1. 程式人生 > >CMOS Sensor一些術語及其影象質量的除錯點

CMOS Sensor一些術語及其影象質量的除錯點

                CMOS sensor 除錯經驗

1. 工頻干擾消除(AFC)

  如果手機出現以如下圖的這種水波紋就是工頻干擾。工頻干擾是由於室內日光燈閃爍造成的。CMOSCCD 兩種不同的工藝製造出來的sensor工頻干擾現象是不一樣的,這是由暴光的方式不同造成的。        CMOS是行暴光,也就是在每行暴光時間決定了畫面的亮度,舉例:一個50HZ的光源,電壓曲線為正弦曲線,那能量曲線定性分析可以認為是取了絕對值的電壓曲線。那就是能量做1/100秒的週期變化。那就要求暴光的時間必須是1/100秒的整數倍。如果沒有把暴光時間調整到1/100秒的整數倍,就有可能會有每行的暴光值不一樣,造成同一個

image上有水波紋現象。CCD是整幀同時暴光,所以,工頻干擾表現的就是影象有輕微的閃爍。產生的原理與CMOS sensor的原理相似。        如果有發現這樣的問題,可先計算出暴光時間,再在這個基礎上進行微調。相信很快就能調到沒有工頻干擾。Micron 有個暫存器能夠調整暴光,以達到消除工頻干擾的目的。演算法:line time *0x58(page 2)/PCLK=N/100(用這個公式算出來的值還要進行微除錯,reg 0x58mt9m111的暫存器,不同的sensor是不一樣的,但一定能找到一個類似的暫存器,N是自然數,datasheet裡面沒有介紹,呵呵,不過如果你瞭解cmos的暴光原理,相信很容易明白的
)

2.低照度環境下影象除錯(BLC)

相信現在大家都知道圖象的亮度與暴光時間相關,所以為了讓暗處的圖片能夠清晰地顯示必須增加sensor對暗處圖象的暴光時間,也就是line time會設定得比普通模式的時候要大許多,這樣能使CMOS sensor擁有更多的暴光時間,從而提高亮度。

我們有兩種方法來控制影象亮度,一種是使用AE target,一種是加大灰度增益。我們使用的是AE target方式,這樣的圖片色彩更逼真。用這種辦法會影響到frame rate,當幀率達到我們限制的極限的時候,就要用增加模擬增益來做了,這樣會同時放大影象噪聲。一般不用增加數字放大增益來調整影象亮度。

3. 白平衡

AWB

白平衡是影象除錯非常重要內容之一。當攝像機拍攝白色物體時,輸出的R,G,B三基色電壓必須相等,在熒光屏上才能重現標準白色,這種條件稱為攝像機的白平衡。實際上,攝像機輸出的三基色訊號不僅與其本身的光譜響應有關,還與照射物體的光源的光譜功率分佈有關,即與光源的色溫有關。如果光源的色溫為6500K時拍攝的白色物體中三基色訊號的幅度一致了,若改為3200K色溫光源後,紅基色的電壓必然升高,藍基色的電壓降低,這時調整紅路和藍路的增益使輸出電壓相等,重現白色,這種調整叫做白平衡調整。目前絕大部分攝像機都內建了自動白平衡(AWB)演算法,可以滿足一般場景的需求,當自動白平衡無法滿足是則需要手動配置相關暫存器完成白平衡調整,即手動白平衡(MWB)。

4. 畫面的均勻性以及暗腳補償(Lens shaing correction)

畫面均勻度問題是由於鏡頭引起的,影象中間畫素曝光總是比邊緣充分通過除錯Lens Shading值來解決影象均勻度問題,這個除錯過程中要防止出現光圈現象。

5.影象清晰度

影象清晰度除錯主要藉助ISO12233標板完成

除錯時將整個影象輪廓與標板外沿相吻合,調節焦距,讀出中心最大線數、水平與垂直線數、邊緣線數。攝像機的中心是清晰度最高的位置,越向邊緣清晰度越差,所以邊緣清晰度的好壞是衡量影象邊緣畸變狀況的重要指標。主要看肉眼剛好能夠分清線條時候的刻度值。清晰度主要由sensor製作工藝水平和鏡頭引數決定,但可以通過除錯銳度(sharp)來增強清晰度。    副作用是較高的銳度對影象的平滑性有影響,會使物體邊緣特別明顯,甚至出現鋸齒現象。

