Android MTK PDAF流程
PDAF:Phase Detection Auto Focus
PDAF sensor的实现原理(SPC结构):
PDAF通过比较L/R PD pixel构成的两幅图像,PD算法会计算出当前的相位差,根据相位差和模组的PD calibration data,估算出像距,从而移动lens快速对焦,PDAF快速对焦的搜索范围[infinity,macro]主要来自于烧录的OTP中的AF段,此距离并未实际与物体的物理距离即转换后的DAC值。PDAF OTP中主要烧录以上的SPC(shield pixel calibration)用于补偿遮光后的亮度增益,DCC(defocus conversion coefficient)主要是用于将相位差转换为Lens移动的距离,DCC中数值是通用过PD Diff 与DAC的关系拟合一条曲线的斜率(即PDAF线性度斜率)
PD pixel types主要有以下三类,Dual PD、Super PD、Shield PD。
目前接触使用的都是Shield PD(像素点有一半会被遮挡),信噪比SNR一般是越大越好(S/N S表示摄像机在假设无噪声时的图像信号值,N表示摄像机本身产生的噪声值);Shield PD 信噪比SNR一般比较差,但是能支持大尺寸像素;
Dual PD指每一个像素底部的感光区域一分为二,在同一个像素内即可获得相位差,也称2PD,全像素双核对焦,PD点覆盖率100%;
Super PD相邻两个像素共用一个micor lens(微透镜用于提高感光度)得到相位差信息
CMOS传感器的结构:1.微透镜 2.色彩滤镜 3.感光片(光电二极管)4.高速传输电路 (Mono sensor没有色彩滤镜,黑白)
SensorType:不同的类型主要是针对PD pixel和PD value是由sensor还是ISP处理;接触较多的Type 2 PDAF_SUPPORT_CAMSV
Sensor Type | Character | Porting guide |
---|---|---|
Type1 |
PD pixel corrected by sensor PD value calculate by sensor |
Type1 PDAF porting |
Type2 |
PD pixel corrected by sensor PD pixel output to ISP via VC |
Type2 PDAF porting |
Type3 |
PD pixel corrected by ISP PD pixel extracted by ISP from raw image PD pixel extracted by PDAF algo on ISP3.0 |
Type3 PDAF porting |
Dual PD |
No need to correct PD pixel PD pixel extracted by ISP, under mode 1 PD pixel output to ISP under mode 3 |
DualPD PDAF porting |
MTK不同SensorType的总体处理流程:
MTK PDAF Flow:
vendor/mediatek/proprietary/custom/mt6853/hal/pd_buf_mgr/src/pd_buf_mgr.cpp MTK
vendor/mediatek/proprietary/custom/mt6853/hal/pd_buf_mgr/src/pd_buf_mgr_open.cpp 3rd party
vendor/mediatek/proprietary/hardware/mtkcam/aaa/source/common/hal3a/v3.0/HAL3AFlowCtrl.cpp
vendor/mediatek/proprietary/hardware/mtkcam/aaa/source/common/utils/pdtblgen/pdtblgen.cpp
vendor/mediatek/proprietary/hardware/mtkcam/aaa/source/isp_6s/af_assist_mgr.cpp
vendor/mediatek/proprietary/custom/mt6853/hal/pd_buf_mgr/src/pd_buf_mgr.cpp
vendor/mediatek/proprietary/custom/mt6853/hal/pd_buf_mgr/src/pd_buf_mgr/xxx_mipi_raw/pd_xxx_mipiraw.cpp
vendor/mediatek/proprietary/hardware/mtkcam/drv/src/mem/common/v2/cam_cal_drv.cpp
vendor/mediatek/proprietary/hardware/mtkcam/drv/src/mem/common/v2/cam_cal_helper.cpp
