#灵感#
客观校准很多平台都有,无非是抓raw,导入到calibration tool 中,设置一些参数,导出相应的校准数据。抓raw的方法,也是大差不差。但有些地方细节容易忽略,所以罗列一下。
目录
有些sensor在高倍增益和低倍增益时,OB(Optical Black)相差会比较大。这个时候就需要获取不同增益环境下的遮黑RAW数据,分析R/Gr/Gb/B四个通道下的mean值。分析出来的均值即为各个通道的OB值。
---------一般校准出来4个值R, Gr, Gb, B。
(由于各家sensor设计和工厂工艺差异,有的sensor在各iso 下,black level 数值相近。有的sensor 则校准出来数据差异较大。主观测试时使用校准输出的数据,当增益插值时,黑色物体如果有偏色,需要手动微调相邻的增益。如果相邻增益数值相差大,可能要取舍一个增益,保证偏色的一致性。)
常用的矫正方法是,首先确定图像中间亮度比较均匀的区域,该区域的像素不需要做矫正;以这个区域为中心,计算出各点由于衰减带来的图像变暗的速度,这样就可以计算出相应R、G、B通道的补偿因子(即增益)。使用 mesh shading correct,把整幅图像分成n*n个网格。
设备:标准的 standard lightbox 不适合抓raw, 因为光照不够均匀。建议使用DNP light box.
图亮度:LSC的tuning一定要把校正图采集好,要均匀对称。调整增益和曝光时间,一般情况下raw图的G通道中心亮度在8bit的85%左右,数值是220。宽泛一点的范围是75%-85%。由于在不同色温情况下是经过插值的,因此需要校正多个光源,一般情况下TL84、D65、A光源下进行校正。
最终输出 R G B 三组 n*n 数据.
sRGB颜色空间是为CIE标准光源D65定义的,因此sRGB的参考值用D65照明导出。
加载一个target image;由于校准是对线性数据执行的,因此伽玛不会应用于参考值。
加载一个待校准色卡raw 图;如果raw图照明不够均匀,还需要一个同场景的纯色背景图。
加载一个BLC校准文件,一个LSC 校准的文件;很多平台按顺序校准,可以自动读取流程上游存储的文件。
------在校准工具里,一般可以直接修改24个色块的color weight,和saturation。一般不支持手动改Color 矩阵,有的平台则支持手动修改后 apply, 实时出现color 计算结果。
使用灰卡校准AWB 时,亮度应该在?range [80~150] (8-bit)
使用ISP硬件,根据白区分灰世界方法推导测量值。
欧洲、中国商店灯光 TL84,美国商店光 CWF。建议考虑使用场景,国内产品,在TL84和CWF有冲突时,优选TL84。
虽然D75不是必备的校准光源,但是考虑使用场景如果涉及室外,还是需要添加D75,甚至是10,000K的光源。
------------待补充