6.IR-CUT&PCB漏光

a,紅外光對(650+/-10nm)sensor 有傷害,影響sensor 壽命。

   b.若不濾除紅外光,對R.G.B三基色重合白光有影響,即對AWB有影響。

   C.CUBIC 底部PCB太薄,會漏光,導致sensor 感應到鬼影,可以在底部塗亞光黑油消除。

   d. CUBIC 底部PCB(材質是纖維)四周漏光,可以通過手機端在攝像模組周圍加遮蔽罩,或者隔離手機閃光燈的方法解決。

7顏色還原飽和度(Colour Saturation).

8.讀取sensor的版本號,如果與我們所用產品的version一致,就代表初始化工作正確完成。

初始化sensor的道理很簡單,而且如果平臺比較成熟,有可能一次性就能正確的初始化,也有可能會花很多時間去查問題,特別是如果你遇到了iic寫給sensor的時候出現不穩定的現象或者 sensor接收到iic命令和資料,卻不按正常地輸出,那就比較麻煩了,不過2m sensor的ISP既然已經帶了MCU,不妨把它當成一個應用處理器去維護,在寫某些改變sensor內部工作狀態的暫存器時要注意延時。有些時候對一個暫存器可以多次寫入保證其能正常地工作,這是一個還沒有想出原因的經驗。按照以上的流程檢查應該能夠準確定位80%以上的問題。

9. 在 preview(預覽)的時候為了得到更高的幀率,通常採用低解析度的輸出,也就是長寬都只有最高解析度的一半,Capture(捕獲/抓拍)為了獲得更大的解析度和更好的圖象質量,所以必須採用高解析度的輸出,那麼在切換到capture的時候就需要對sensor進行一組暫存器設定.

相關推薦

CMOS Sensor一些術語及其影象質量除錯

                CMOS sensor 除錯經驗 1. 工頻干擾消除(AFC)   如果手機出現以如下圖的這種水波紋就是工頻干擾。工頻干擾是由於室內日光燈閃爍造成的。CMOS與CCD 兩種不同的工藝製造出來的sensor工頻干擾現象是不一樣的,這是由暴光的方式不同造成的。        CM

基於FPGA的cmos sensor高速影象採集

 我們選用的cmos sensor是安森美半導體公司的python 5000,價格較貴,但是幀率相對較高,能夠提供較高的精度,全景時能出來2592*[email protected]的視訊影象,可以通過降低  解析度     進一步提高幀率。驅動該攝

cmos sensor影象感測器) CSI介面

Chapter 39(Page 1429) CMOS Sensor Interface(CSI)  本章介紹了CMOS影象感測器介面(CSI)的架構,操作守則以及程式設計原型。該CSI介面能夠使得MX27直接連線到外部的CMOS影象感測器上。 CMOS影象感測器分為兩類,

CMOS Sensor除錯經驗分享

CMOS Sensor的除錯經驗分享     我這裡要介紹的就是CMOS攝像頭的一些除錯經驗。  首先,要認識CMOS攝像頭的結構。我們通常拿到的是整合封裝好的模組,一般由三個部分組成:鏡頭、感應器和影象訊號處理器構成。一般情況下,整合好的模組我們只看到外面的鏡頭、介面和封

ubuntu14.04下 安裝matlabR2015b遇到的一些問題及其解決方法

cal abr 問題 它的 文件夾 打開 pen atl usr 問題1:錯誤提示關於未取得權限,不能再/crack/bin文件中復制文件到安裝matlab的/usr/bin文件中? 采取解決方法: 再終端裏輸入 sudo nautilus,在彈出文件夾裏即可進行相應操作。

數據庫的一些術語

差異 最大的 不同 庫存 時間 系統 存取 特征 獨立性 昨天開始重新看看數據庫,第一章就是總的來說一下數據庫的一些術語和關系模型,以後的幾章都是圍繞著這些進行開展,想為以後留一個復習的輪廓,寫了這篇博客。 數據:描述事物的符號記錄。可以是文字,圖形,圖像,音頻,視頻等,數

