颜色校正矩阵(CCM)的简单介绍

这篇具有很好参考价值的文章主要介绍了颜色校正矩阵(CCM)的简单介绍。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

目录

前言

1 CCM的简单介绍

1.1为什么要做CCM

1.2CCM的含义

2 CCM调试方法

3 结论


前言

       在ISP tuning过程中经常会遇到通过各个平台算法标定的颜色校正矩阵(CCM)不能完全满足需求的情况,比如饱和度偏低或者偏高,某个色块的色偏方向和对比机不同等,这个时候就需要自己手动去微调CCM中的某个值。


1 CCM的简单介绍

1.1为什么要做CCM

       简单来说就是sensor的RGB响应曲线和人眼的不同,同时不同厂家制作的sensor的RGB响应曲线也是不同的,而且图像数据经过ISP中的AWB模块处理后会存在偏差,因此需要在RGB域进行颜色校正来还原人眼的感知效果。一般,CCM模块在ISP pipeline中的位置如图1所示:

色彩校正矩阵,图像处理,图像处理

 图1 CCM模块在ISP pipeline中的位置

1.2CCM的含义

       如下是CCM的公式,其中表示上一个模块即demosaic模块对图像进行插值后每个像素的RGB值;表示经过CCM模块后每个像素的RGB值;由公式1.2可以看出C11、C21和C31分别决定经过CCM后每个像素红色通道的饱和度、红通道中绿色的比例和红通道中蓝色的比例;C12、C22和C32分别决定经过CCM后每个像素绿色通道中红色的比例、绿色的饱和度和绿色通道中蓝色的比例;C13、C23和C33分别决定经过CCM后每个像素蓝色通道中红色的比例、蓝色通道中绿色的比例和蓝色通道的饱和度。

色彩校正矩阵,图像处理,图像处理

色彩校正矩阵,图像处理,图像处理

2 CCM调试方法

       基于以上理论知识,可按以下步骤进行:

(1)首先调试CCM需要基于在要求光源下(即实际需要微调CCM的光源)用所调试的sensor采集的24色卡图,如图2所示。

(2)调试的原则是先将三原色(即蓝色、绿色和红色)调到与基准(24色卡标准颜色,可通过Imatest软件测试每次调完CCM后经过ISP pipeline后的24色卡图,根据色彩偏差的方向决定下次调试的方向)或者与期望接近

(3)以在调试中经常遇到的问题为例加以说明,当遇到蓝色偏紫的问题时,可以减少蓝色通道中的红色分量比例(即C13),为了满足式1.3,同时增加红色的饱和度(即C11);当绿色偏黄时,可以减少绿色中的红分量比例(即C12),为了满足式1.3,同时增加红色的饱和度(即C11);当红色偏橙时,可以减少红色中的绿色分量比例(C21),为了满足式1.3,同时增加绿色的饱和度(C22),或者增加红色中的蓝色分量比例(C31),为了满足式1.3,同时减小蓝色的饱和度(C23),当红色偏蓝时反之。三原色的色彩偏差调好后,便可根据具体问题继续微调,肤色偏黄,增加绿色中的蓝分量比例(C32);肤色偏红,增加蓝色中的红色分量比例(C13);黄色偏红,增加蓝色中的红分量比例(C13),或者减少蓝色中的绿色分量的比例(C23),黄色偏绿反之。

色彩校正矩阵,图像处理,图像处理

图2 24色卡图

3 结论

       总之,要结合颜色学的理论知识,且CCM中各数值的调整是相互影响的,最终目的是达到一种平衡,不可能都兼顾。

 文章来源地址https://www.toymoban.com/news/detail-683138.html

 

到了这里,关于颜色校正矩阵(CCM)的简单介绍的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • 图像处理中Gamma校正的原理和实现算法——Python

    图像处理中Gamma校正的原理和实现算法——Python 在图像处理中,Gamma校正是一种用于调整图像亮度的常见技术。本文将介绍Gamma校正的原理和实现方法,并提供Python代码示例进行演示。 一、Gamma校正的原理 Gamma校正是通过对图像像素值进行幂函数变换来调整图像亮度的技术。

    2024年02月10日
    浏览(36)
  • (数字图像处理MATLAB+Python)第八章图像复原-第五、六节:盲去卷积复原和几何失真校正

    盲去卷积复原 :当我们考虑图像复原中的盲去卷积复原时,我们可以使用以下数学符号和方程来描述该问题 原始图像 :我们用I表示原始图像,其中I是一个二维离散函数。 I ( x , y ) I(x, y) I ( x , y ) 表示在坐标 ( x , y ) (x, y) ( x , y ) 处的图像强度值 模糊核 :我们用 H H H 表示未