vendor/mediatek/proprietary/custom/common/hal/imgsensor_src/camera_calibration_cam_cal.cpp
kernel-4.14/drivers/misc/mediatek/cam_cal/src/common/v2/eeprom_driver.c
static struct SET_PD_BLOCK_INFO_T imgsensor_pd_info_1920_1080 =
{.i4OffsetX = 16, // x offset of PD area.i4OffsetY = 12, // y offset of PD area.i4PitchX = 16, // x pitch/width of a PD block.i4PitchY = 16, // y pitch/height of a PD block.i4PairNum = 8, // num of pairs L/R PD pixel within a PD block.i4SubBlkW = 8, // x interval of 1 pair L/R PD pixel within a PD block.i4SubBlkH = 4, // y interval of 1 pair L/R PD pixel within a PD block.i4BlockNumX = 120, // PD block number in X direction.i4BlockNumY = 67, // PD block number in Y direction .iMirrorFlip = 0,.i4PosR = {{16,13}, {24,13}, {20,17}, {28,17},{16,21}, {24,21}, {20,25}, {28,25},},.i4PosL = {{17,13}, {25,13}, {21,17}, {29,17},{17,21}, {25,21}, {21,25}, {29,25},},.i4Crop = { {0, 0}, {0, 0}, {1040, 960}, {0, 0}, {0, 0}, {1040,960},{0, 0}, {0, 0}, {0, 0}, {0, 0} },
};
(1) 前4个变量和L/R的坐标可直接从PD INI文档中获取
(2) i4PairNum指一个block中有几对L/R pixel
(3) i4SubBlkW 和 i4SubBlkH 分别对应PD INI文档中的 PD_DENSITY_X/Y
(4) i4BlockNumX 和 i4BlockNumY 分别对应PD INI文档中的 PD_BLOCK_NUM_X_Y
(5) iMirrorFlip 指出图方向与 模组厂 calibration出图方向的相对方向
pd_info都是从4000*3000 尺寸上操作的,原来值的计算方式是
i4BlockNumX = ( 4000 - 16 * 2 ) / 16 = 248
i4BlockNumY = ( 3000 - 12 * 2 ) / 16 = 186
由于1920*1080是crop后的,故i4BlockNumX 和 i4BlockNumY 是需要修改的 ,与otp中的是不一致的
i4BlockNumX = 1920 / 16 = 120
i4BlockNumY = 1080 / 16 = 67.5 = 67
i4Crop用于记录[Scenario][Crop] -> [x_crop][y_crop] RAW_OFFSET_X = 1040 RAW_OFFSET_Y = 960
1920*1080在驱动中用于配置SensorMode 6,应该前面一个{1040, 960}不用填,是SensorMode2
i4Crop = (4000 - 1040) / 2 (3000 - 960) / 2 = 1920 1080
vendor/mediatek/proprietary/custom/mt6853/hal/pd_buf_mgr/src/pd_buf_mgr/xxx_mipi_raw/pd_xxx_mipiraw.cpp
MBOOL PD_xxxMIPIRAW::IsSupport( SPDProfile_t &iPdProfile)
{if (( iPdProfile.i4SensorMode == 5) && ((iPdProfile.uImgXsz == 1920) && (iPdProfile.uImgYsz == 1080))){m_PDBufXSz = 240;m_PDBufYSz = 536;if(m_PDBuf){delete m_PDBuf;m_PDBuf = nullptr;}m_PDBufSz = m_PDBufXSz*m_PDBufYSz;m_PDBuf = new uint16_t [m_PDBufSz];ret = MTRUE;AAA_LOGD("[1080P 60fps] is Support : i4SensorMode:%d w[%d] s[%d]\n", iPdProfile.i4SensorMode,iPdProfile.uImgXsz, iPdProfile.uImgYsz);}...
