欧美黄视频,91在线日韩精品,亚洲第一久久不卡,亚洲人妻99在线

深圳市凱茉銳電子科技有限公司深圳市凱茉銳電子科技有限公司

新聞中心

News

鏡頭成像中的鏡頭陰影問題

來源:深圳市凱茉銳電子科技有限公司2025-07-25

本文對鏡頭成像中普遍存在的Lens Shading問題進(jìn)行詳細(xì)的總結(jié),分析該問題出現(xiàn)的原因,以及在相機(jī)產(chǎn)品進(jìn)行圖像調(diào)試中解決該問題的思路進(jìn)行整理。

鏡頭的Lens Shading問題

從定義上講,Lens Shading(鏡頭陰影)是光學(xué)成像系統(tǒng)中,因?yàn)殓R頭物理特性方面的原因?qū)е聢D像亮度或色彩不均勻的現(xiàn)象。在圖像上的具體表現(xiàn),Lens Shading又可以分為Luma Shading(亮度陰影問題)和Color Shading(色彩陰影問題)兩種類型。

640.webp.png

左圖的Luma Shading,明顯可以看到通過鏡頭成像的圖像中心區(qū)域較亮,向四周逐漸變暗,形成“漸暈”效果,圖像的邊緣最暗。

右圖的Color Shading,則是圖像中心與邊緣顏色不一致,例如表現(xiàn)為四角偏紅或偏藍(lán)的現(xiàn)象。

Luma Shading問題的成因總結(jié)

導(dǎo)致鏡頭Luma Shading問題的主要原因包含以下幾種因素。

自然光學(xué)衰減

鏡頭本質(zhì)上就是一個(gè)凸透鏡,其中心的聚光能力要優(yōu)于邊緣部分,因此會導(dǎo)致光線強(qiáng)度從中心向四周衰減。如下圖所示,對比其平行光線D1和角度光線D2:

640.webp (1).png

對于一個(gè)沒有畸變的攝像頭,圖像四周的光照度衰減會遵循一個(gè)cos4θ的衰減規(guī)律。

對于平行光線(D1)而言,從點(diǎn)P1發(fā)出的光線因?yàn)榕c光軸平行,所以其入射角θ=0°,此時(shí)其光強(qiáng)遵循公式 I * cos4θ = I,也就是無衰減的狀態(tài)。

而對于角度光線(D2)而言,從點(diǎn)P2發(fā)出的光線與光軸成θ角,那么其光強(qiáng)就會衰減為 I * cos4θ。例如,當(dāng)θ=30°時(shí),該角度發(fā)射的光強(qiáng)就會僅剩約56%(cos(4 * 30°)≈0.56),因此就會導(dǎo)致邊緣亮度顯著低于中心。

鏡頭機(jī)械結(jié)構(gòu)遮擋

鏡頭本身以及鏡頭座的解析結(jié)構(gòu)元器件有可能會對斜射入鏡頭的部分光線遮擋,導(dǎo)致這些光線無法照射到圖像的邊緣區(qū)域,所以造成圖像中心區(qū)域射入光線更多而偏亮,邊緣區(qū)域光線更少而偏暗。

如下圖所示。

640.webp (2).png

鏡頭與圖像傳感器之間的CRA匹配問題

具體而言,當(dāng)Lens CRA < Sensor CRA時(shí),鏡頭透入的光線無法覆蓋像素邊緣,造成感光面積損失(Luma Shading),具體的圖像表現(xiàn)為四周暗角。所以選型上應(yīng)盡可能確保Sensor和Lens之間的CRA匹配,詳細(xì)可參考以上文章。

總的來講,Luma Shading的本質(zhì)就是:大角度入射光產(chǎn)生的綜合衰減(自然衰減+機(jī)械遮擋+CRA光學(xué)失配)導(dǎo)致了鏡頭和傳感器邊緣的亮度下降。因此,通過控制光線入射角θ、優(yōu)化鏡頭的鏡筒結(jié)構(gòu)及提升CRA匹配精度,才能從根源上徹底改善亮度的均勻性。

Color Shading問題的成因總結(jié)

導(dǎo)致鏡頭Color Shading問題的主要原因包含以下幾種因素。

光的色散效應(yīng)

在初中物理課程中就學(xué)過,不同波長的光線在通過鏡頭時(shí)折射率不同,這個(gè)折射率不同會導(dǎo)致白光透過鏡頭后,產(chǎn)生色散(白光分解為多色光,各種光的折射率不同),使得各顏色光線在傳感器上的位置產(chǎn)生不同的偏移,從而引起色彩分布不均。如下圖所示。白光進(jìn)入鏡頭后分解為不同顏色的光,在傳感器上投射的位置產(chǎn)生了偏差。

640.webp (3).png

IRCut濾光片的影響

鏡頭和傳感器之間的IR Cut濾光片用于濾除紅外光,以防止傳感器因接收不可見的紅外光導(dǎo)致出現(xiàn)顏色失真(如綠色偏紅)的現(xiàn)象,因此IRCut濾光片也就是紅外截至濾光片。

目前主流的濾光片包括兩種類型:

