数码相机成像原理(摄像头成像原理示意图)

数码相机成像原理

图像传感器的数据被读出后,系统将其进行针对镜头的边缘畸变的运算修正,然后经过坏像素处理后,被系统送去进行白平衡处理。由于图像传感器在制造和使用老化过程中会出现一些个别的像素点性能偏离或不能正常感光的现象,这些像素点被称为坏像素。微处理器通常会做相应的计算进行修正,但这一修正过程是有限的。

为了能够进行针对镜头的自动对焦控制,在色彩合成处理后,需要针对图像进行边缘检测(锐度检测)和伪色彩检测(伪色彩抑制)。之后,用于浏览的图象数据流被送至LCD控制器,需要存储的图象数据被进行JPEG压缩后存入存储器中。至此,整个数码相机的图像数据处理完成。

但相机不具备这样的功能，因此如果不经过颜色的校正，拍出来的图片的颜色就会很失真。这就是白平衡的作用：它使我们人眼所感知的白色与最终照片上呈现的白色保持一致。

这两种色彩空间都是标准色彩空间且与设备无关，意味着，只要相机和电脑采用相同的色彩空间，图像就不会存在色彩差异。

在第4节中，我们获取了RAW图像，为了获取更加美观的JPEG图像，我们将在本节中对图像白平衡、去马赛克、去噪、颜色空间转换、色调重建以及最终压缩成JPEG图像：

摄像头成像原理示意图

​简单来讲，为了解决传感器与人眼对光亮的响应差异性，我们对传感器所采集到的图像进行了Gamma校正，使线性响应变为非线性响应，从而模拟人眼的对光亮的响应：

在本文中，我们只讨论相机内部的去噪算法。由于大部分相机本身的运算能力不高，所以意味着我们只能选取较为简单且利于硬件处理的算法。考虑篇幅问题，本文只介绍均值滤波和中值滤波两种算法：

​由于相机是按照非线性对亮度进行采样，因此显示端同样也需要通过非线性的方式对图像进行渲染。注意：相机生成图像是把光强度映射为亮度编号，显示器则是把亮度编号映射为光强度，因此显示端的图像亮度渲染函数与相机映射图像亮度的函数是相反的。

​但是存在一个问题：感光元无法区分每种颜色电子的数量，因此通过上述方法只能捕获灰度图像。为了捕获彩色图像，我们必须为每一个感光元上方设置一个滤镜，该滤镜仅允许特定颜色的光子通过：

在2.2节中，我们利用小孔进行成像，当光线透过小孔后，将会在传感器上投影出倒立的实像。然而，由于隔板阻挡了物体反射的绝大部分光线，将导致投影出的实像并不是很清晰。为了弥补小孔成像的不足，我们由凸透镜来代替小孔，使之成为光线的汇聚组件：

照相机的基本原理是什么

当孔径比较大时，传感器上一个点的像素由物体上多个点发出的光所贡献，也就导致孔径越大，所呈现的图像越模糊。那是不是孔径越小就越好呢？会不会让呈现的图像更加清晰？

势阱的最大容量称为满阱容量，衡量势阱最多可以存储多少电子。由于硅中光子的有限和固定的吸收长度，基本上满阱容量就是关于像素面积的函数。（图23）展示了常见相机传感器的满阱容量。

在这里，我们使用Bilinear插值来完成去马赛克。思路很简单，就是用待定像素的四个邻居像素的平均值来填充该像素：