【camera之3a】AE

sensor

• 分辨率
  常见分辨率的感性表述即30万、100万、200万，正确表述应为0.3M、1M、2M，其中M代表百万，是像素单位。sensor分辨率即指在单位面积上，像素的个数，数值越大 ，则代表像素点越多，捕获的图像细节越多。

AE

https://zhuanlan.zhihu.com/p/100369527

根据ISP 硬件生成的图像曝光统计数据评估当前图像的曝光质量
如果曝光质量需要调整，则根据当前的工作参数和理想曝光目标生成下一帧图像的工作参数
将新的工作参数写入各硬件设备，驱动光圈、sensor 快门及增益到达新的位置

目前主流的ISP 硬件都会提供关于图像的直方图统计数据，AE 算法可以利用直方图的均值来判断图像是否曝光适当。对于多数场景而言，当图像直方图的均值位于设备动态范围的一半位置时，画面的曝光质量通常是比较理想的。

由于体积的限制，绝大多数手机镜头模组只有固定光圈，极少数手机（三星S9）具有一个机械的切换叶片，可以实现在F1.5和F2.4两个光圈之间的切换。

光圈（aperture）的副作用主要是影响景深，这个问题已经在光圈章节中专题讨论过了。

快门（shutter）的副作用主要是影响运动模糊。一般而言，当曝光时间大于15ms时，画面中速度大于40km/h的车辆就会开始变模糊。当曝光时间大于30ms时，画面中走动的人就会变模糊。因此，拍摄对象的预期移动速度基本上决定了曝光时间的上限。

增益（ISO）的副作用主要表现为画面噪声，尤其是数字增益会引入较大的噪声，显著降低图像质量。

AE算法需要依赖ISP 硬件提供的关于图像的曝光统计数据。曝光统计需要对图像中的每一个像素进行分类和计算，涉及的计算量非常大，对时序要求非常严格，所以这个工作只能交给硬件流水线去做，不适合CPU 处理。

AE算法中根据统计数据评估图像质量、产生新的控制参数的部分则有逻辑比较复杂、算法经常需要升级、数据吞吐量一般不大等特点，因此非常适合用CPU 处理。

• Binning是一种图像读出方式
  采用这种方式,相邻的像元中感应的电荷被加在一起,以一个像素的方式读出.B Binning分为水平方向Binning和垂直方向Binning. 水平方向Binning是将相邻的行的电荷加在一起读出,而垂直方向Binning是将相邻的列的电荷加在一起读出.有些相机只有行的Binning,而有些相机行和列都可以实现Binning. Binning这一技术的优点是能提高桢速,和增加灵敏度.当行和列同时采用Binning时,图像的纵横比并不改变.当采用2:1Binning时,图像的解析度,将减少50%. 一般在对图像解析度要求不高,而又有高的桢频率要求的项目中,可采用此技术.

• flicker(banding)现象
  https://blog.csdn.net/Mr_ZJC/article/details/119397197

  出现flicker(banding)问题时，从视频上看会发现有规律的明暗相间的条纹，这种现象也叫做牛顿环。如下图所示。

  • 产生的原因
    Sensor在日光灯作为光源下获取图像数据时会产生flicker，其根本原因是照在不同pixel上光能量不同产生的，所接受的光能量的不同也就是图像的亮度的不同。
    由于能量在时间方向上的波形，照在sensor上就使每一个pixel产生在时间方向上的相应波形，由于CMOS sensor的曝光方式是一行一行的方式进行的，任何一个pixel的曝光时间是一样的，也就是同一行上的每个pixel的曝光开始点和曝光的时间都是一模一样的，所以同一行的所有点所接受到的能量是一样的，而在不同行之间虽然曝光时间都是一样的，但是曝光的开始点是不同的，所以不同行之间所接受到的能量是不一定相同的。由此产生sensor出来的图像可能在图像高度方向上会有相应的波形。

    为了使不同行之间所接受的能量相同，就必须找一个特定的条件，使得每一行即使曝光开始点不同，但是所接受的光能量是相同的，这样就避开了flicker，这个特定的条件就是曝光时间必须是光能量频率Hz的整数倍时间。

    如果上层设置下来是AUTO模式，那么代码里面默认值是5（AUTO_60HZ）,实际上在我们国内，一般的灯光闪烁频率是50hz，所以如果是国内的产品，这个默认值我们需要修改为4（AUTO_50HZ）。