当前位置: 首页 > article >正文

ISP中拖影问题的处理

有时候会出现如下的阴影问题该如何处理呢?本文将提供几个思路。

1、降低曝光时间

如果曝光时间过大,会统计整个曝光时间内的图像信息,就会导致拖影的产生,这个时候可以考虑降低一下曝光时间。

2、时域降噪过大

只要明白时域降噪是什么,就能理解。

时域降噪基本原理:利用视频中相邻帧(多帧)的冗余信息,通过加权平均运动补偿的方式降低噪声。时域噪声(如传感器随机噪声)在帧与帧之间是随机变化的,而静态场景内容是稳定的。对同一位置的像素点,若场景静止,多帧叠加会降低噪声(随机噪声相互抵消);若场景运动,叠加会导致运动物体模糊(拖影)。

解决思路:降低时域降噪,提高空域降噪。

3、HDR方式

DOL HDR模式也可能是导致拖影的一个原因,在解释完DOL HDR的运作方式便可以轻松理解。

DOL(Digital Overlap)是一种通过分时曝光实现HDR的技术。Sensor在同一帧周期内依次进行长曝光(Long Exposure)短曝光(Short Exposure)。长曝光尚未完全读出时,短曝光已开始,两者存在时间间隔(Δt)。当拍摄运动物体时,长曝光和短曝光的两帧图像因Δt的存在,捕捉到的物体位置不同(例如:长曝光帧中物体在位置A,短曝光帧中物体已移动到位置B)。ISP将两帧融合后,同一物体的不同位置信息被合并,导致边缘模糊重影。

那么如何解决呢?

可以用DCG HDR 代替 DOL HDR模式,那么DCG HDR流程是什么?

通过单次曝光+双增益(Dual Gain) 替代分时曝光,避免时间差(Δt)导致的运动伪影。因为只有一次曝光,所以不存在时间差。

实际应用中的取舍

  • 选择DOL的场景
    需要极高动态范围(如夜景拍摄),且对运动拖影不敏感(如静态风光摄影)。

  • 选择DCG的场景
    动态范围要求适中,但需避免运动伪影(如视频拍摄、运动物体抓拍)。

4、果冻效应

这个是和曝光模式有关系,感兴趣的可以自行了解。在下图中,左边是全局快门,右边的卷帘快门。

http://www.lryc.cn/news/2379674.html

相关文章:

  • C++.备考知识点
  • SQLMesh 模型管理指南:从创建到验证的全流程解析
  • HarmonyOS AVPlayer 音频播放器
  • ⭐️白嫖的阿里云认证⭐️ 第二弹【课时1:提示词(Prompt)技巧】for 「大模型Clouder认证:利用大模型提升内容生产能力」
  • Filament引擎(一) ——渲染框架设计
  • c++从入门到精通(六)--特殊工具与技术-完结篇
  • JDK 1.8 全解析:从核心特性到企业实战的深度实践
  • MCP实战:在扣子空间用扣子工作流MCP,一句话生成儿童故事rap视频
  • 分布式微服务系统架构第134集:笔记1运维服务器经验,高并发,大数据量系统
  • 【SSL证书系列】客户端如何验证https网站服务器发的证书是否由受信任的根证书签发机构签发
  • SpringBoot基础项目搭建
  • Rust 学习笔记:关于 HashMap 的练习题
  • C语言-8.数组
  • Kotlin Android单元测试MockK指南
  • C# lock
  • 《算法导论(第4版)》阅读笔记:p83-p85
  • Go 后端中双 token 的实现模板
  • 【拥抱AI】Deer-Flow字节跳动开源的多智能体深度研究框架
  • 第六天——贪心算法——字符串分隔
  • Python 条件语句详解
  • 前端获取用户的公网 IP 地址
  • 在Maven中替换文件内容的插件和方法
  • 符合Python风格的对象(再谈向量类)
  • 云电竞服务器 工作原理
  • 【数据结构】线性表--队列
  • [Vue3]语法变动
  • Ubuntu服务器开启SNMP服务 监控系统配置指南 -优雅草星云智控简易化操作
  • linux本地部署ollama+deepseek过程
  • 从零开始实现大语言模型(十五):并行计算与分布式机器学习
  • OpenCV进阶操作:指纹验证、识别