數據庫設計理論與實踐·<四>數據庫基本術語及其概念

primary 數據模型 大學生 其中 關系模型 ttr 必須 domain 關系 一、關系模型   關系模型是最重要的一種數據模型。關系數據庫模型系統采用關系模型作為數據的組織方式。   關系模型的數據結構:   關系:一張表   元組:一行記錄。   屬性:一列   碼

arm keil 中的一些術語總結

keil itl tps order isp href alt 技術分享 arm 1.ETM(指令流追蹤)arm keil 中的一些術語總結

關於咖啡的一些術語

壓力 會有 from ppi esp post yqi pic 就是 認識豐富的咖啡術語無法讓咖啡變得更好喝 卻能讓你更容易與其他咖啡愛好者進行交流 今天來跟咖啡君一起學習學習吧! 咖啡萃取必須弄懂的幾個重要概念 萃取:萃取兩字源於拉丁文,意思是把某物擠壓

一些術語

ROM(斷電儲存) RAM(斷電丟失) EEPROM Flash EEPROM

文件拍攝技巧之拍照與如何提高影象質量

有時候,掃描並不是獲取影象文件的唯一方法。在不具備掃描裝置的情況下,finereader同樣可以識別用相機或手機拍攝的文件照片。但是如何能讓拍攝的照片更易於識別呢? 要獲取文件的較高質量的照片,請確保正確擺放相機的位置並遵循以下簡單的建議。 ●在可能情況下儘量使用三腳架。 ●盡頭位

基於深度學習的影象質量排序

國內外各大網際網路公司(比如騰訊、阿里和Yelp)的線上廣告業務都在關注展示什麼樣的影象能吸引更多點選。在美團,商家的首圖是由商家或運營人工指定的,如何選擇首圖才能更好地吸引使用者呢?影象質量排序演算法目標就是做到自動選擇更優質的首圖,以吸引使用者點選。 傳統的影象質量排序方法主要從美學角度進行

像頭影象質量常用指標的測試方法

像頭影象質量常用指標的測試方法 2017年11月28日 15:18:36  北絡  閱讀數:3829  標籤: 攝像頭除錯CameraISP 更多 個人分類

影象質量評價指標之 PSNR 和 SSIM

1. PSNR (Peak Signal-to-Noise Ratio) 峰值信噪比 給定一個大小為 \(m×n\) 的乾淨影象 \(I\) 和噪聲影象 \(K\),均方誤差 \((MSE)\) 定義為: \[MSE = \frac{1}{mn}\sum_{i=0}^{m-1}\sum_{j=0}^{n-

經典影象質量評價指標原理

有參評價指標 (1)均方誤差(MSE)和峰值信噪比(PSNR) 均方誤差(Mean Squared Error, MSE)通過取兩幅影象的均方差來計算“平均誤差”,是一種較方便簡單的影象質量評價方法,可以評價資料間的差異程度。 峰值信噪比(Peak Signal to Noise Rat

computer vision一些術語-目標識別、目標檢測、目標分割、語義分割等

What is the difference between object detection, semantic segmentation and localization?

影象質量評價相關收錄

2018-12-05 轉自 :https://www.cnblogs.com/ranjiewen/p/6390846.html#undefined  ssim的計算裡面有高斯模糊 為了快速計算,先對每個小塊進行計算,然後計算所有塊的平均值。 可以參考原始碼實現,而且程式碼實現有近似的在裡面!m

Android的一些error及其解決方案及建議

(第一次寫部落格勿噴 謝謝) 有的小夥伴用新建的專案就沒法編譯 出現圖中錯誤 app/build.gradle 將其設定為compile ‘com.android.support:appcompat-v7:26.0.0’ 更推薦升級AS 手動分割<!--------------

影象質量評價之結構相似性SSIM(上)

這篇文章主要介紹對影象質量進行打分評價的一個很經典的指數——結構相似性(structual similarity, SSIM)。 具體一點兒來說,影象在各種情況下都有可能失真,比如經過傳輸、壓縮和縮放等等。圖片變換之後,我們自然很想知道失真影象(distorte

影象質量評價之結構相似性SSIM(中)

在上一篇文章中,我們介紹了對影象質量進行評價的必要性、主觀評價和客觀評價的兩種標準,以及設計符合人類直覺的評價標準的困難性和重要性。 本來這篇文章想把我們的主角SSIM講完,但是發現前面需要寫的鋪墊有點長hhh,所以本文是作為一個過渡,系統的講解一下設計影象評價