Camera 专业名词解释

合集下载
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

Camera 专业名词解释
1、噪点去除
在图像的采集和传输过程中,图像质量经常受到各种噪声的影响而下降。

由于采集和各种元器件容易受到强干扰会产生脉冲噪声,由于照明不稳定,镜头灰尘以及非线性的信道传输引起的图像退化都会产生不同种类的噪声其主要影响人的视觉效果,使人难以辨认图像的某些细节,另外噪声给一些图像处理算法带来严重影响,例如梯度算子,由于一些与对象无关点的引入,使得无用信息的使用造成更加严重的后果,干扰了图像的可观测的信息。

这里讨论的噪声仅仅局限在图像传感器获取图像数据时的噪声污染,由于这时候的数据量较少,噪声直接影响后面的插值算法,并使图像的细节无法体现,既影响图像的插值效果,也影响人的视觉感受。

因此在图像处理中噪声的去除是一项非常重要的环节。

2、坏点去除
在白屏情况下有纯黑色的点或者在黑屏下有纯白色的点。

在切换至红、绿、蓝三色显示模式下此点始终在同一位置上并且始终为纯黑色或纯白色的点。

这种情况说明该像素的红、绿、蓝三个子像素点均已损坏,此类点称为坏点。

3、内插
在做数字图像处理时,经常会碰到小数象素坐标的取值问题,这时就需要依据邻近象素的值来对该坐标进行插值。

比如:做地图投影转换,对目标图像的一个象素进行坐标变换到源图像上对应的点时,变换出来的对应的坐标是一个小数,再比如做图像的几何校正,也会碰到同样的问题。

以下是对常用的三种数字图像插值方法进行介绍
4、白平衡
白平衡,字面上的理解是白色的平衡。

用色彩学的知识解释,白色是指反射到人眼中的光线由于蓝、绿、红三种色光比例相同且具有一定的亮度所形成的视觉反应。

白色光是由赤、橙、黄、绿、青、蓝、紫七种色光组成的,而这七种色光又是有红、绿、蓝三原色按不同比例混合形成,当一种光线中的三原色成分比例相同的时候,习惯上人们称之为消色,黑、白、灰、金和银所反射的光都是消色。

通俗的理解白色是不含有色彩成份的亮度。

人眼所见到的白色或其他颜色根物体本身的固有色、光源的色温、物体的反射或透射特性、人眼的视觉感应等诸多因素有关,举个简单的例子,当有色光照射到消色物体时,物体反射光颜色与入射光颜色相同,既红光照射下白色物体呈红色,两种以上有色光同时照射到消色物体上时,物体颜色呈加色法效应,如红光和绿光同时照射白色物体,该物体就呈黄色。

当有色光照射到有色物体上时,物体的颜色呈减色法效应。

如黄色物体在品红光照射下呈现红色,在青色光照射下呈现绿色,在蓝色光照射下呈现灰色或黑色。

由于人眼具有独特的适应性,有时候不能发现色温的变化。

比如在钨丝灯下呆久了,并不会觉得钨丝灯下的白纸偏红,如果突然把日光灯改为钨丝灯照明,就会觉查到白纸的颜色偏红了,但这种感觉也只能够持续一会儿。

摄像头并不能像人眼那样具有适应性,所以如果摄像机的色彩调整同景物照明的色温不一致就会发生偏色。

白平衡就是针对不同色温条件下,通过调摄像头内部的色彩电路使拍摄出来的影像抵消偏色,更接近人眼的视觉习惯。

白平衡也可以简单地理解为在任意色温条件下,摄像头所拍摄的标准白色经过电路的调整,使之成像后仍然为白色。

5、自动曝光
曝光是用来计算从景物到达相机的光通量大小的物理量。

图像传感器只有获得正确的曝光,才能得到高质量的照片。

曝光过度,图像看起来太亮曝光不足,则图像看起来太暗。

到达传感器的光通量的大小主要由两方面因素决定:曝光时间的长短以及光圈的大小。

利用光圈进行自动曝光,主要根据所拍摄的场景来控制光圈大小,使得进光量维持在一定范围内。

通过光圈进行曝光控制的成本比较高。

现在市场所见的中低端摄像头采用的主流技术通过调整曝光时间来实现自动曝光。

目前自动曝光控制算法方法有两种,一种是使用参照亮度值,将图像均匀分成许多的子图像,每一块子图像的亮度被用来设置参照亮度值,这个亮度值可以通过设置快门的速度来获得。

