CAMERA效果中有关SHADING的概述

文章目录

Shading及其表现
Shading形成的原因
- luma shading的成因
- Color shading的成因
Shading的测试原理
- 亮度均匀性的测试原理
- 色彩均匀性的测试原理

在了解Shading之前，让我们先了解一下镜头的构成。

通常而言，一个摄像头硬件应包含以下五个部分：外壳（Housing）或者镜头固定物（Lens Holder）、镜头（Lens）、红外截止滤波片（IR-cut filter）、图像传感器（Image Sensor）和印制电路板（PCB）。

其中，镜头、红外截止滤波片和图像传感器是组成摄像头的核心部件，也是引起Lens Shading的主要部分。

下面让我们继续了解Shading。

Shading及其表现

Lens shading可细分为luma shading（亮度均匀性）和color shading（色彩均匀性）两种。

Luma shading就是我们常说的暗角，即图像图像呈现出中心区域较亮，四周偏暗的现象，如图（a）。
Color Shading则表现在图像中心区域与四周颜色不一致，即图像的中心区域或者四周出现偏色，如图（b）。

从3D视图来看， Luma shading表现如图（a）,中心亮四周暗；Color Shading表现如图(b)，RGB plane没有重合。

Shading形成的原因

luma shading的成因

(i) 由Lens的光学特性引起。镜头本身是一个凸透镜，由于凸透镜原理，中心的聚光能力远大于边缘，从而导致Sensor影像区的中心区域接收的光线强度大于边缘。此现象也称之为边缘光照度衰减。

(ii) 由摄像头本身的机械结构导致。由于摄像头各模块在制作和组装的过程中，均存在一定的工艺误差，从而影响物体光线在摄像头内的传播。

Color shading的成因

(i) 由IR-Cut filter引入。普通的IR-cut filter为干涉型红外截止滤波片，在可见光区域有较高的透过率，存在较低反射率，而在红外区域正好相反，反射率较高，透过率很低。拍摄照片时，红外光在IR膜上会有较大反射，经过多次反射后，被Sensor接收从而改变图像R通道的值，引起图像偏色问题。

(ii) 由Sensor上微透镜的CRA(Chief ray angle，主光角)与镜头的CRA不匹配导致。镜头的主光线角与传感器不匹配，会使传感器的像素出现在光检测区域周围，致使像素曝光不足，亮度不够。

因为Lens CRA 的存在，所以就出现了FOV （filed of view) 所谓的视角的概念。视角大小=2CRA*

(iii) 由于镜头对不同光谱光线的折射程度不同，导致入射光线中不同波长的光线落在Sensor的不同位置，从而引起Color Shading。

(iv) 在校正Lens Shading时，由于校正参数计算不准确导致。

Shading的测试原理

通常而言，摄像头在拍摄原始图像（raw）之后，会经过图像信号处理器（ISP）处理之后再呈现在用户面前。在整个ISP的pipeline中，会含有一个LSC（Lens Shading Correction）模块，用于校正镜头暗影。其校正前后的图像如下图(a), (b)所示。

在对校正后图像(b)进行白平衡处理后，便可用Imatest软件对其亮度均匀性和色彩均匀性进行分析，通过Shading的测试原理，确定图像校正的好坏。

亮度均匀性的测试原理

测试Lens shading时，取camera拍摄白板或者拍摄灰卡得到的图片中心和四周区域3232或者100100（一般会选择图片长宽的1/20）

分别计算每个区域的平均灰度值
然后将四个角四个区域的平均灰度值和中心区域的平均灰度值相比
比值越接近于1越好，即Shading值 =（四角最暗处的亮度值Y/中心最亮处的亮度值)×100%。

一般来说，Lens shading测试结果Pass的标准为0.85~1.00。

色彩均匀性的测试原理

测试Color shading时，也是取camera拍摄白板或者拍摄灰卡得到的图片中心和四周区域3232或者100100（一般会选择图片长宽的1/20）

分别计算每个区域的平均R,G,B的值
分别计算每个区域的 R/G、B/G
将四角四个区域的 R/G、B/G 除以中心区域的 R/G、B/G
最终得到的比值越接近于1说明Color Shading越好

一般来说，Color shading测试结果为Pass的标准为0.95~1.05。