    2024年02月04日
    浏览(58)
  • 【Opencv实战】颜色测试:你是色盲/色弱吗?从零带你了解色彩与原理,简单的颜色识别小程序,感动.jpg(全是干货)

    Hello,大家好呀!我是木木子吖~ 一个集美貌幽默风趣善良可爱并努力码代码的程序媛一枚。 听说关注我的人会一夜暴富发大财哦~ (哇哇哇 这真的爱😍😍) 粉丝白嫖源码福利,请移步至CSDN社区或文末公众hao即可免费。 为什么用手机自拍时,它能识别出你的脸,还能估算

    2024年02月09日
    浏览(69)
  • python 图像处理——图像分割及经典案例篇之基于颜色的图像分割

    前言 作者在第一部分向大家介绍了图像处理的基础知识,第二部分介绍了图像运算和图像增强,接下来第三部分我们将详细讲解图像分割及图像处理经典案例,该部分属于高阶图像处理知识,能进一步加深我们的理解和实践能力。图像分割是将图像分成若干具有独特性质的区

    2024年02月11日
    浏览(55)
  • 基于PyQt5的桌面图像调试仿真平台开发(10)色彩矩阵

    基于PyQt5的桌面图像调试仿真平台开发(1)环境搭建 基于PyQt5的桌面图像调试仿真平台开发(2)UI设计和控件绑定 基于PyQt5的桌面图像调试仿真平台开发(3)黑电平处理 基于PyQt5的桌面图像调试仿真平台开发(4)白平衡处理 基于PyQt5的桌面图像调试仿真平台开发(5)亮度处理 基于PyQt5的桌

    2024年02月13日
    浏览(31)
  • Python-OpenCV中的图像处理-颜色空间转换

    在 OpenCV 中有超过 150 中进行颜色空间转换的方法。但是你以后就会 发现我们经常用到的也就两种: BGR G r a y 和 B G R Gray 和 BGR G r a y 和 BGR HSV。 注意:在 OpenCV 的 HSV 格式中, H(色彩/色度)的取值范围是 [0, 179],S(饱和度)的取值范围 [0, 255], V(亮度)的取值范围 [0,

    2024年02月13日
    浏览(42)
  • iTOP-3568开发板使用OpenCV处理图像-颜色转换

    本小节代码在配套资料“iTOP-3568 开发板\\03_【iTOP-RK3568 开发板】指南教程 \\04_OpenCV 开发配套资料\\05”目录下,如下图所示: cv2.cvtColor()函数功能: 将一幅图像从一个色彩空间转换到另一个色彩空间。 函数原型: cv2.cvtColor(src,code,dst=None,dstCn=None) 参数定义: src:要转换的源文件

    2024年02月12日
    浏览(39)
  • 计算机视觉--利用HSV和YIQ颜色空间处理图像噪声

    前言: Hello大家好,我是Dream。 今天我们将 利用HSV和YIQ颜色空间处理图像噪声 。在本次实验中,我们使用任意一张图片,通过 RGB转HSV和YIQ 的操作,加入了 椒盐噪声 并将其转 换回RGB 格式,最终实现对 图像的噪声处理 。一起来看看吧~ 首先,我们导入需要的库。包括numpy用

    2024年02月15日
    浏览(68)
  • opencv+图像处理(Image Processing in OpenCV) 4-0改变颜色空间

    本专栏代码地址 https://github.com/xiawei20161308104/xv_opencv_tutorials 本节代码路径 xv_opencv_tutorials/ImageProcessinginOpenCV/changing_colorspaces.py 参考 图像工程第4版,张毓晋,清华大学出版社 颜色空间转化函数 cv.cvtColor() “Indeed rays,properly expressed,are not colored”——牛顿。 光线为不同频率的电

    2024年02月03日
    浏览(86)
  • 模式识别与图像处理课程实验一:图像处理实验(颜色算子实验、Susan、Harris角点检测实验、 sobel边缘算子检测实验)

    要求编写一个包含颜色算子,Susan,Harris,角点,sobel边缘算子的程。 实验的程序如下 运行结果如下 实验原图 实验结果图 实验的程序如下 运行结果如下 实验原图 实验结果图 实验的程序如下 运行结果如下 实验原图 实验结果图 Susan角点检测程序如下 运行结果如下 实验原图

    2024年02月02日
    浏览(50)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包