另外一种方法是,通过研究不同光照条件下的亮度与曝光值之间的关系来进行曝光控制。

这两种方法都是研究了大量的图像例子和许多不同的光照条件。

而且均需要在不同的光照条件下所采集的图像数据库。

实际中自动曝光研究需要解决好以下几个问题,首先是判定图像是否需要自动曝光,其次是自动曝光时,如何调整光电转换后数字信号来找出自动曝光能力补偿函数,最后就是调整到什么程度最为合适
6、机械快门
就是镜头前阻挡光线进来,并控制光线进入时间的装置。

一般而言,快门的时间范围越大越好。

秒数低适合拍运动中的物体,某款相机就强调快门最快能到1/16000秒,可轻松抓住急速移动的目标。

不过当你要拍的是夜晚的车水马龙,快门时间就要拉长,常见照片中丝绢般的水流效果也要用慢速快门才能拍出来。

快门类型,可分为机械快门和电子快门两种。

7、跳帧
跳帧,也叫丢帧,在英语中称frameskip。

假如显示器设定的刷新率是80Hz,显卡以100FPS循环显示0-9数字,那么,在开始的0.1秒内,显卡显示了10个数字而显示器只刷新了8次,最终你看到的图像很可能是这样的:(如图01)可见,由于显示器刷新率跟不上游戏的FPS,只能舍弃一部分画面,这种现象表现在游戏里就是跳帧。

8、互连测试
互连强度测试(IST)是一种加速强度测试方法,用于评估印制电路板(PCB)互连结构的完整性。

它是一种客观测试,测试结果及时、可重复、可再生并且唯一。

9、YUV422
亮度信号(Y)和色度信号(U,V)是相互独立的,也就是Y信号分量构成的黑白灰度图与用U,V信号构成的另外两幅单色图是相互独立的。

由于Y,U,V是独立的,所以可以对这些单色图分别进行编码。

黑白电视机能够接收彩色电视信号也就是利用了YUV分量之间的独立性。

采用YUV 颜色空间的好处在于人眼对彩色图象细节的分辨本领比对黑白图象低,因此,对色差信号,U、V,可以采用“大面积着色原理”。

即用亮度信号Y 传送细节,用色差信号U、V 进行大面积涂色。

因此,彩色信号的清晰度由亮度信号的带宽保证,而把色差信号的带宽变窄。

正是由于这个原因,在多媒体计算机中,采用了YUV 彩色空间,数字化的表示,通常采用Y:U:V = 8:4:4,或者Y:U:V = 8:2:2。

例如8:2:2具体的做法是:对亮度信号Y,每个像素都用8位2进制数表示(可以有256级亮度),而U、V 色差信号每4个像素点用一个8位数表示,即画面的粒子变粗,但这样能够节约存储空间,将一
个像素用24位表示压缩为用12位表示,节约1/2 存储空间,而人的眼睛基本上感觉不出
这种细节的损失,这实际上也是图像压缩技术的一种方法。

YUV格式通常有两大类:打包(packed)格式和平面(planar)格式。

前者将YUV分量存放在同一个数组中,通常是几个相邻的像素组成一个宏像素(macro-pixel);而后者使用
三个数组分开存放YUV三个分量,就像是一个三维平面一样。

10、色彩处理
11、对比度
对比度指的是一幅图像中明暗区域最亮的白和最暗的黑之间不同亮度层级的测量,差异范围越大代表对比越大,差异范围越小代表对比越小,好的对比率120:1就可容易地显示生动、丰富的色彩,当对比率高达300:1时,便可支持各阶的颜色。

