手机拍照为啥需要图像算法？？ 硬核知识又增多了：）

好作品只能依赖专业摄影师的时代过去了，图像算法引入到手机拍照应用后，让人人拍出好照片成为可能。

这事得从人类对色彩的感知能力说起…

人类对色彩的感知能力是漫长进化过程中产生的一项重要能力，它使得我们眼中的世界五彩斑斓。颜色是怎么呈现出来的呢？它是光线通过眼睛成像到视网膜上，由视网膜上的视细胞感知光信号的强弱，视觉神经对信号的传播，再由大脑处理所产生的视觉感受。颜色的产生极其复杂，人类所获得的色彩感受不但取决于光的物理特性，还受心理等因素影响。

图1：可见光波长及其对应的颜色

人眼中对光敏感的细胞分为两类：视杆细胞和视锥细胞。其中，视杆细胞对弱光线最敏感，光谱响应范围覆盖整个可见光区域，在500nm附近达到相应的峰值，但无法区分不同的波段的光线，因此无法产生色觉。在非常低的光照水平下，这样的视觉叫做暗视觉，暗视觉仅视杆细胞在工作。所以在黑暗的夜晚，人们能看到物体，却分辨不出物体的颜色。

在高光照水平下，主要工作的是视锥细胞，有色觉，这样的视觉叫明视觉。视锥细胞分为三类：感红细胞(L) 、感绿细胞(M)和感蓝细胞(S)。对同一波长的光线，不同的视锥细胞有不同的响应能力（见图2），因此视锥细胞具有颜色的辨别能力。

图2：三种视锥细胞对光的响应能力

光源发射某一光谱分布的电磁波，经过物体的反射或者透射进入人眼，再通过视锥细胞对光线的探测，这整个过程涵盖了颜色的物理属性。颜色同时受到人们的心理、现实经验等因素的影响，某个场景的光在视细胞产生的信号并不等于人们对这个场景的感受。例如，一张白纸不管在红色还是绿色灯光下，人眼看起来都会觉得这是一张白纸，这来源于大脑的经验处理，这种现象叫做颜色恒常性。

可以说，你看到的景色都是经过大脑处理加工过的，眼见并不一定为实哦~

图像算法最大的用途是可以修复照片，使拍摄到的照片获得真实的色彩效果，或者满足用户的某些色彩偏好。

在展锐的ISP（Image Signal Processing）系统里，主要有自动白平衡（AWB）和颜色校正（CCM）模块来处理色彩。

先看自动白平衡，ISP系统需要根据图像的统计信息，计算出图像R、B channel的增益，以实现自动白平衡功能，以求在各种复杂场景下均能准确还原物体本来的颜色。因为人类视觉系统具有颜色恒常性的特点，对事物的观察可以不受光源的影响，但图像传感器不具有这个特点，因此在不同光线下拍摄的图像，会呈现出不同的颜色。比如，在晴朗的天空下拍摄的图像可能偏蓝，而在烛光下拍摄的物体可能偏红。

自动白平衡功能，就是模拟了人类视觉系统的颜色恒常性特点，来消除光源对图像成像的不良影响。

展锐的自动白平衡算法具有以下特点：

效果稳定性好：所谓效果稳定性，指的是拍照场景发生细微改变时，图像色彩效果不会出现明显跳变。

准确度高：展锐的算法在处理绝大部分场景时，都能得到符合预期的结果，尤其是用户关心的蓝天、绿植、人物等等重点场景和混合光源、纯色、夜景等难点场景。

适用范围广、灵活性好：展锐的算法既可以运行在入门级相机设备上（如30万像素的手表项目）上，也可以运行在中高端相机设备上（如3200万像素以上的手机项目），还可以应用到车载记录等物联网领域中。而且，不同产品，展锐的自动白平衡算法可以实现灵活配置，实现算法效果、算法复杂度、内存消耗等多样化的分级需求。

颜色校正

相机实际是在模拟人眼的彩色成像来拍图，由于相机传感器的RGB三通道的光谱响应与人眼中视细胞的光谱响应（见图2）不同，导致其拍摄的图片与人眼看到的有差别，因此需要进行颜色校正（Color Correction Matrix，CCM）。

颜色校正矩阵一般通过标定得到，利用图像传感器拍摄得到的图像与标准图像相比较，计算得到校正矩阵（即CCM矩阵）。利用CCM矩阵对图像的各像素点的进行验收校正，以获得最接近于物体真实颜色的图像。

一般情况下，在颜色校正过程中，都会伴随有颜色饱和度的调整。颜色饱和度是指色彩的纯度，其色彩的纯度越高，图像表现越鲜明；纯度越低，表现就越黯淡。

图4 ：左边是CCM关闭，右边是CCM开启

（图中18个小圆点和小方点越接近，则表示色彩还原性越好）

END

（添加请备注公司名和职称）

Imagination Technologies是一家总部位于英国的公司，致力于研发芯片和软件知识产权（IP），基于Imagination IP的产品已在全球数十亿人的电话、汽车、家庭和工作 场所中使用。获取更多物联网、智能穿戴、通信、汽车电子、图形图像开发等前沿技术信息，欢迎关注 Imagination Tech！