從電子門鈴、網(wǎng)絡攝像頭，到手機、電腦、汽車，圖像傳感器已遍布我們生活中的各個角落，高清晰度、精細化的圖像已經(jīng)成為了消費者的基本期望。

在這些邊緣設備中，攝像頭收集到的圖像需要先由圖像信號處理器 (ISP)實時處理后再呈現(xiàn)給用戶。然而，如何在高效處理海量數(shù)據(jù)的同時又確保圖像質(zhì)量，對芯片制造商來說既是一個挑戰(zhàn)，也是一個機會。

一般來說，ISP 通常作為硬件組件來實現(xiàn)，但最近，以色列的一家初創(chuàng)公司Visionary.ai開發(fā)了一種基于AI技術的軟件ISP，據(jù)稱可以有效地解決圖像中的噪聲和靈活性挑戰(zhàn)。

其實，軟件定義圖像質(zhì)量這一理念早在Google Pixel中就開始盛行，從Pixel 2到Pixel 6，谷歌保留了相同的相機和鏡頭硬件，但將改進重點放在圖像處理軟件上。那軟件ISP會成為圖像處理的新常態(tài)嗎？

了解圖像信號處理器（ISP）

首先讓我們來簡單了解下圖像信號處理器的工作原理。

圖像傳感器由數(shù)百萬像素組成的半導體矩形構成。這些像素小至1微米（1 x 10^-6m），并配備微小的彩色濾光片。在常見的“拜耳”濾光片陣列中，這些濾光片的顏色為紅、綠或藍。當光子落在半導體表面上時，其中一部分將與硅原子發(fā)生量子相互作用，產(chǎn)生電子空穴對，并因此產(chǎn)生雖然小但可測量的電荷，一般而言，電荷量與落在像素上的光強度成比例。

圖像信號處理器（ISP）從傳感器中獲取紅、綠、藍三色的原始數(shù)據(jù)，并對其進行如消除馬賽克效應、調(diào)整顏色、消除鏡頭失真等多項校正處理，并進行有效的數(shù)據(jù)壓縮。原始傳感器數(shù)據(jù)可能具有 12 到 24 位范圍內(nèi)的位深度，而輸出通常是 8 位 RGB 信號。

目前，主流的ISP由幾家供應商提供的IP模塊組成，通過高度并行的計算方式，將算法以硬編碼的方式加入到硬件中，因此成品的靈活性有限。

圖像處理面臨兩大挑戰(zhàn)：噪聲和靈活性

圖像傳感器和ISP中的一個特定問題是噪聲，在許多情況下，這是系統(tǒng)設計的限制因素。

噪聲的根本原因在于圖像傳感器本身，當幾乎沒有光子被捕獲的低光照條件下此問題最為嚴重。當落在傳感器上的光子減少，其與硅原子的相互作用也隨之變少，當兩者不一致時，就會產(chǎn)生噪聲。為此，可以添加硅本身產(chǎn)生的熱噪聲——由此隨機產(chǎn)生電子空穴對，并可能被誤認為是光子。噪聲來自對極低電荷水平進行測量和數(shù)字化的過程。很明顯，噪聲會通過多種方式蔓延到系統(tǒng)中。

大家都不喜歡嘈雜的圖片，因為這扭曲了大腦對圖像的理解能力。同樣，在機器視覺系統(tǒng)中，噪聲會阻礙性能，使算法更難以可靠地檢測物體。因此，對于人類和機器視覺，如果存在噪聲，它將限制設備在弱光下運行的能力。此外，它還降低了系統(tǒng)處理高動態(tài)范圍圖片的能力（同一圖像中的極度明亮和黑暗）。

當然，在傳感器設計中有一些解決噪聲的方法，主要基于捕獲更多的光子來增加相對于噪聲的信號。例如，可以增大像素，但這要么需要更大、更昂貴的傳感器，要么需要降低圖像分辨率。當硅的表面積增加時，透鏡的尺寸也會改變，因此我們最終會得到一種不太堅固且更難封裝的器件。另一種方法是增加曝光時間，但這顯然會導致幀率降低并增加運動模糊的風險。此外，我們也可以選擇消除噪音，目前市場上的 ISP 采用幾種不同的信號處理算法，但性能均存在局限性，例如，一些電流降噪器使圖像平滑，因此丟失了圖像中特征的清晰度。

除了噪音性能不佳外，傳統(tǒng)ISP的另一個缺點是靈活性相對不足。將 ISP與傳感器相匹配的調(diào)優(yōu)過程，可能需要數(shù)周甚至數(shù)月。這項調(diào)優(yōu)任務會帶來巨大的成本壓力，并增加圖像系統(tǒng)工程項目的時間周期。