但对比率遭受和亮度相同的困境,现今尚无一套有效又公正的标准来衡量对比率,所以最好的辨识方式还是依靠使用者眼睛。

12、亮度
亮度是指发光体(反光体)表面发光(反光)强弱的物理量。

人眼从一个方向观察光源,在这个方向上的光强与人眼所“见到”的光源面积之比,定义为该光源单位的亮度,即单位投影面积上的发光强度。

亮度的单位是坎德拉/平方米(cd/m2)亮度是人对光的强度的感受。

它是一个主观的量。

与亮度不同的,由物理定义的客观的相应的量是光强。

这两个量在一般的日常用语中往往被混淆。

13、饱和度
饱和度可定义为彩度除以明度,与彩度同样表征彩色偏离同亮度灰色的程度。

注意,与彩度完全不是同一个概念。

但由于其和彩度决定的是出现在人眼里的同一个效果,所以才会出现视彩度与饱和度为同一概念的情况。

饱和度是指色彩的鲜艳程度,也称色彩的纯度。

饱和度取决于该色中含色成分和消色成分(灰色)的比例。

含色成分越大,饱和度越大;消色成分越大,饱和度越小。

纯的颜色都是高度饱和的,如鲜红,鲜绿。

混杂上白色,灰色或其他色调的颜色,是不饱和的颜色,如绛紫,粉红,黄褐等。

完全不饱和的颜色根本没有色调,如黑白之间的各种灰色
14、色调
色调指的是一幅画中画面色彩的总体倾向,是大的色彩效果。

在大自然中,我们经常见到这样一种现象:不同颜色的物体或被笼罩在一片金色的阳光之中,或被笼罩在一片轻纱薄雾似的、淡蓝色的月色之中;或被秋天迷人的金黄色所笼罩;或被统一在冬季银白色的世界之中。

这种在不同颜色的物体上,笼罩着某一种色彩,使不同颜色的物体都带有同一色彩倾向,这样的色彩现象就是色调。

15、色偏
色偏是指图像的颜色跟原有的色调不同。

当看到图片倾向于某一种颜色时,不要盲目地去除这种颜色,应先要考虑图像的用途图像的特点
16、色阶
色阶是表示图像亮度强弱的指数标准,也就是我们说的色彩指数,在数字图像处理教程中,指的是灰度分辨率(又称为灰度级分辨率或者幅度分辨率)。

图像的色彩丰满度和精细度是由色阶决定的。

色阶指亮度,和颜色无关,但最亮的只有白色,最不亮的只有黑色。

17、黑电平补偿
投影由光生成,因此其颜色无法是真正的黑色(黑色实际上是没有光),投影上的黑色其实是很深的灰色。

因此,两个投影重叠的区域本应因软边效果而塗黑,却形成两个深灰色的重叠投影。

由於投影机采用加色法空间,令问题加重,颜色变成更浅的灰色。

黑电平补偿用於弥补这个差异,让不重叠的区域稍微亮一点。

18、镜头阴影
主要原因应该是cmos或者ccd本身感光的各向异性引起的,不仅会引起中心亮,四周暗的现象,由于远离中心时光线角度变大引起较大串扰,还会造成R/B失衡,偏色。

