ISP pipeline算法实现(Python):https://github.com/WaterdropsKun/isppipeline_Python
图像锐化是对图像进行清晰度的强调。图像清晰度指的是图像轮廓边缘的清晰程度。
CMOS输入的图像会引入各种噪声,如:随机噪声、量化噪声、固定模式噪声等。ISP在进行降噪处理过程中,会把一些图像细节消除,导致图像不够清晰。为了消除降噪过程中对图像细节的损失,需要对图像进行锐化处理,从而还原图像的相关细节。
1、ISP之sharpen:锐化为使用算法对图像进行处理检测图像中存在的边缘,然后对符合条件的边缘采取一定的滤波,达到提高边缘锐度的目的。
2、锐化的目的是弥补成像过程中图像的锐度损失,恢复场景中本有的自然锐度,也要避免锐度过度。
图像锐化可以采用提取图像高频分量,将其叠加到原图上的方式。图像高频分量的提取方式可分为:
1、采用高通滤波器,得到高频分量
2、通过低通滤波器,用原图减低频得到高频分量
sharp流程应先判断该像素所占区域是平坦区域还是边缘区域,对于平坦区域可以不做或者少做sharp,对边缘要判断幅度大小,边缘方向,选择相对应的高通滤波器处理,最后对enhance的幅度做一定程度的保护处理。
| blending融合参数 | 描述 |
|---|---|
| LumaWgt | 亮度锐化权重。每一段亮度区间对应一个亮度权重。值越小,对应亮度区间的像素点的锐化越弱 |
| Rgain | 深红色区域的锐化增益控制。该值越大,则深红色区域的锐化强度越大。 |
| Ggain | 绿色区域的锐化增益控制。该值越大,则绿色区域的锐化锐化强度越大。 |
| Bgain | 深蓝色区域的锐化增益控制。该值越大,则深蓝色区域的锐化强度越大。 |
| Skingain | 肤色区域的锐化增益控制。该值越大,则肤色区域的锐化强度越大。 |