軟件ISP，提升圖像質(zhì)量的關鍵

以色列初創(chuàng)公司 Visionary.ai 開發(fā)的這種基于AI的軟件ISP，其圖像信號處理器是以軟件形式實現(xiàn)，而且能夠比傳統(tǒng)算法檢測并消除更多的圖像噪聲。雖然許多計算機視覺研究人員正在開發(fā)更好的方法來檢測和識別圖像中的對象，但 Visionary.ai的創(chuàng)始人意識到，優(yōu)化ISP是提升圖像質(zhì)量的關鍵。一個高效的 ISP 能提供更高品質(zhì)的圖像數(shù)據(jù)，從而增強如物體識別和圖像分割等AI任務的效能。

大林上位機機器視覺_蘇州機器視覺培訓_蘇州上位機培訓_蘇州工業(yè)機器人培訓__蘇州電工培訓_蘇州PLC培訓最適合電工及plc編程人員學習的上位機機器視覺課程 大林老師：15861139266（微信同號）

解決“垃圾進垃圾出”的問題已證明可提供更高的精度和改善機器視覺效果。至于智能手機或筆記本電腦視頻質(zhì)量等“人類視覺”應用，Visionary.ai 的實時降噪器可以生成更清晰、更明亮的成像，并提供更準確的著色。

與其他降噪器不同，由 Visionary.ai 開發(fā)的 AI 降噪方法可實時消除噪聲，并能夠?qū)崿F(xiàn) 19dB 的信噪比增強。但是，為了消除最大噪聲量，AI 需要從圖像傳感器訪問原始信號，然后才能被 ISP 修改和壓縮。Visionary.ai 通過創(chuàng)建軟件ISP完全取代傳統(tǒng)硬件 ISP 來應對這一挑戰(zhàn)（圖 1）。

圖 1：軟件ISP實時消除最大噪聲量

由于ISP和降噪功能采用軟件實現(xiàn)，這表示在硬件設計中必須配備適當?shù)挠嬎阗Y源。

首先，降噪功能依賴于神經(jīng)網(wǎng)絡。其性能需求會隨工作負載、視頻幀速率以及圖像分辨率發(fā)生變化。在降噪器的早期研發(fā)階段，團隊采用了Nvidia Jetson，這種計算平臺在性能方面有巨大優(yōu)勢，能夠不受限制地進行實驗和研究。但從長遠考慮，他們的目標是開發(fā)一種既滿足硅片面積要求又在功率預算內(nèi)的解決方案，以適合廣泛應用的技術和商業(yè)需求。

當談到AI，尤其是邊緣AI，人們常常會聯(lián)想到為多種推理任務設計的10、100甚至1000 TOPS的性能，但這顯然不適用于降噪應用。新思科技的ARC EV7x系列是一系列的異構嵌入式視覺處理器，它包括了可擴展的矢量DSP核心和神經(jīng)網(wǎng)絡引擎。事實證明，Visionary.ai的降噪算法可以在新思科技 ARC EV72 處理器上非常有效地運行，同時，他們還計劃在 ARC VPX矢量DSP和ARC NPX神經(jīng)處理單元的新版本上運行。

除了ISP算法和降噪功能外，系統(tǒng)還需要一個應用處理器來執(zhí)行控制代碼。對于這種要求不高的工作負載，一個單核的32位處理器即可滿足需求，如新思科技 ARC HS系列（參見圖2）。

圖 2：AI降噪器和軟件ISP可以

使用傳感器的原始數(shù)據(jù)來優(yōu)化性能

對于靈活性問題，軟件定義的ISP可以通過其噪聲和AI功能更快地進行調(diào)諧，并且還可以在其生命周期內(nèi)更新以增強性能。當供應鏈中出現(xiàn)問題，或需使用不同的圖像傳感器模型時，基于新組件的系統(tǒng)重新設計變得更為簡便。

隨著調(diào)諧執(zhí)行速度更快、成本更低，進行應用特定的調(diào)諧已變得可行。例如，針對特定農(nóng)業(yè)應用中對綠色細節(jié)的精準捕獲，或醫(yī)療場景中更準確的紅色識別，都可以進行精細化的優(yōu)化。

總結

搭乘新思科技的ARC EV72 處理器的快船，Visionary.ai帶降噪器的軟件ISP已經(jīng)正式面市，這為消費類電子產(chǎn)品和安全攝像頭的設計帶來了新的可能性。同時，他們也瞄準了汽車、無人機以及醫(yī)療行業(yè)等多個領域。

軟件定義汽車、軟件定義手機……軟件定義的原則正在整個科技領域傳播。雖然軟件圖像處理可能仍處于起步階段，但憑借其優(yōu)勢和靈活性，并且隨著邊緣人工智能和人工智能成像的發(fā)展，軟件ISP正在獲得越來多廠商的關注。