以前胶片上那种感光颗粒就没这个问题,因为它感光各向同性。

19、自动对焦
自动聚焦目的是获得清晰度更高得图像。

常用的聚焦方法分两类,一类是传统的聚焦方法,一种是基于数字图像处理方式的图像聚焦方法。

传统的方式中,自动聚焦通过红外线或者超生波测距的方式来实现。

这种方式需要安装发射机和接收机,增加了摄像机的成本,而且超声波对于玻璃后面的被摄物体不能很好的自动聚焦。

这一类聚焦方式在某些场合受到了限制。

因此在日趋集成化、微型化、低成本的应用中,基于数字图像处理的自动聚焦方法更具有优势。

根据镜头成像分析,镜头的光学传递函数可以近似为高斯函数,它的作用等效为一个低通滤波器。

离焦量越大,光学传递函数的截止频率越低。

从频域上看,离焦量增大,对图像高频能量造成损失,使得图像的细节逐渐模糊。

从空域上看,离焦量增大,点光源成像的光强分布函数越分散,可分辨的成像间距越大,图像相邻像素互相重叠,图像细节损失严重。

因此图像清晰度评价函数时建立在图像边缘高频能量上的。

数字处理方法中,自动聚焦的关键在于构造图像的清晰度评价函数。

己经提出的图像清晰度评价函数苞括灰度方差、梯度能量、嫡函数和一些频域函数法。

图像清晰度评价函数必须具
有良好的单峰性和尖锐性,而且要计算量适度,从而可以快速的实现精准对焦。

20、校正缺陷像素
1. 像素
像素是图像元素的简称,一个像素即图形中的一点。

图形显示器显示图像的方式是将显示屏幕划分为以行列形式分布的数千(或数百万)个像素。

各个像素之间非常紧密,看起来就像各个像素连接在一起了。

完全像素是由一个红色、一个绿色以及一个蓝色的子像素组合而成的。

2. 像素和子像素缺陷
o 坏点
在白屏情况下有纯黑色的点或者在黑屏下有纯白色的点。

在切换至红、绿、蓝三色显示模式下此点始终在同一位置上并且始终为纯黑色或纯白色的点。

这种情况说明该像素的红、绿、蓝三个子像素点均已损坏,此类点称为坏点。

o 亮点
在黑屏的情况下呈现的R、G、B(红、绿、蓝)点叫做亮点。

亮点的出现分为两种情况:
1. 在黑屏的情况下单一地呈现红、绿或者蓝色的点。

2. 在切换至红、绿、蓝三色显示模式下,只有在红、绿或者蓝色中的一种显示模式下有白色点,同时在另外两种模式下均有其他色点的情况,这种情况是在同一像素中存在两个
亮点。

o 暗点
在白屏的情况下出现非纯红、纯绿、纯蓝色的点叫做暗点。

暗点的出现分为两种情况:1. 在切换至红、绿、蓝三色显示模式下,在同一位置只有在红、绿或者蓝一种显示模式下有黑点的情况,这种情况表明此像素内只有一个暗点。

2. 在切换至红、绿、蓝三色显示模式下,在同一位置只有在红、绿或者蓝中的两种显示模式下都有黑点的情况,这种情况表明此像素内有两个暗点。

生产过程中,还会出现另外一类由细微污物产生的缺陷。

污物会产生覆盖一个或多个子像素的深色“污点”。

这些污点不是像素或子像素缺陷。

HP 规格不允许出现污物。

以上判断方法中,您的显示器有亮点或色点,如果需要确认能否正常进行保修服务,请与当地维修中心检测为准
21、颜色差值增益
色彩增益,使照片更加鲜活。

从这个结果来讲,增益不外乎增加色彩对比度(使颜色更鲜艳更饱和,造成视觉较大的冲击力),另一方面有一定的锐化效果,使得边缘线条更加分明清晰。

其实跟photoshop的自动调节对比度、色彩饱和度等功能类似。

数码相机的这种技术可以使得照片看起来更清晰,更抢眼。

22、锐化
应用锐化工具可以快速聚焦模糊边缘,提高图像中某一部位的清晰度或者焦距程度,使图像特定区域的色彩更加鲜明。

在应用锐化工具时,若勾选器选项栏中的“对所有图层取样”复选框,则可对所有可见图层中的图像进行锐化。

但一定要适度。

锐化不是万能的,很容易使东西不真实。

23、像差校正
实际光学系统中,由非近轴光线追迹所得的结果和近轴光线追迹所得的结果不一致,这些与高斯光学(一级近似理论或近轴光线)的理想状况的偏差,叫做像差。

24、宽动态(WDR)
宽动态技术是在非常强烈的对比下让摄像机看到影像的特色而运用的一种技术。

当在强光源(日光、灯具或反光等)照射下的高亮度区域及阴影、逆光等相对亮度较低的区域在图像中同时存在时,摄像机输出的图像会出现明亮区域因曝光过度成为白色,而黑暗区域因曝光不足成为黑色,严重影响图像质量。

摄像机在同一场景中对最亮区域及较暗区域的表现是存在局限的,这种局限就是通常所讲的“动态范围”。

25、颜色校正矩阵
色彩校正也称为校色(矫正偏色,又称矫色)它是一个摄影后期(胶片时期既有的暗房技术工艺)的专用技术术语,而“调色”是俗称,其概念比较含混且不是专业术语。

“调色”这个词是数字影像与图像软件诞生后,尤其是Photoshop普及后的大众叫法,“调色”一词更多被个人对色调的主观喜好或艺术色调的渲染中所使用,“调色”与“校色”的本质区别在于,调色不需要懂得校色必须知道的光学理论,调色的概念与美术的颜料调配相似,仅凭个人对颜色的喜好和感受即可很快实现,它可以是偏向某种色调的不真实的“艺术”渲染(例如所谓的心理色调氛围),而校色的要求要比调色严格的多,其目的是准确还原人眼感受的拍摄现场之色调,因此“调色”与“校色”不是一回事。

