3A演算法

AW自動白平衡

白平衡的本質是使白色物體在任何光源下都顯示白色

一般的演算法通過調節白平衡增益, 使拍攝畫面的顏色接近物體真實的顏色, 感度調整的根據是環境光線源的色溫.

一般AWB演算法的步驟: 估算環境光線色溫, 經典演算法包括:

1.灰階世界假設演算法
對於一幅含有大量色彩的圖片, 其顏色分量的均值 R¯,G¯,B¯ \bar R, \bar G, \bar B趨向於同一灰階K, 基於該假設的演算法在映像色彩分布均勻時, 效果理想; 分布不均時, 效果失常.
2.白塊假設演算法
認為映像中最亮的點是白色點. 一些演算法提取映像中的顏色特徵, 直接轉換到色溫座標下進行色溫估計, 實際映像中的色溫基本是混合色溫, 在實際應用中的這種演算法實現不多.

計算增益並調節

比如, 感度調整最簡單的方式, 通過求取映像的平均顏色分量對應的增益: α=G¯/R¯,β=G¯/B¯ \alpha= \bar G/\bar R, \beta= \bar G/\bar B然後, 對整副圖的RGB分量進行調整: R′=αR,G′=G,B′=βB R' = \alpha R, G' = G, B' = \beta B

AE自動曝光

自動曝光的是為了使感光器件獲得合適的曝光量

一般的演算法通過擷取映像的亮度調節相應的曝光參數，得到合適的曝光量. 曝光參數包括光圈大小, 快門速度和網路攝影機感應器的亮度增益.

即一般AE演算法步驟包括: 擷取映像亮度, 可採用的方法有,

1.平均亮度
2.分區加權平均亮度
分地區加權的目的在於將曝光重點放在螢幕中央
3.設定不同亮度門限, 對背光, 正光和強光地區進行區分.
4.對主要對象進行曝光補償 調整參數的主要方法有,

1.查表法
系統內部預先儲存了一張曝光參數調整的步長與映像亮度之間的關係的尋找表, 通過亮度值改變調整量.
2.迭代法
3.數值計演算法 AF自動對焦

自動對焦即調節網路攝影機焦距自動得到清晰的映像的過程

AF演算法的基本步驟是先判斷映像的模糊程度，通過合適的模糊度評價函數求得採集的每一副映像的評價值, 然後通過搜尋演算法得到一系列評價值的峰值, 最後通過電機驅動將採集裝置調節到峰值所在的位置, 得到最清晰的映像, 演算法的關鍵在於達到準確度和速度的平衡, 同時演算法的精度受到軟體演算法和硬體精度的雙重影響.

AF演算法有很多種, 其中常用的對焦深度法DFF的主要步驟為, 對焦評價函數

評價函數有很多種, 主要考慮的映像因素有映像頻率(清晰的映像紋理多, 高頻分布較多), 還有映像的灰階分量的分布(映像對應的灰階圖的分量分布範圍越大,說明映像的細節較多, 反應的映像的清晰程度) 合適的搜尋視窗結合搜尋演算法

常用的搜尋演算法有爬山演算法, 搜尋視窗有黃金分割點對焦嵌套視窗等.