}
m_PDXSz代表每一行传送pixel num = PitchX / DensityX * BlockNumX = 16 / 8 * 120 = 240
m_PDYSz代表传送的行数line num = PitchY / DensityY * 2 * BlockNumY = 16 / 8 *2 *67 = 536
{//AF_NVRAM{ // i4HybridAFCoefs1[64]1, // [0] hybrid_default_param37, // [1] tracking_width38, // [2] tracking_height3, // [3] max_pd_win_x3, // [4] max_pd_win_y...{//PD_NVRAM_T{//PD_CALIBRATION_DATA_T{0},0,},//PD_CALIBRATION_DATA_T{//PD_ALGO_TUNING_T//--------------------------------------------------------------------------------/// Section: PD Block Size// Description: Determine PD block width and height//// i4FocusPDSizeX (width)// i4FocusPDSizeY (height)// range: [0] 32 to (raw_width/x_density), [0] 24 to (raw_height/y_density)// default:// S5K3P8: SizeX=32, SizeY=24 (density_x=16, density_y=16)// OV13855: SizeX=32, SizeY=48 (density_x=16, density_y=8)// IMX258: SizeX=64, SizeY=24 (density_x=8, density_y=16)// IMX398: SizeX=64, SizeY=48 (density_x=8, y_density_y=8)// S5K2L8: SizeX=240, SizeY=96 (density_x=2, y_density_y=4)// constraints: must be a multiplier of 4// effect: A large block takes longer computation time than a small block.//--------------------------------------------------------------------------------/28, // i4FocusPDSizeX32, // i4FocusPDSizeY//--------------------------------------------------------------------------------/
i4FocusPDSizeY = RAW_HIGHT * tracking_height / 100 / max_pd_win_y / PD_DENSITY_Y
= 1080 * 38 / 100 / 3 / 4 = 34.2 = 32
i4FocusPDSizex = RAW_WIDTH * tracking_width / 100 / max_pd_win_x / PD_DENSITY_X
= 1920 * 37 / 100 / 3 / 8 = 29.6 = 28
static struct SENSOR_WINSIZE_INFO_STRUCT imgsensor_winsize_info[7] = {{8032, 6032, 0, 12, 8032, 6008, 4016, 3004, 8, 2, 4000, 3000, 0, 0, 4000, 3000}, //preview(4000 x 3000){8032, 6032, 0, 12, 8032, 6008, 4016, 3004, 8, 2, 4000, 3000, 0, 0, 4000, 3000}, //capture(4000 x 3000){8032, 6032, 0, 12, 8032, 6008, 4016, 3004, 8, 2, 4000, 3000, 0, 0, 4000, 3000}, // VIDEO (4000 x 3000){8032, 6032, 0, 1568, 8032, 2896, 2008, 724, 364, 2, 1280, 720, 0, 0, 1280, 720}, // hight speed video (1280 x 720){8032, 6032, 0, 12, 8032, 6008, 4016, 3004, 8, 2, 4000, 3000, 0, 0, 4000, 3000}, // slim video (1280 x 720){8032, 6032, 2080, 1932, 3872, 2168, 1936, 1084, 8, 2, 1920, 1080,0, 0, 1920, 1080}, // custom1 (1920x 1080){8032, 6032, 0, 14, 8032, 6004, 8032, 6004, 16, 2, 8000, 6000, 0, 0, 8000, 6000}, //remosaic (8000 x 6000)
};