26、伽马校正
在视频采集显示系统中,光电转换(CCD/CMOS)和电光转换(CRT/LCD)的器件的转换特性都是非线性的。

这些非线性期间都存在一个能反映各自特性的幂函数,用它来衡量非线性器件的转换特性。

这种特性称为伽玛特性,在视频中由于伽玛特性的存在,会导致图像信号的亮度失真,降低通信质量,影响用户体验。

因此要对这个失真进行补偿,即伽玛校正。

光电转换器特性的非线性会引起图像非线性失真,图像的非线性失真主要表现在灰度的失真,即图像亮度层次的压缩与扩张,其图像表征为看起来被漂白或者太暗。

摄像机/摄像头的伽玛特性大小一般为0.4 - 0.7,显示器的伽玛特性大小一般在 1.3 - 2.5之间。

伽玛校正的具体实现方法多种多样,较简单的实现方式是查表法。

伽玛校正分两步。

首先建立适合所用器件的伽玛校正表,然后根据输入的像素值查表获得伽玛校正后的数据。

27、直方图
直方图(Histogram)又称质量分布图。

是一种统计报告图,由一系列高度不等的纵向条纹或线段表示数据分布的情况。

一般用横轴表示数据类型,纵轴表示分布情况。

28、数字图像特效
数字图像算法实现
29、HDR
高动态范围图像(High-Dynamic Range,简称HDR),相比普通的图像,可以提供更多的动态范围和图像细节,根据不同的曝光时间的LDR(Low-Dynamic Range)图像,利用每个曝光时间相对应最佳细节的LDR图像来合成最终HDR图像[1],能够更好的反映出真实环境中的视觉效果
30、ISO
ISO是感光度的意思,在光线比较暗的情况下把ISO调高的话会降低快门速度也就是说可以让照出的照片不是很模糊但是有得必有失,高的ISO使照片颗粒感很强的,低的ISO会是画面细腻。

31、信噪比
是指一个电子设备或者电子系统中信号与噪声的比例。

32、背光补偿
背光补偿,也称为逆光补偿,是把画面分成几个不同的区域,每个区域分别曝光。

在某些应用场合,视场中可能包含一个很亮的区域,而被包含的主体则处于亮场的包围之中,画面一片昏暗,无层次。

此时由于AGC检测到的信号电平并不低,因此放大器的增益很低,不能改进画面主体的明暗度,当引入逆光补偿时,摄像机仅对整个视场的一个子区域进行检测,通过求此区域的平均信号电平来确定AGC电路的工作点
33、图像缩放
图像缩放(Scaler)技术,也称图像尺度转换、图像重采样和图像分辨率转换技术,是视频图像处理中的关键技术,广泛应用于实现FPD 图像分辨率转换。

例如,高清晰度数字电视接收到NTSC 或PAL 格式的标准清晰度数字电视信号后需转换成HDTV(1920×1080)格式,才能在HDTV 的电视上显示;另外,等离子(PDP)电视、TFT-LCD 电视等逐行显示器,须提升接收到的图像分辨率使之和液晶显示屏的物理分辨率一致,才能在终端上显示出视频图像;因此,Scaler 性能的优劣,将直接决定显示器图像的质量。

图像缩放可理解为图像的重采样过程,关键在于用连续模型函数来拟合原始离散图像,在求得连续模型参数后,根据所需缩放倍率对此连续图像进行重采样,得到符合目标分辨率的离散图像。

数字图像重采样的本质是对离散图像点进行插值的过程。

根据采样/重建理论,理想的插值核为sinc 函数,但在物理上是不可实现的。

通常的插值核函数都是采用近似于
sinc 函数的有限宽度插值函数。

最近邻域法是最简单的缩放算法,但会使处理后的图像产
生明显的锯齿形边缘和马赛克效应。

双线性插值法虽然能解决最近邻域法所存在的问题,但却容易造成图像边缘的模糊。

作为改进,又提出了加窗sinc 核函数,从而得到了高次插值
算法,如立方插值、高次样条插值等。

34、颜色空间
颜色空间也称彩色模型(又称彩色空间或彩色系统),它的用途是在某些标准下用通常可接受的方式对彩色加以说明。

本质上,彩色模型是坐标系统和子空间的阐述。

位于系统的每种颜色都有单个点表示。

在彩色图像处理中,选择合适的彩色模型是很重要的。

从应用的角度来看,人们提出的众多彩色模型可以分为两类。

一类面向诸如彩色显示器或彩色打印机之类的硬设备(但可以与具体设备相关,也可以独立于具体设备),比如RFB、CMY、YUV 模型。

另一类面向视觉感知或者说以彩色处理分析为目的的应用,如动画中的彩色图形,各种图像处理的算法等,像HSI、HSV 模型等。

相关文档
最新文档