About ME:
I am always focus on video product.

Please contact me if any question or new idea

andyzhengster@gmail.com

FACEBOOK: (search "FEBON")

FACEBOOK streaming key http://tutou.tw/fblive/


使用影像演算法方式(Video Algorithm) 取代IR CUT Filter (IRCF) & OLPF 光學濾光片 (Optical filter) 的可能性

什麼是濾光片呢?
可以參閱 中國安防論壇
視頻監控技術與市場討論區->視頻監控技術交流->精華區文章
作者為R2Alex 小小一片,大大學問 ----談談濾光片


簡單的說,會採用光學濾光片是要消除兩件事情
1.紅外光
2.修整進來的光線


最近有人再問,現在電腦演算法技術這麼先進,難道無法採用影像演算法方式解決,而非得一定要用濾光片才能解掉嗎?


至少目前為止,我都還沒有看到這樣的演算法, 尤其是消除紅外線干擾影像這個演算法都還沒有看過


1.紅外光線
在監控領域中,紅外線是一個又愛又恨的東西. 在白天時候,希望不要有紅外光進來,這樣才能讓畫質更漂亮
坦白說,我也不知道如何形容影像是如何改變,但改變的影像是真的差很多.
左邊是W/O IRCF 右邊是 with IRCF.




但晚上時候又需要藉由紅外光線的輔助取得影像.
因此,才會有所謂的日夜兩用攝影機. 他把IR cut filter做成一個可以切換的機構,
白天時候,IR CUT Filter 放下來,濾除掉討厭的紅外光;晚上時候,將IR CUT FILTER拿掉,藉由紅外線LED補光,取得紅外光的影像.

如果你有能力將左邊的圖案 使用影像演算法方法變成右邊的圖案,小心財神爺就在你身邊


2.修整進來的光


一般採用OLPF 光學低通濾波 (Optical Low pass filter)
筆者第一次接觸這玩意,常用股票走勢做比喻。一日平均線跟十日平均線走勢,兩者比較其來十日平均線好像是經過一個filter,讓線型更smooth,將高頻的訊號給smooth掉.但細節資訊會被消掉.

OLPF的效果也有點這樣的類似效果,但會犧牲一點的解析度來成全影像更舒適.
講學術一點,就是消除Moiré (false color)





一般如果將攝影機照在黑白密集的圖案上,如領帶或是牆壁,就會產生彩色的花紋.
3D comb filter 的演算法是專門解決這方面的問題,因 此濾光片被影像演算法取代比較有機會


一般非日夜兩用型的攝影機,通常會將IR CUT 鍍膜在(coating) 在OLPF 表面上



而日夜兩用型的攝影機 會獨立出一個IR switch module. 透過光敏電阻給MCU的訊號控制IR swtich是否要開關.

試想,如果真有IRCF 的演算法,是不是就能省掉 IR switch module 的成本,且機構也會縮小.
將會在是一場革命.


3 意見:

Kevin 提到...

IRCF/OLPF 的用途如你文中所說的兩個. 實際上是一片有鍍膜的 crystal. 其中 IR-cut 是靠鍍膜的方式來濾除. OLPF 則靠 Crystal 本身. 這兩個用處裡, IR-cut 是不可能用軟體方式處理掉.

目前 CCD/CMOS 本身 micro-lens 上的 coating, 在 Red channel 可以響應到 800nm. 而 IR-cut 一般都在 650~680nm. 也就是 650~680nm 以上波長的光都會被濾掉.

如果不用 光學濾掉 IR, 一旦被 R channel 感應到, 那就會和 570~650nm 的 Red 混在一起. 如此, 後段處理是沒辦法從 Red 輸出分辨出 IR 的成分有多少, 再予以濾除.

很直覺的一個類比: 假想一個 Red pixel 就像擺在路邊的一個水桶. 它接收了來自天上的雨水和路過汽車濺起的水花. 兩者都進到水桶後, 就分不出哪些是雨水, 哪些是水花了.

需要 IR-cut 的原因在於它是人眼不可視, 若也接收, 在後段的 AWB 計算時, 會計算錯誤而讓色彩不正確 (與人眼所見相比).

OLPF 倒是可能用軟體處理. 把自然界裡 "像" 頻率 (image)(想成百葉窗就可以理解)與鏡頭的解像力相比較, 一般來說, 鏡頭的解像力還是比較高. 要找到鏡頭解像力的兩部以上的像頻率 (alias frequency), 幾乎很少, 佔的比重很低. -- 除非鏡頭解像力很低.(數位相機鏡頭的解像力約在 800~1200lppi (line pair per inch).

Kevin 提到...

> OLPF 倒是可能用軟體處理

我說的軟體處理, 其實是 "不處理".
OLPF 真正主要在濾的是: sensor pixel size 的 alias frequency.

假想: pixel size 是 2mm*2mm. 當有一個物體的成像(成在 sensor 上) 是 1mm黑/1mm白 時 (總合是 2mm), 那麼 sensor 是分辨不出來的. 也就是 sensor 感應到的是 2mm 的 "灰". OLPF 主要在濾掉這種 1mm黑/1mm白 的影像.

Security/IP Cam 用的 sensor 像素都不高(相比於 DSC), 所以 pixel size 會比較大. 相對地, 自然界中比較容易出現 alias freqyency. 所以又回到 Nyquist law 上去了. 所以我認為還是無法用軟體處理掉.

只能說, 當 alias frequency 的信號所佔成分比重低時(量很少), 乾脆就不理它.

Hank 提到...

目前知道有些 Sensor 在color filter array 設計上作修改 ( R,G,B IR),
再透過後端 ISp 運算可以做有限度的補正