? 白玻璃:成本低,在普通光學(xué)玻璃上鍍膜以反射紅外光,這樣的話可見光可以透過白玻璃,而紅外光將被反射。但是白玻璃的這種反射性能對光線的入射角度很敏感,當(dāng)大角度光線照射到濾光片時(shí),紅外線的反射路徑發(fā)生改變,就有可能無法得到有效的濾除而進(jìn)入傳感器,從而導(dǎo)致R通道值異常,產(chǎn)生四角偏紅的問題。

? 藍(lán)玻璃:通過藍(lán)玻璃基底吸收+鍍膜反射雙重機(jī)制來減少紅外光反射,能消除偽色,性能相比白玻璃要好一些。

鏡頭與圖像傳感器之間的CRA匹配問題

鏡頭與圖像傳感器之間的CRA不匹配同樣會導(dǎo)致Color Shading問題。如果鏡頭CRA相比Sensor的CRA偏大過多的時(shí)候,鏡頭透入到Sensor邊緣區(qū)域像素的光線CRA過大,這些光線在Sensor邊緣像素Micro Lens上折射后會折射到周邊的其他顏色的像素上,導(dǎo)致像素之間出現(xiàn)干擾,這就是色彩陰影Color shading的問題。

Lens Shading問題的調(diào)試和優(yōu)化思路

以上總結(jié)了導(dǎo)致Luma Shading和Color Shading問題的成因,那么接下來就是這些問題在實(shí)際中應(yīng)如何優(yōu)化和解決。

1. 硬件設(shè)計(jì)與光學(xué)優(yōu)化

確保Sensor和鏡頭之間的CRA匹配。通過調(diào)整鏡頭出射光角度與傳感器微透鏡的CRA匹配(偏差需控制在±3°以內(nèi)),可減少光線入射角度過大導(dǎo)致的邊緣顏色偏移。

IR-Cut濾光片采用藍(lán)玻璃(吸收式紅外截止濾光片)替代普通的白玻璃(反射式IRCF),減少大角度紅外光反射對R通道的干擾,可將邊緣泛紅現(xiàn)象降低30%

2.ISP Lens Shading校正

如上所述,部分Lens Shading的原因與光學(xué)系統(tǒng)的本身缺陷有關(guān),而且在產(chǎn)品應(yīng)用中的光學(xué)元件的選型往往受到各種因素的限制,無法完全避免。因此在ISP中專門有一個(gè)LSC(Lens Shading Correction)模塊用于處理Lens Shading的問題。

在ISP收到Image Sensor輸出的RAW Data后,一般首先會進(jìn)行黑電平校正(BLC,Black Level Correction),然后就會進(jìn)行LSC處理。

LSC的處理流程大致分為標(biāo)定和校正兩個(gè)階段。

LSC的標(biāo)定屬于ISP Tuning的一個(gè)重要環(huán)節(jié),主要對各個(gè)圖像通道的LSC增益補(bǔ)償表的參數(shù)進(jìn)行標(biāo)定。標(biāo)定流程如下:

? 首先使用相機(jī)對均勻度>95%的白色光源進(jìn)行拍攝,獲取其RAW格式圖像。

? 按照RAW圖像的Bayer排列分解為四個(gè)通道:R,Gr,Gb,B。如果一張Raw的size是3648 * 2736,那么每個(gè)通道的size就是1824 * 1368;

? 把各個(gè)通道的RAW圖像從橫向和縱向分割為多個(gè)網(wǎng)格,然后分通道計(jì)算各個(gè)網(wǎng)格的平均亮度。

? 以每個(gè)通道圖像的中心網(wǎng)格的亮度為基準(zhǔn)(增益=1),對其邊緣區(qū)域的網(wǎng)格按衰減比例計(jì)算補(bǔ)償增益。大致的公式就是:_增益 = 中心亮度 / 當(dāng)前網(wǎng)格亮度。

? 按照以上公式分通道計(jì)算各個(gè)通道各個(gè)網(wǎng)格的獨(dú)立增益表(如17×13網(wǎng)格),存儲于ISP的LUT(查找表)中,后續(xù)就對RAW圖像基于這個(gè)表進(jìn)行LSC增益補(bǔ)償。

在完成ISP Tuning中的LSC標(biāo)定后,后續(xù)對Sensor輸出的RAW圖像進(jìn)行LSC校正時(shí),就會對RAW圖像的R、Gr、Gb、B各個(gè)通道分別應(yīng)用其對應(yīng)的增益表進(jìn)行增益補(bǔ)償,避免共用參數(shù)導(dǎo)致的色彩串?dāng)_。在要求較高的情況下,往往還會對不同色溫(如3000K、5000K、7500K)情況下進(jìn)行多次標(biāo)定,生成多組不同色溫下的增益表,在后續(xù)進(jìn)行LSC校正時(shí)根據(jù)當(dāng)前色溫動態(tài)切換以適配環(huán)境光源,取得更好的LSC效果。

相關(guān)資訊

專業(yè)工程師

24小時(shí)在線服務(wù)提交需求快速為您定制解決方案

13798538021