8032 6032 sensor内部有效像素 crop → binning → crop 如果有还要小的尺寸还需要crop
为了保持中心一致 0 12 上下都裁剪 crop
8032-(0 * 2) 6032 -(12 * 2)= 8032 6008 再binning
4016 3004 继续上下crop
4016-(8 * 2)3004(2*2)= 4000 * 3000 最终输出 tgsize
static struct SENSOR_VC_INFO_STRUCT SENSOR_VC_INFO[4]=
{/* Preview mode setting */{0x02, //VC_Num0x0a, //VC_PixelNum0x00, //ModeSelect /* 0:auto 1:direct */0x00, //EXPO_Ratio /* 1/1, 1/2, 1/4, 1/8 */0x00, //0DValue /* 0D Value */0x00, //RG_STATSMODE /* STATS divistion mode 0:16x16 1:8x8 2:4x4 3:1x1 */0x00, 0x2B, 0x0FA0, 0x0BB8, // VC0 image data0x00, 0x00, 0x0000, 0x0000, // VC1 MVHDR0x01, 0x30, 0x026C, 0x05D0, // VC2 PDAF0x00, 0x00, 0x0000, 0x0000}, // VC3 /* Capture mode setting */ /* Video mode setting *//* Custom1 mode setting */{0x02, //VC_Num0x0a, //VC_PixelNum0x00, //ModeSelect /* 0:auto 1:direct */0x00, //EXPO_Ratio /* 1/1, 1/2, 1/4, 1/8 */0x00, //0DValue /* 0D Value */0x00, //RG_STATSMODE /* STATS divistion mode 0:16x16 1:8x8 2:4x4 3:1x1 */0x00, 0x2B, 0x0780, 0x0438, // VC0 image data0x00, 0x00, 0x0000, 0x0000, // VC1 MVHDR0x01, 0x30, 0x012C, 0x0218, // VC2 PDAF0x00, 0x00, 0x0000, 0x0000}, // VC3 };};
Type 2会使用VC(Virtual channel control),VC的主要作用就是将数据流的数据通过不同的通道分离给不同的流程。通过每一帧都是包含图像帧+PD 虚拟帧(将Bayer数据和PD数据按照MIPI协议打包)
图像帧(Image Data VC=0 DT=0x2B RAW10)
0x0780 = 1920 0x0438 = 1080 ;
PD 虚拟帧(PDAF Data VC=1 DT=0x30 通过date type区分通道)
0x012C = 120 * 2 * 10 / 8 = 300 //.i4BlockNumX = 120, // PD block number in X direction
0x0218 = 67 * 4 * 2 = 536 //.i4BlockNumY = 67, // PD block number in Y direction
PDAF线性度测试:
ISO<200,对着菱形图20cm 位置下,在Confidence > 60的场景下抓取log,在log里查找PD Value与AF DAC,看他们是否是呈线性关系
插入一下OTP相关的知识
LCS Lens Shade Correction gridx gridy 垂直和网格大小,周围亮度不均匀,处理不好可能经算法会有竖条纹,光晕等
BLC BlackLevel Correction 黑电平校正 (没有做黑电平校正的的图会更亮,影响图像的对比度)sensor输出的电压越高,电流越大,而sensor电路本算存在暗电流,导致没有光线输入时也有一定的输出电压,所以需要把这一部分去掉,所有像素都减去一个校准值,raw10对应的OB(Optical Black)一般为64,需要注意init setting中的寄存器修改
AWB Auto White Balance RGB转成Bayer模式的图一般由(R Gr Gb B四个通道的值) ,AWB一般比较关注R/G B/G的值,Gr Gb一般值都比较接近,R/G 变大时,意味着R gain减小,整幅图R分量少了,就会呈现泛绿泛蓝,烧录的数据主要是当前模组和Golden模组(一批生产中较为平均的做基准)的R Gr Gb B的数据
Android MTK PDAF流程相关推荐
- mtk LK流程简介
mtk LK流程简介 一.LK简介 Lk的主要功能: 1.初始化硬件模块,比如时钟,中断,UART,USB,LCD,PMIC,eMMC等.打开MMU,使能I/D-cache,加速lk执行,显示logo ...
- 【SemiDrive源码分析】【X9芯片启动流程】30 - AP1 Android Kernel 启动流程 start_kernel 函数详细分析(一)
[SemiDrive源码分析][X9芯片启动流程]30 - AP1 Android Kernel 启动流程 start_kernel 函数详细分析(一) 一.Android Kernel 启动流程分析 ...
