大家好，又见面了，我是你们的朋友全栈君。
PDAF：Phase Detection Auto Focus
PDAF sensor的实现原理(SPC结构)：
PDAF通过比较L/R PD pixel构成的两幅图像，PD算法会计算出当前的相位差，根据相位差和模组的PD calibration data，估算出像距，从而移动lens快速对焦，PDAF快速对焦的搜索范围[infinity，macro]主要来自于烧录的OTP中的AF段，此距离并未实际与物体的物理距离即转换后的DAC值。PDAF OTP中主要烧录以上的SPC(shield pixel calibration)用于补偿遮光后的亮度增益，DCC(defocus conversion coefficient)主要是用于将相位差转换为Lens移动的距离，DCC中数值是通用过PD Diff 与DAC的关系拟合一条曲线的斜率(即PDAF线性度斜率)
PD pixel types主要有以下三类，Dual PD、Super PD、Shield PD。 目前接触使用的都是Shield PD(像素点有一半会被遮挡)，信噪比SNR一般是越大越好(S/N S表示摄像机在假设无噪声时的图像信号值，N表示摄像机本身产生的噪声值)；Shield PD 信噪比SNR一般比较差，但是能支持大尺寸像素； Dual PD指每一个像素底部的感光区域一分为二，在同一个像素内即可获得相位差，也称2PD，全像素双核对焦，PD点覆盖率100%； Super PD相邻两个像素共用一个micor lens(微透镜用于提高感光度)得到相位差信息
CMOS传感器的结构：1.微透镜 2.色彩滤镜 3.感光片(光电二极管)4.高速传输电路 (Mono sensor没有色彩滤镜，黑白)
SensorType:不同的类型主要是针对PD pixel和PD value是由sensor还是ISP处理；接触较多的Type 2 PDAF_SUPPORT_CAMSV
Sensor Type | Character | Porting guide |
|---|---|---|
Type1 | PD pixel corrected by sensor PD value calculate by sensor | Type1 PDAF porting |
Type2 | PD pixel corrected by sensor PD pixel output to ISP via VC | Type2 PDAF porting |
Type3 | PD pixel corrected by ISP PD pixel extracted by ISP from raw image PD pixel extracted by PDAF algo on ISP3.0 | Type3 PDAF porting |
Dual PD | No need to correct PD pixel PD pixel extracted by ISP, under mode 1 PD pixel output to ISP under mode 3 | DualPD PDAF porting |
MTK不同SensorType的总体处理流程：
MTK PDAF Flow:
vendor/mediatek/proprietary/custom/mt6853/hal/pd_buf_mgr/src/pd_buf_mgr.cpp MTK vendor/mediatek/proprietary/custom/mt6853/hal/pd_buf_mgr/src/pd_buf_mgr_open.cpp 3rd party vendor/mediatek/proprietary/hardware/mtkcam/aaa/source/common/hal3a/v3.0/HAL3AFlowCtrl.cpp vendor/mediatek/proprietary/hardware/mtkcam/aaa/source/common/utils/pdtblgen/pdtblgen.cpp vendor/mediatek/proprietary/hardware/mtkcam/aaa/source/isp_6s/af_assist_mgr.cpp vendor/mediatek/proprietary/custom/mt6853/hal/pd_buf_mgr/src/pd_buf_mgr.cpp vendor/mediatek/proprietary/custom/mt6853/hal/pd_buf_mgr/src/pd_buf_mgr/xxx_mipi_raw/pd_xxx_mipiraw.cpp vendor/mediatek/proprietary/hardware/mtkcam/drv/src/mem/common/v2/cam_cal_drv.cpp vendor/mediatek/proprietary/hardware/mtkcam/drv/src/mem/common/v2/cam_cal_helper.cpp vendor/mediatek/proprietary/custom/common/hal/imgsensor_src/camera_calibration_cam_cal.cpp kernel-4.14/drivers/misc/mediatek/cam_cal/src/common/v2/eeprom_driver.c
代码语言：javascript复制static struct SET_PD_BLOCK_INFO_T imgsensor_pd_info_1920_1080 =
{
.i4OffsetX = 16, // x offset of PD area
.i4OffsetY = 12, // y offset of PD area
.i4PitchX = 16, // x pitch/width of a PD block
.i4PitchY = 16, // y pitch/height of a PD block
.i4PairNum = 8, // num of pairs L/R PD pixel within a PD block
.i4SubBlkW = 8, // x interval of 1 pair L/R PD pixel within a PD block
.i4SubBlkH = 4, // y interval of 1 pair L/R PD pixel within a PD block
.i4BlockNumX = 120, // PD block number in X direction
.i4BlockNumY = 67, // PD block number in Y direction
.iMirrorFlip = 0,
.i4PosR = {
{
16,13}, {
24,13}, {
20,17}, {
28,17},
{
16,21}, {
24,21}, {
20,25}, {
28,25},
},
.i4PosL = {
{
17,13}, {
25,13}, {
21,17}, {
29,17},
{
17,21}, {
25,21}, {
21,25}, {
29,25},
},
.i4Crop = {
{
0, 0}, {
0, 0}, {
1040, 960}, {
0, 0}, {
0, 0}, {
1040,960},{
0, 0}, {
0, 0}, {
0, 0}, {
0, 0} },
};(1) 前4个变量和L/R的坐标可直接从PD INI文档中获取 (2) i4PairNum指一个block中有几对L/R pixel (3) i4SubBlkW 和 i4SubBlkH 分别对应PD INI文档中的 PD_DENSITY_X/Y (4) i4BlockNumX 和 i4BlockNumY 分别对应PD INI文档中的 PD_BLOCK_NUM_X_Y (5) iMirrorFlip 指出图方向与 模组厂 calibration出图方向的相对方向
