本系列主要介紹圖像信號處理器 (ISP, image signal processor) 中各核心算法模塊的設計以及相關的前沿研究，以典型的相機成像系統(tǒng)為基礎，涉及的內容包括各類缺陷校正，去馬賽克，去噪，3A算法（自動對焦，自動曝光，自動白平衡），超分，HDR，風格遷移等主題。
隨著新媒體時代到來，信息通過文字、圖像、視頻等媒介的便捷傳播成為時代快速發(fā)展的標志；圖像作為信息傳遞的媒介之一，其表達內容與文字相比更加豐富，同時可作為視頻處理的基本單元，有著承前啟后的積極作用。圖像信號處理 (Image Signal Processing, ISP) 作為數(shù)碼相機、智能手機、安防監(jiān)控、直播會議、自動駕駛等領域的底層組成單元，加速了新媒體時代的時代進程。本文主要對于ISP流水線中的Gamma校正模塊進行簡要介紹。
Gamma矯正原理
Gamma校正最初起源于對于陰極射線管(CathodeRay Tub，CRT)的工作原理示意圖如圖1所示[1]。其分為計算系統(tǒng)和光柵掃描兩部分，其中計算系統(tǒng)中包含主機及連接的三個子模塊，即幀緩存、視頻信號生成器和查找表，將視頻信號V輸出至光柵掃描裝置，視頻信號按顏色通道分為VR、VG、VB；光柵掃描裝置由偏轉、幾何圖像、聚合、電源電路、熒光屏、視頻信號放大器等部分組成。
圖1 CRT電子槍工作原理圖（譯制）
Gamma矯正實現(xiàn)原理
實際應用中，對于圖片的校正則是基于圖像增強的校正，主要于RGB彩色空間進行校正，校正公式如下所示[2]。
其中, x與y分別為輸入、輸出圖像的灰度值，esp為補償系數(shù)，γ即Gamma系數(shù)。
Gamma變換可以根據(jù)不同取值選擇性地增強低灰度區(qū)域的對比度或是高灰度區(qū)域的對比度。γ是圖像校正中重要參數(shù)，其取值決定了輸入圖像和輸出圖像之間的灰度映射方式，即在增強低灰度區(qū)域(圖像中的較暗處)與增強高灰度區(qū)域(圖像中的較亮處)進行選擇，示意圖如圖2所示[2]。
圖2 Gamma變換示意圖
具體而言，γ>1時，圖像的高灰度區(qū)域對比度得到增強。
γ<1，圖像的低灰度區(qū)域對比度得到增強。
γ=1時，這一灰度變換是恒等的，即不改變原圖像，示意圖如圖3所示。圖中3.a，圖3.b，圖3.c中γ取值分別為0.5、1、1.5，可以看出不同的γ取值對于圖像的亮度的變換以及對于圖像亮部與暗部的影響，當γ = 1 時，圖像未有改變。
圖3 不同Gamma變換示意圖
實驗中采用常見配置γ = 0.45，Gamma校正的變換公式如下所示，其中in、out分別為輸入、輸出圖像的像素值，n、m分別表示輸入、輸出圖像的bit位寬，根據(jù)n=m=8時擬定如圖4所示的分段曲線，通過一次函數(shù)分段線性的方式對于冪函數(shù)進行近似。
圖4 Gamma校正分段映射曲線擬合
若更改圖像的bit深度或改變Gamma取值，則需要重新根據(jù)數(shù)據(jù)的輸入輸出取值重新進行分段映射，根據(jù)需要設定γ的大小和輸入輸出的bit位寬需要，可改變數(shù)據(jù)取值范圍，如0~255（8位）、0~1023（10位）、0~4095（12位），即確定式中變量in、n，m的取值（范圍），并計算out的結果，擬合in與out間的函數(shù)關系，并根據(jù)曲線選定合適的分段點、擬合合適分段線性曲線，對于冪函數(shù)進行近似，分段線性函數(shù)擬合完成后，可主觀根據(jù)其趨勢線與原函數(shù)的吻合程度和客觀評價指標R2的結果進行定性、定量評價擬合的精確性，其中R2稱為可決系數(shù)，其大小接近1的程度，表征曲線對原函數(shù)的擬合的精確性。
Gamma矯正實驗結果
實驗測試結果如圖5所示，其中圖5.a為輸入圖像，圖5.b為輸出圖像。經(jīng)過Gamma校正后的圖像主觀質量得到明顯提升，圖像亮度符合人眼視覺特性。
圖5 實驗輸入輸出結果對比
參考文獻：
[1] Roy S. Berns, Richardo J. Motta and Mark E. Gorzynski. CRTColorimetry. Part 1:Theory and Practice[J]. 1993,18(5):299-314.
[2] 張錚, 王艷平, 薛桂香. 數(shù)字圖像處理與機器視覺:Visual C++與Matlab實現(xiàn)[M]. 人民郵電出版社, 2010.
