对焦模式
常用的模式:CAF、TOUCH focus、auto focus。对焦算法结构
CAF:
1、判断条件:环境亮度变化、陀螺仪之类传感器数据变化
2、检测到环境亮度或者传感器数据变化超过一定阀值
3、继续检测到环境亮度或者传感器数据变化已经稳定
4、触发CAF
Touch focus
1、点击预览界面时候触发
2、点击位置坐标为对焦点,传入对焦算法中。
auto focus:
1、点击拍照时候触发
2、对焦点为预览界面中心。
1、获得当前帧图像
2、图像清晰度计算
3、下一步马达位置计算
4、马达驱动
驱动马达之后,从新获得新的帧图像,继续清晰度计算,获得信息对焦位置,不断循环,直到找到最高清晰度的马达位置,对焦完成。
常用的清晰度评价算法有:
频域函数 :对焦越好、高频部分越多,细节越多,图像越清晰。
灰度函数 :对焦越好,和周围相邻灰度点差值越大,边缘越清晰,图像越清晰。
信息熵函数:对焦越好,图像包含的信息熵越大,包含信息量更大,图像越清晰。
统计学函数:对焦越好,直方图多样性越好,图像越清晰。
常用的搜索算法有:
1、函数逼近法
2、Fibbonacci搜索法
3、爬山搜索算法
对焦算法中,基本都是在不停的做状态机查询,常用的状态有:
1、等待对焦触发
2、对焦参数更新(如图像分辨率变化或者对焦ROI坐标变化)
3、对焦工作中
4、对焦状态返回(对焦成功或者失败)
驱动马达
开环马达:以当前主流手机为例,驱动马达移动之后,自测需要50ms左右才能稳定。时间消耗
闭环马达:以当前主流手机为例,驱动马达移动之后,自测需要15ms左右才能稳定。
闭环马达对比开环马达优势:稳定速度更快,功耗更小。
1、等待图像稳定快速对焦
2、马达推动
3、状态机查询、搜索算法、清晰度评价算法等程序运行。
只要时间消耗在:等待图像稳定。
以当前主流手机为例:
1、30fps帧率为例,一帧图像为33ms左右。若为开环马达,等待帧数需要为3、4帧。在这上面,每推动一次马达,消耗时间为100ms-133ms左右。若为闭环马达,需要等待2、3帧,每推动一次马达,消耗时间为66ms-100ms左右。
2、马达推动稳定时间(15ms左右 或者 50ms左右)
注意:因为马达推动稳定时间和图像帧收集等待时间为并行,所以这两者时间不用叠加。
3、程序运行时间(15ms以下)
这些程序中,主要是清晰度计算花费时间,但是也不多,自测在几毫秒就。这部分时间和马达驱动时间为串行,需要叠加。
和图像帧收集等待时间并行。
4、自测普通对焦一次时间消耗大致在600ms-1000ms左右,随着帧率降低,对焦消耗时间越多。
以上,对焦时间消耗主要为图像帧稳定上。
常见快速对焦注意
1、激光对焦
2、双摄视差对焦
3、PdAF对焦
这些对焦方式,通过激光、视差、相位差之类方式,直接计算出大致的对焦点,然后再微调,实现对焦。
很大程度上减少了对焦搜索范围,大致上可以将对焦时间优化到300ms–500ms左右。
另外在快速对焦中,有些算法是直接计算出大致对焦点,没有继续微调对焦,这样对焦时间时间可以在100ms以内或左右。不过对焦效果
和对焦结果一致性会差一些。
【Android|摄像头 - 对焦算法实现总结】1、马达推动之后,需要等待图像稳定之后,才能计算清晰度
2、图像清晰度计算算法选择,需要对噪点之类不太敏感
3、对焦区域ROI的选择不能太小或者太大,1280X960的区域,可以选择160X160区域
4、如果有快速对焦功能,需要判断是否快速对焦成功,如果失败,则需要算法切换回普通对焦模式上,从新对焦。
推荐阅读
- 数据结构(C语言实现)|数据结构和算法复杂度简述
- 笔记|C语言版单链表的建立方式
- 数据结构|反向遍历单链表 C语言版
- C语言进阶|【这些题我一拿到手就会】C指针和数组试题详解(上)
- FIT2081讲解
- LeetCode编程题解法汇总|力扣解法汇总2039-网络空闲的时刻
- 传感器融合|基于C++完成一个简单的线性卡尔曼滤波器进行传感器融合
- c语言|VScode运行C语言代码的方法
- 神经网络|信息瓶颈提出者Naftali Tishby生前指导,129页博士论文「神经网络中的信息流」公布...