- mtk preloader流程简介
## mtk preloader流程简介 **一.preloader流程简介 1.启动流程 (1)设备上电起来后,跳转到Boot ROM(不是flash)中的bootcode中执行把pre-loade ...
- Android手机启动流程与TEE OS
2019独角兽企业重金招聘Python工程师标准>>> 转载:https://cloud.tencent.com/developer/article/1043659 一个移植了TEE ...
- Android View 测量流程(Measure)完全解析
前言 上一篇文章,笔者主要讲述了DecorView以及ViewRootImpl相关的作用,这里回顾一下上一章所说的内容:DecorView是视图的顶级View,我们添加的布局文件是它的一个子布局,而V ...
- android activity启动流程_1307页!一线大厂Android面试全套真题解析!
/ 前言 / 金九银十到了,很多读者都反映有面试的需求,所以我特地给大家准备了一点资料! 下面的题目都是大家在面试一线互联网大厂时经常遇到的面试真题和答案解析,如果大家还有其他好的题目或者好的 ...
- 【Android 逆向】加壳的 Android 应用启动流程 | 使用反射替换 LoadedApk 中的类加载器流程
文章目录 一.加壳的 Android 应用启动流程 二.使用反射替换 LoadedApk 中的类加载器流程 一.加壳的 Android 应用启动流程 加壳的 Android 应用启动流程 : 加壳的 ...
- 【Android 逆向】Android 进程简介 ( Android 应用启动流程 )
文章目录 前言 一.Android 进程 二.Android 应用启动流程 前言 参考 [Android 逆向]Android 系统文件分析 ( /proc/pid 进程号对应进程目录 | oom_a ...
- 结合源码深入理解Android Crash处理流程
应用程序crash在开发过程中还是很常见的,本文主要是从源码的角度去跟踪下Android对于crash的处理流程.App crash的全称:Application crash.而Crash又分为:na ...
- Android Camera(5)---Android Camera调用流程
Android Camera调用流程 http://blog.csdn.net/lushengchu_luis/article/details/11033095 1.Packages/apps/到fr ...
最新文章
- numpy的基本使用
- java修改ldap用户密码_LDAP 用户更改自己的密码
- MySQL之练习题5
- 小说精品屋plus v2.7.0源码
- ajax 通过json xml文件,php+Ajax处理xml与json格式数据的方法示例
- python import os.path_Python常用模块os.path——文件及路径操作
- C# RSA在服务上使用出现拒绝方法错误的解决方法
- google protobuf windows下环境配置
- 全球首个航天大模型问世,文心秒补《富春山居图》,这是百度普惠AI的恒心...
- wifi 小米pro 驱动 黑苹果_【黑果小兵】小米Pro macOS High Sierra 10.13黑苹果安装教程...
- 瞬态抑制二极管 tvs 二极管参数选型
- chromium浏览器定制 | 高匿名爬虫随机指纹
- (五)作业Job和实例Instance | 普罗米修斯(Prometheus)
- Git报错:another git process seems to be running in this repository
- 台式电脑耳麦合一接线方式
- smali语言程序流程控制语法
- 如何消除原生Android,如何消除原生Android网络状态上的惊叹号
- 【Unity】用Text+Image实现神奇的文字下划线
- dbfs换算_dB单位含义及换算
- 使用PS快速抠图:(磁锁套抠图,快速工具,)
热门文章
- jdk下载/Linux64位 jdk1.8 jdk-8u161下载
- Excel VBA函数和过程调用方法总结(跨文件调用函数和过程)
- Java实现学生管理系统代码
- 电力电子技术笔记-逆变电路
- 下载sqlserver2012 试用_大肥虫助手下载-大肥虫助手 安卓版v7.0.4
- Audition去除音频中的人声保留背景音乐
- lede 内核 单 编_openwrt和lede有何区别?
- 地推话术 地推活动策划方案 活动策划方案案例 分享经济活动策划方案
- Arduino ESP32 最简单直接获取网络时间方法
- 格式工厂 wav 比特率_智能音乐格式转换