手機攝像頭評估方法淺論

標簽：測試

一直從各種渠道看到各種人士對手機的各種評測文章,有時心里也癢癢的,其實在硬件測試這塊,我也算是個業內人士了,不找機會插一腳實在有點趕不上形式了.以前老寫關于集成電路測試方面的文章,這次想換換口味,寫一點關于硬件設備模組的評測技術文章.想了半天,覺得還是從自己比較熟悉的攝像頭模組入手吧。

前面看了很多別的手機行業的人士做的手機攝像頭的評測文章,發現最大的一個問題是,目前攝像頭模組的特性測試似乎根本沒有一個客觀標準的方法和流程.幾乎所有人的方法都是拿某款或某幾款手機在一定條件下拍攝上幾幅照片,然后完全靠個人的主觀感受來點評硬件性能.這些方法從專業角度來看顯然是完全不靠譜的.這種靠實拍照片主觀判斷的方法無論在測試條件的穩定性上還是評測標準的客觀精準性上都完全不可控,幾乎沒有太多參考意義可言。

所以,我們要對攝像頭模組進行評測的話,必須依靠完全客觀的方式及標準.具體來說,這包括兩個方面:

1) 標準且可穩定再現的拍攝環境. 拍攝環境主要包括光源和被拍攝物體.光源必須采用專業的燈箱確保亮度,色溫,顯色指數等等一系列的指標都是可控可調節并穩定再現的.攝像頭拍攝效果隨光源變化的結果差異極大.如果光源條件不穩定,則所有效果的評測數據都不具備實際意義.另一方面是,被拍攝物體,通常是利用白板和專業色卡等物品作為拍攝目標,結合穩定的光源,就可以提供穩定的圖像源。

2) 還有就是標準的算法.所有的對圖像的主觀評測都是不可靠的.評測必須以客觀的算法為依據,對圖像進行嚴格分析,提供直接定量的數據結果。

那么針對普通民用手機攝像頭具體應該評測哪些項目呢?要回答這個問題,首先我們需要了解下收集攝像頭模組的基本構成.一個典型的手機攝像頭包括光學鏡頭,CMOS圖像傳感器芯片,以及圖像型號處理芯片(ISP).一般非專業應用不需要獲取RAW數據的話,ISP芯片往往可以最大幅度地優化照片的效果,掩蓋或修正一些原始圖像的問題.所以,我對于攝像頭模組的評測主要是針對那些ISP芯片無法修正的問題進行評測。

在這里需要牢記幾個原則,如果信號或信息發生偏移或變化,我們都可以通過算化進行糾正,但是一旦信息丟失則很難完全找回;另一方面,一旦隨機噪聲被引入信號,則很難被消除.我們的測試也是要基于這些原則展開。

首先是要評測三原色通道的面內一致性問題.這一評測方法通常是在特定光源條件下,對標準的白板進行拍攝,確保整個圖面內亮度盡可能一致.在這種情況下,我們就可以分析三原色在面內的亮度分布是否一致,如果不一致甚至差異很大,那就說明攝像頭拍攝效果會有偏色,結果就是圖片內區域性的發生色彩偏紅偏綠等問題.一般來講,由于光學鏡頭和CMOS圖像傳感器芯片的物理特性,藍色的亮度分布最容易偏離,其次是紅色,綠色相對較穩定。

不過問題是,一般除非是相機出現大問題,按上述條件拍攝的照片就是一片白色圖像,肉眼較難看清色差,即使能看到也很難定量判斷;而且肉眼觀察必然受到顯示設備本身的巨大影響,無法作出客觀結論.所以,必須將圖像像素三原色的數據陣列提取后,分別計算通過軟件工具進行定量計算。

另一個是圖像亮度分布問題.很多人不知道,其實由于攝像頭鏡頭的物理特性, CMOS圖像傳感器實際拍攝到的圖像是中間亮四角暗的(具體原理我在這里就不解釋了).所以, 傳感器內部可以通過設置進行四角的亮度補償.但這種補償系數不是固定一成不變的,配合不同鏡頭,補償的方式和系數都不一樣.這需要在手機設計階段由圖像傳感器供應商的FAE配合收集原廠進行嚴格的校準.如果校準不嚴格,或者產品穩定性差,那實際拍攝的圖像都會發生四角和中心亮度不一致的問題.這種問題,也需要通過拍攝白板照片的方式用工具進行計算。

還有一個就是分辨率的問題.每款手機都會標出自己攝像頭的分辨率,很多用戶也一直以為分辨率一定是越大越好,其實這是個很大的誤區.很多手機攝像頭的實際分辨率效果遠遠達不到標稱分辨率.一個質量低下的攝像頭模組即時標稱8M,其實也只是能提供你一張8M數據量的圖片,但其實際達到的效果可能連其它5M的效果都不如.所以,我們很有必要對攝像頭的實際分辨率效果進行評測.通常,方法是在標準的光源條件下,對標準的評測圖板進行拍攝.評測用圖板上有各種標準黑白圖案,包括交替的黑白線條.這樣,我們就可以利用工具去判斷效果.但是,工具的算法需要仔細考慮,因為有的工具只是簡單的計數灰色像素的比例來估算實際分辨率,這往往容易被作弊.通過修改GAMMA曲線提升對比度的方法,我們可以人為降低圖像里中間亮度像素的比例來提高評測結果數據,但這會犧牲照片的亮度動態范圍,是不可取的作弊行為.所以,更好的算法應該是基于傅利葉變換的頻譜分析來計算實際分辨率.同時,也必須通過灰度色板來確認實際的亮度動態范圍進行對比確認。

最后一個重要指標就是噪聲.這個其實是所有項目里最不容易復現和控制的了.因為測試環境一旦有任何干擾,環境產生的額外噪聲都很容易疊加到攝像頭模組本身的噪聲里去,從而影響測試結果.一般建議還是利用白板拍攝的圖片進行確認.一方面需要將圖片分割成小塊進行一一計算以避免亮度分布變化的影響;另一方面,為減小環境條件的干擾,可以采用和標準攝像頭之間進行比較差值的方式確認本征噪聲.具體方法和算法,我就不在這里詳細討論了。

以上只是我個人對攝像頭模組評測提出的一些通用的方法.實際的需求千差萬別,導致評測方法眾多,我在這里只是拋磚引玉一下.總而言之,硬件的性能評測試是一個非常嚴謹的技術工作,我們以后還有很多的問題需要探索。

點擊：0

日期：2015/10/8 10:11:04