图像边缘锯齿及摩尔纹产生的原因

人工智能103

目录

一、什么是Aliasing

二、Aliasing 产生的原因:

三、ISP 中关于aliasing 的处理;

四、通过光学方式来做aliasing的消除或优化:

五、Aliasing 评估:

一、什么是Aliasing

1、在camera 效果评测中,当拍摄高频的景物时,会经常看到图像边缘存在锯齿、彩色摩尔纹,如下图所示 ;

图像边缘锯齿及摩尔纹产生的原因

图像边缘锯齿及摩尔纹产生的原因

Moire 是aliasing的一种,通常发生在如布料,具有高频特征的物体上面,在高频的表面产生一些低频的纹路,因为是bayer pattern ,所以是带颜色的;

图像边缘锯齿及摩尔纹产生的原因

二、Aliasing 产生的原因:

1、采样频率远低于物体信号进来的频率,导致采样失真,出现Aliasing;

以像素而言,最高的采样频率就是一个像素采样一次,如下有低频和高频的信号,像素的采样频率完成可以将低频信号真实还原回去,当高频信号远大于像素采样频率时,就无法100%的采样高频信号的每个振荡点,采样频率完全失真了,变成一个较为低频信号出现,造成Aliasing现象;

图像边缘锯齿及摩尔纹产生的原因

2、为什么高像素的 sensor 锯齿效果比低分辨率的sensor 要好 ;

如下是两种不同sensor的信号,左边是piexl较小,较高频的像素采样点,右边是较低频的像素采样点,输入同样的黑线进去,在高频的sensor上采样出的结果,边缘频率较高,振荡较小(看红色曲线),同样的信号在较低的像素采样点上,黑线的采样频率,振荡幅度变高了,频率也变大了,变成较低频的信号出现,视觉上呈现出来就是明显的锯齿状效果;

图像边缘锯齿及摩尔纹产生的原因

3、moire 产生的原因:

通常发生在一些有高频表面的物体上,sensor 采样后造成的特定奇怪的低频纹路,同样的输入信号,由于采样的位置不同或sensor 收的角度不同,形成的纹路是不规则的,不是固定的,如下图所示:

图像边缘锯齿及摩尔纹产生的原因

通常发现的摩尔纹不止是黑白的低频信号,还会有带色彩的摩尔纹,由于一般成像的sensor都是bayer pattern, 会经由R、G、B,3种不同的通道做采样,因为在采样阶段就已经信号失真了,所以不止有频率的错误,还会有颜色的错误;

图像边缘锯齿及摩尔纹产生的原因

三、ISP 中关于aliasing 的处理;

isp中是藉由edgh filter做edgh方向的检测之后,再通过内插的方式,将边缘的锯齿状做内插强度的优化调整,如下所示,边缘会出现一些灰阶的pixel,使最终图像看起来边缘比较平滑,锯齿看起来不那么明显,未处理过的图像,只有黑和白两种pixel, 边缘锯齿比较明显,这种方式就叫Anti-aliasing ;

图像边缘锯齿及摩尔纹产生的原因

四、通过光学方式来做aliasing的消除或优化:

1、通过光学的低通滤波器尽量将低频信号保留,将高频信号抹除,以达到消除aliasing的目的;

图像边缘锯齿及摩尔纹产生的原因

2、光学的低通滤波器是如何达到抹除aliasing、morire的效果呢?

通常是用一些光学晶体的双折射的现象,将入射光分成两道,经过层层堆叠后,光束就会由1道变为4道,成像的最终效果,类似是把影像模糊化的效果,通过控制光束的分离大小,来调整高频的截止频率会落在哪里;

图像边缘锯齿及摩尔纹产生的原因

如下图,消除moire后,高频信号损失导致细节减少了,这是需要平衡的地方;

图像边缘锯齿及摩尔纹产生的原因

五、Aliasing 评估:

图像边缘锯齿及摩尔纹产生的原因

图像边缘锯齿及摩尔纹产生的原因

用imatest测试量化aliasing

图像边缘锯齿及摩尔纹产生的原因

图像边缘锯齿及摩尔纹产生的原因

借由RGB各种运算来计算 color moire的评估:

图像边缘锯齿及摩尔纹产生的原因

未经锐化的图像高频部分的信号都是0(很微弱的信号,则是一些杂讯),经过锐化后,高频部分会有一些信号的突起,但这些都是aliasing的信号,并不是真实的高频信号;

图像边缘锯齿及摩尔纹产生的原因

图像边缘锯齿及摩尔纹产生的原因

注:文章整理自《大话成像图像质量测试测量课程》学习笔记

下面是我的微信公众号欢迎关注:

图像边缘锯齿及摩尔纹产生的原因

Original: https://blog.csdn.net/qq_35247586/article/details/123462863
Author: 木 东
Title: 图像边缘锯齿及摩尔纹产生的原因