浅析高通平台紫边校正方案以及去紫边算法原理

算法原理"/>

浅析高通平台紫边校正方案以及去紫边算法原理

1.什么是紫边

紫边是指在图像或照片的边缘周围出现紫色色彩偏移或暗色条带的现象。它通常在高对比度的区域或明亮的背景下出现。

紫边的出现是由于光线透过镜头时，不同波长的光线会以不同的方式折射，导致色彩偏移。红色和蓝色光线更容易受到偏折，因此紫边通常表现为在图像边缘周围的紫色或暗色条带。

2.如何去除紫边

① Lens使用特殊的镀膜来减少紫边效应。

② 在后期处理中，紫边可以通过ISP进行校正，包括使用去紫边算法来减轻或去除图像中的紫色色彩偏移，并恢复更准确的颜色。

3.高通平台紫边校正

高通平台ISP中通过CAC（Chroma Aberration Correction）模块来去紫边。其中，CAC模块中的TOTAL SCALE RATIO TRIGGERS是用于触发色差校正的总比例触发器。

TOTAL SCALE RATIO TRIGGERS的作用是根据图像中的特定条件触发色差校正。该触发器基于图像中的比例关系，通过分析图像的特征和变化来确定是否需要进行色差校正。

当总比例触发器检测到特定的比例情况时，表示图像中的色差达到需要校正的程度。这个比例可以基于图像的边缘、纹理或其他特征进行计算。一旦触发器检测到满足条件的比例，CAC模块就会启动色差校正算法，对图像进行处理，以消除色差问题。

其主要调试参数有：

Y Spot Threshold 较小的值会增加亮点校正的量。

Y Saturation Threshold 较小的值会增加校正量。

C Spot Threshold  检测像素与其周围像素之间的色差。

C Saturation Threshold  较小的值会增加色差校正。

通过以上参数可知，当触发器满足条件时，通过降低像素的亮度和颜色饱和度来校正色差（紫边）。

下面来看下校正效果：

从解析的数值看有一定的校正效果，从实际图片看效果并不明显。

4.紫边校正算法

由上一节内容可以看出，通过平台的ISP校正紫边的效果有限。所以，在后端处理中，想得到比较好的去紫边效果，通常需要集成紫边校正算法，下面举例说明。

CFR（Chromatic Fringe Removal）是常用的去紫边算法之一，其原理如下：

提取紫边区域：通过分析图像的色彩信息，确定紫边区域。通常紫边在图像的高对比度边缘或明暗交界处出现，可以通过阈值或颜色差异来提取紫边区域。

分离色散通道：将图像分离为不同的色散通道，通常是红色通道和蓝色通道。这是因为紫边主要由光学系统的色散效应引起，其中蓝色和红色分量受到影响较大。

对齐和融合：对分离的色散通道进行对齐，以确保它们的位置和尺度匹配。然后将对齐后的通道进行融合，通过综合不同通道的信息来减少紫边。

像素级校正：在对齐和融合后的图像上，对每个像素进行紫边校正。这可以通过减少或平衡红色和蓝色分量来实现，以减少紫边的影响。

色彩校正：根据需要，可以对整个图像进行色彩校正，以进一步优化颜色平衡和减少色偏。

后处理：根据需求，可以进行一些后处理步骤，如锐化、降噪等，以进一步改善图像质量。

CFR算法通过分离和融合色散通道，然后对齐和校正像素级别的色散，有效地减少了紫边现象。不同的CFR算法可能会有一些细微的差异，但基本原理大致相同。在实践中，可以通过设置阈值，使其在明亮的，高对比度的场景生效，以减小算法可能对其他场景的影响。