ISP算法系统概念

110 阅读 0 评论 73 点赞

我是靠谱客的博主秀丽小霸王，最近开发中收集的这篇文章主要介绍ISP算法系统概念，觉得挺不错的，现在分享给大家，希望可以做个参考。

概述

网络上关于3A算法有若干，但是有算法的很少，有算法和文档的更少，zhuyunchuan的工程就是最后一种，谢谢他将工程开源光大，在此我在这里笔记下我的点滴思考。

--------------------------------------------------

模块的设计目标是，基于TI达芬奇平台的H3A(Hardware 3A，自动白平衡，自动曝光再加上自动聚焦)模块，研究2A算法的一系列特性，取得一种普适性比较好的模型，找出各种模型参数，并在达芬奇平台上具体实现该算法程序。

笔记：这是利用好现成的平台，寻找最优灿发，其实专业说法就是图像调优，图像质量调节

如前所述，软件结合的实现方法既可以取得高性能的硬件加速，又可以通过软件实现新的算法，而且TI的达芬奇平台本身就包括H3A模块，不需要额外的芯片实现，所以成本上也非常具有优势。本项目就是采用软硬件结合的方法，首先通过驱动从H3A硬件模块获取中间数据，然后使用软件算法对中间数据进一步分析，获取控制参数来设置前端的颜色参数和曝光参数。实际上，本项目本身研究的算法模型是各种实现方式都可以使用的，并不局限于软硬件结合的实现方式。

笔记：据我认识的曝光算法，其实也是硬软结合，以自动曝光算法来说，硬件提供设置曝光和增益的寄存器，软件实现算法最后来设置这些寄存器。

达芬奇平台的H3A模块中对于自动曝光和自动白平衡使用的是同一个引擎，称之为AE/AWB Engine。该引擎首先将整个视频图像在水平和垂直方向上划分为多个子采样，每个子采样被称为一个窗口，然后以窗口为单位为对视频数据中的子采样的RGB颜色值进行累加，累加后的值做一个移位运算后输出中间数据(1.如何做窗口划分 2.如何做累加)。可见H3A本身的处理是比较简单的，当然此模块也有一些选项可以配置，比如输出窗口中颜色值最大或者最小的值等等，我们只使用它的基本累加结果。累加值体现了该窗口各颜色值的平均值，这些值可以作为2A算法中色温评估和曝光电平评估的依据。对色温进行准确评估后，就可以进行响应控制了：如果色温偏红，就降低红色增益，提高蓝色和绿色增益，对其他颜色同理可推，这就是自动白平衡的基本原理；如果电平偏低(这个应该是亮度电平?)，就增大曝光时间和增益，反之降低曝光时间和增益，这就是自动曝光控制的基本原理。

笔记：一句话，这里谈到了核心。一个是统计，AE需要统计画面中每个窗口中的平均亮度，AWB需要统计三个通道的亮度值。

另外就是简易说到白平衡和自动曝光的原理。（待补充）

原理虽然简单，但是整个环节中会有很多重要的细节，这些细节把握不好，得到的结果就会偏差很多或者不稳定。下面是对本项目算法的基本思想的简单描述。

对于自动白平衡算法，主要难题是准确的找到评价区域，也就是原来是白色，被环境光照射后偏色的区域，而到底是偏色还是本来就是这种颜色是无法区分的，通用的做法是找到接近白色的区域，计算其色温，校正的结果就是将改区域的平均颜色校正为白色，评价是否接近白色的标准就非常重要了。本项目参考了基于YUV空间的Nakano，Lee等人提出的根据红色和蓝色色差进行评估的方法，提出了基于HSI空间的基于饱和度的进行评估的方法，前提是先将RGB空间转换为HIS空间。这种方法规避了红色和蓝色分量之间的关系难以处理的问题，饱和度是一个单独的参数，反映了颜色的纯度，一般来说饱和度很低的区域，应该就是原来是白色的区域。这些区域因为被染色了，所以会偏色，但还不至于达到很饱和的程度。

笔记：所谓白平衡，就是各种色温环境还原白色，这里提到基于HSI空间的基于饱和度的进行评估白色的方法，待研究

对于自动曝光算法，主要难题就是处理曝光控制的稳定性和速度的矛盾。当场景变化时，比如由明转暗或者由暗转明，就要对曝光参数做调节，也维持总体的亮度水平。如果调节的过快，由于反馈的作用，可能会引起亮度的振荡，如果调节的过慢，则会由于不能很快适应新的场景而丢失场景信息。本项目要找到一种基于精确的线性化曝光模型的自适应控制方法，在避免振荡的同时，能很快达到期望的亮度水平。同时，这个模型还考虑到交流市电频率下的日光灯，荧光灯，交通红绿灯的暗场亮场问题，通过对曝光时间与市电频率进行同步，并对同步引起曝光时间出现的阶跃进行补偿，最终达到线性状态。

笔记：画面产生震荡，从能量角度上看，其实就是相邻曝光周期内接受能量不均造成的。为了避免震荡，曝光的设置就有学问，后面详细解释。

我的笔记一句话汇总：

这里的背景解释，说到了使用的硬件平台，同时概要的说明了awb/ae算法的特点和难点，后文值得期待。