海思平台ISP的ae的简介
AE 模块实现的功能是:
根据自动测光系统获得当前图像的曝光量,再自动配置镜头光圈、sensor 快门及增益来获得最佳的图像质量。自动曝光的算法主要分光圈优先、快门优先、增益优先。光圈优先时算法会优先调整光圈到合适的位置,再分配曝光时间和增益,只适合 p-iris 镜头,这样能均衡噪声和景深。快门优先时算法会优先分配曝光时间,再分配 sensor 增益和 ISP 增益,这样拍摄的图像噪声会比较小。增益优先则是优先分配 sensor 增益和 ISP 增益,再分配曝光时间,适合拍摄运动物体的场景。曝光时间:sensor 积累电荷的时间,是 sensor pixel 从开始曝光到电量被读出的这段时间。
曝光增益:
对 sensor 的输出电荷的总的放大系数,一般有数字增益和模拟增益,模拟增益引入的噪声会稍小,所以一般优先用模拟增益。
光圈:
光圈是镜头中可以改变中间孔大小的机械装置。
抗闪烁:
由于电灯的电源工频(这里的电灯的电源工频应该是指被拍摄的物体自带的闪烁,如家用的电灯使用的交流电50hz,还有其他的如:电视或者电脑显示器,他们的画面也有一定的频率刷新)与 sensor 的帧率不匹配而导致的画面闪烁,一般通过限定曝光时间和修改 sensor 的帧率来达到抗闪烁的效果。
光圈、快门的理解参考:
https://baijiahao.baidu.com/s?id=1597414751464421535&wfr=spider&for=pc
曝光就是光圈和快门的组合。
AE模块的工作流程图:
AE 模块主要有 ISP 的 AE 统计信息模块及 AE 控制策略的 AE 算法 Fireware 两部分组成。ISP 的 AE 统计信息模块主要是提供 sensor 输入数据的亮度信息统计。AE 算法的主要工作原理是实时获取输入图像的统计信息并与设定目标亮度进行比较,而动态调节 sensor 的曝光时间和增益以及镜头光圈大小以达到实际亮度与设定目标亮度接近。
海思平台ISP的ae的简介相关推荐
- 海思平台ISP系列从零开始:一、PQTools工具的使用总结
海思平台 ISP 系列: 一. PQTools 工具使用方法 正所谓工欲善其事必先利其器,磨刀不误砍柴工, 想要在海思平台开始IQ, 就得利用海思SDK中提供的PQTools工具,这个工具作的很好的, ...
- 海思平台ISP调试经验
ISP模块介绍 ISP是Image Signal Processor的缩写,全称是影像处理器.在相机成像的整个环节中,它负责接收感光元件(Sensor)的原始信号数据,可以理解为整个相机拍照.录像的第 ...
- 海思平台ISP与图像的IQ调试(1)
目录 一.何为ISP何为IQ调试 1.ISP概念剖析 2.在哪里做ISP 3.何为IQ 4.ISP和IQ总结 二.海思MPP中ISP的实现框架 1.官方文档 2.sample中ISP相关部分再次解读 ...
- 海思平台(hi3559/hi3519/hi3516/hi3518)下的ISP功能介绍及问题调试总结(包括黑光成像/逆光成像/降噪/宽动态wdr/偏色等问题)
海思平台下的ISP功能介绍及问题调试 平台说明 该调试是在海思平台下进行的(我用的是3559,在3519/3516测试也是没有问题的,只是部分参数稍微有差异.其海思他系列处理器的ISP调试大体上也是一 ...
- c++ opencv mat_海思平台OpenCV编译与进一步裁剪
OpenCV是计算机视觉算法开发常用的工具.如果我们需要在嵌入式设备上运行opencv,那么就需要交叉编译,将它移植到对应平台上.但是有些嵌入式平台的存储空间有限,能节省1MB也有相当大的作用.Ope ...
- YOLO系列(v1~v3)的学习及YOLO-Fastest在海思平台的部署(中)
YOLO系列(v1~v3)的学习及YOLO-Fastest在海思平台的部署(上) YOLO系列(v1~v3)的学习及YOLO-Fastest在海思平台的部署(中) YOLO系列(v1~v3)的学习及Y ...
- 海思平台的视频输入(VI)模块的介绍(以hi3559av100为例)
当前是从海思平台的mpp角度理解VI这一部分的. 视频输入(VI)模块实现的功能:通过 MIPI Rx(含 MIPI 接口.LVDS 接口和 HISPI 接口),SLVS-EC,BT.1120,BT. ...
- 海思平台OSD的实现(1)
目录 一.海思平台OSD理论学习 1.OSD概述 2.海思OSD的4种类型 3.4种OSD类型各自支持的模块和功能 4.海思OSD的几个重要概念 5.海思平台OSD使用方法 6.海思平台OSD的API ...
- 【交叉编译】海思平台和安霸平台交叉编译
海思平台 板端编译首先需要配置系统的NFS,挂载NFS服务器:然后安装ubuntu下的交叉编译环境(3516A和3518为例):登录板端:板端编译(需要修改相关的makefile文件):板端运行: 一 ...
最新文章
- Facebook开源多款AI工具,支持游戏、翻译等
- fullpage的应用
- Windows下Git Bash的基本使用
- webservice入门程序学习中经验总结
- 机器学习经典论文/survey合集
- Django中pipeline操作Redis数据库
- boost::fusion::transform_view用法的测试程序
- oracle中行数少于1000,oracle中in的个数超过1000的解决办法
- 编译和使用APUE的源码
- html封装windows,windows 系统封装,打造一份属于自己的系统!
- 结构体变量和结构体指针变量作为函数参数传递问题
- 万字长文 | 淘宝 10年架构演进
- 概率论概念及机器学习中样本相似性度量之马氏距离
- 取消计算机关机,系统自动关机怎么取消以及系统自动关机命令
- 真鱼游来游去动态壁纸_超级漂亮的鱼池动态壁纸(Fish Pond)1.54中文完整版
- Prolog编程学习(一)
- 微信小程序 position: absolute位置错乱问题
- MediaCodec之Decoder
- 使用自然语言处理来检测电子邮件中的垃圾邮件
- allegro 走线切换层_高速信号走线的九大规则
热门文章
- mac之强制退出程序方法
- gradle ERROR: All flavors must now belong to a named flavor dimension.
- rk3288 7.1 lvds屏幕亮度偏暗
- bpmn不带网关的流程
- java 数字转大写_Java把数字转换成中文大写数字
- 【四】Java设计模式GOF23之抽象工厂模式
- jsp java 传值方法_JSP 页面传值方法总结(转)
- 阿里云服务器配置参数详细说明文档
- 十二、基于多源数据建成区提取——Landsat数据多光谱、全色数据融合
- 冯诺依曼机与现代计算机的比较