]。 2. **捕获测试图像**：使用待测设备（如搭载Sony IMX586传感器的相机）在HDR模式下拍摄测试图。建议在同一场景下尝试多种曝光设置以获取最佳效果。 3. **导入Imatest软件**：将捕获的图像导入Imatest Master或其他支持HDR分析的模块。 4. **选择分析模块**：使用Imatest中的“Dynamic Range”或“HDR”专用模块进行分析。该模块能够测量图像的动态范围、信噪比以及细节保留能力。 5. **执行分析**：根据软件提示完成图像分析流程。Imatest会自动生成包括动态范围、SNR（信噪比）、MTF（调制传递函数）等关键指标的报告。 #### 结果分析指南 - **动态范围 (Dynamic Range)**：表示图像中能同时记录的最亮和最暗区域的对比度，通常以dB或stops为单位。更高的动态范围意味着相机可以捕捉更多的亮度层次。 - **信噪比 (Signal-to-Noise Ratio, SNR)**：反映图像信号与噪声的比例。较高的SNR值表明图像更清晰，噪声明显减少。特别是在HDR合成过程中，SNR是衡量去噪算法性能的重要指标。 - **MTF (Modulation Transfer Function)**：用于评估图像的锐度和细节保留能力。MTF曲线越接近1，表示镜头和传感器组合对细节的还原能力越强。 - **色彩准确性**：HDR图像中的色彩是否自然，可以通过色彩误差（Delta E）来衡量。Delta E值越小，色彩越准确。 - **伪影检测**：检查是否存在过曝、欠曝、鬼影（ghosting）或边缘模糊等问题。这些问题可能源于HDR合成算法的不足或传感器响应不一致。 #### 优化建议 - **调整曝光参数**：如果动态范围不足，可尝试增加长曝光时间或提高增益，但需权衡噪声增加的风险。 - **改进ISP算法**：通过优化ISP（图像信号处理器）中的HDR合成逻辑，提升细节保留能力和减少伪影。 - **增强去噪能力**：在低光区域应用更智能的降噪算法，如基于深度学习的去噪技术，以保持图像质量的同时降低噪声。 ```python # 示例代码：生成模拟的HDR图像并计算其动态范围 import numpy as np from skimage import exposure # 模拟低动态范围图像 low_exposure = np.random.randint(0, 256, (100, 100), dtype=np.uint8) high_exposure = np.random.randint(0, 256, (100, 100), dtype=np.uint8) # 合成HDR图像 hdr_image = exposure.merge_mertens()([low_exposure, high_exposure]) # 计算动态范围 dynamic_range = np.log2(np.max(hdr_image) / np.min(hdr_image[np.nonzero(hdr_image)])) print(f"Estimated Dynamic Range: {dynamic_range:.2f} stops") ```
评论 1
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
表情包 代码片
 条评论被折叠 查看
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