Sensor HDR模式简介

摄像头的曝光能力远没有人眼那么智能,无法对一副图片中的暗处(背光场景,阴影等)和亮处(阳光,灯光等)进行智能识别并加以调节,导致暗处太暗或亮处太亮。

当拍摄背对阳光的人物像,室内室外亮度差别大,背光场景等,我们都可以打开HDR(High Dynamic Range,高动态范围)功能,扩大图像动态范围,提高图像质量。

比如下面的图,人脸全部都拍出来了

HDR拍人脸效果

HDR手机端实现原理

在做HDR之前,一般相机要拍两到三幅不同的照片。

HDR手机端实现原理

  • 左边这张是欠曝图,曝光时间较短,可以看到关于太阳的细节表现得很好。
  • 中间这张是正常曝光图,曝光时间中等,此时天空整体层次表现正常。
  • 右边这张是过曝图,曝光时间较长,山景和地面等暗处区域变得清晰可见。

手机要做的就是取长补短,通过算法把3张照片中明暗表现优秀的部分提取出来,融合成一张新的图像。

HDR手机端实现原理

上面讲的是基于手机平台端的HDR实现方式,也可以称为帧序列HDR,需要借助其他硬件或者手机处理器来完成。

Sensor HDR模式

然HDR效果这么好,岂不是只用它啦?走到哪拍到哪,随手一按都是大片?HDR虽好,但是也存在很多应用限制,让我们逐一分析HDR技术面临的实际挑战。

鬼影(DOL-HDR或Staggered-HDR)

传统HDR技术是根据多张不同曝光图像来合成一张,而“敌不动,我不动”的理想拍摄情景毕竟少有,手持拍照可能会抖,被拍摄物体运动太快,拍下来的三张图片可能会有所不同,强行合成后就会造成如下鬼影现象。

HDR鬼影现象

如何解决鬼影现象

没人想在正常的照片里长出三头六臂, HDR技术开始寻求新的解决方案。于是芯片端HDR技术腾空出世,推出了DOL(Digital overlap)-HDR与Staggered-HDR技术,其原理大体相似。

如何解决鬼影现象

以Staggered-HDR技术为例,在一次完整曝光的过程中,sensor分别在短、中等和长曝光时读出一次数据,数据进行芯片外处理以得到HDR图像。

由于三组数据来源于同一曝光过程,时间偏移很小,该技术能很好的避免鬼影现象的产生。

即时性问题(iHDR)

上述提到的HDR技术,都需要拍下照片后再算法处理。无法在预览模式实时显示HDR,需要拍照后才能看到效果,景物-屏幕-照片三者没有贯通,无法做到“所见即所得”,用户体验不好。

针对该问题,芯片厂再改进HDR技术,称作BME(Binned multiplexed exposure),也叫iHDR。

iHDR

如右边图案所示,在传感器上间隔两行分别使用长短曝光设置,最终合成一帧行数减半的图像。

该技术的帧缓存很短,图像融合较快,可以实现实时预览HDR。

但它的缺点也很明显, binned(二合一)的读出方式让图像分辨率减少了一半,该技术主要适用于对分辨率要求不高的预览或录像HDR。

分辨率损失问题(zzHDR)

千辛万苦研究提升的分辨率怎么能说降就降呢?不甘心啊~芯片厂商又研发了新的方案,称作SME(Spatially multiplexed exposure) ,或叫做Zig-zag (Z字形)HDR。

zzHDR

图如其名,长短曝光分别呈现“Z”字型,每一行像素既有长曝光也有短曝光。据称只要算法足够优秀,该方案就能够输出接近全像素的HDR照片,并且可以用作实时预览。

3-Exposure HDR

传感器端3-Exposure HDR是基于近年流行的4Cell芯片。

3-Exposure HDR

在4合1模式下,2×2像素区域内分别设置长(L)、中等(M)、短(S)三级曝光,将 4个像素合并为一个输出,称之为3-Exposure HDR。该方法可用作于图像预览。

3-Exposure HDR

采用三曝光实现实时HDR预览,拍照时采用传统帧序列HDR方法,抓取三张不同曝光的图像进行平台端算法处理。预览和拍照都可以HDR,真正做到了所见即所得。

Camera课程

Python教程

Java教程

Web教程

数据库教程

图形图像教程

办公软件教程

Linux教程

计算机教程

大数据教程

开发工具教程