pd_info都是从4000*3000 尺寸上操作的，原来值的计算方式是 i4BlockNumX = ( 4000 – 16 * 2 ) / 16 = 248 i4BlockNumY = ( 3000 – 12 * 2 ) / 16 = 186
由于1920*1080是crop后的，故i4BlockNumX 和 i4BlockNumY 是需要修改的 ，与otp中的是不一致的 i4BlockNumX = 1920 / 16 = 120 i4BlockNumY = 1080 / 16 = 67.5 = 67
i4Crop用于记录[Scenario][Crop] -> [x_crop][y_crop] RAW_OFFSET_X = 1040 RAW_OFFSET_Y = 960 1920*1080在驱动中用于配置SensorMode 6，应该前面一个{1040, 960}不用填，是SensorMode2 i4Crop = (4000 – 1040) / 2 (3000 – 960) / 2 = 1920 1080
vendor/mediatek/proprietary/custom/mt6853/hal/pd_buf_mgr/src/pd_buf_mgr/xxx_mipi_raw/pd_xxx_mipiraw.cpp
代码语言：javascript复制MBOOL PD_xxxMIPIRAW::IsSupport( SPDProfile_t &iPdProfile)
{
if (( iPdProfile.i4SensorMode == 5) && ((iPdProfile.uImgXsz == 1920) && (iPdProfile.uImgYsz == 1080)))
{
m_PDBufXSz = 240;
m_PDBufYSz = 536;
if(m_PDBuf)
{
delete m_PDBuf;
m_PDBuf = nullptr;
}
m_PDBufSz = m_PDBufXSz*m_PDBufYSz;
m_PDBuf = new uint16_t [m_PDBufSz];
ret = MTRUE;
AAA_LOGD("[1080P 60fps] is Support : i4SensorMode:%d w[%d] s[%d]n", iPdProfile.i4SensorMode,iPdProfile.uImgXsz, iPdProfile.uImgYsz);
}
...
}m_PDXSz代表每一行传送pixel num = PitchX / DensityX * BlockNumX = 16 / 8 * 120 = 240 m_PDYSz代表传送的行数line num = PitchY / DensityY * 2 * BlockNumY = 16 / 8 *2 *67 = 536
代码语言：javascript复制{
//AF_NVRAM
{
// i4HybridAFCoefs1[64]
1, // [0] hybrid_default_param
37, // [1] tracking_width
38, // [2] tracking_height
3, // [3] max_pd_win_x
3, // [4] max_pd_win_y
...
{
//PD_NVRAM_T
{
//PD_CALIBRATION_DATA_T
{
0},
0,
},//PD_CALIBRATION_DATA_T
{
//PD_ALGO_TUNING_T
//--------------------------------------------------------------------------------/
// Section: PD Block Size
// Description: Determine PD block width and height
//
// i4FocusPDSizeX (width)
// i4FocusPDSizeY (height)
// range: [0] 32 to (raw_width/x_density), [0] 24 to (raw_height/y_density)
// default:
// S5K3P8: SizeX=32, SizeY=24 (density_x=16, density_y=16)
// OV13855: SizeX=32, SizeY=48 (density_x=16, density_y=8)
// IMX258: SizeX=64, SizeY=24 (density_x=8, density_y=16)
// IMX398: SizeX=64, SizeY=48 (density_x=8, y_density_y=8)
// S5K2L8: SizeX=240, SizeY=96 (density_x=2, y_density_y=4)
// constraints: must be a multiplier of 4
// effect: A large block takes longer computation time than a small block.
//--------------------------------------------------------------------------------/
28, // i4FocusPDSizeX
32, // i4FocusPDSizeY
//--------------------------------------------------------------------------------/i4FocusPDSizeY = RAW_HIGHT * tracking_height / 100 / max_pd_win_y / PD_DENSITY_Y = 1080 * 38 / 100 / 3 / 4 = 34.2 = 32 i4FocusPDSizex = RAW_WIDTH * tracking_width / 100 / max_pd_win_x / PD_DENSITY_X = 1920 * 37 / 100 / 3 / 8 = 29.6 = 28
代码语言：javascript复制static struct SENSOR_WINSIZE_INFO_STRUCT imgsensor_winsize_info[7] = {
{
8032, 6032, 0, 12, 8032, 6008, 4016, 3004, 8, 2, 4000, 3000, 0, 0, 4000, 3000}, //preview(4000 x 3000)
{
8032, 6032, 0, 12, 8032, 6008, 4016, 3004, 8, 2, 4000, 3000, 0, 0, 4000, 3000}, //capture(4000 x 3000)
{
8032, 6032, 0, 12, 8032, 6008, 4016, 3004, 8, 2, 4000, 3000, 0, 0, 4000, 3000}, // VIDEO (4000 x 3000)
{
8032, 6032, 0, 1568, 8032, 2896, 2008, 724, 364, 2, 1280, 720, 0, 0, 1280, 720}, // hight speed video (1280 x 720)
{
8032, 6032, 0, 12, 8032, 6008, 4016, 3004, 8, 2, 4000, 3000, 0, 0, 4000, 3000}, // slim video (1280 x 720)
{
8032, 6032, 2080, 1932, 3872, 2168, 1936, 1084, 8, 2, 1920, 1080,0, 0, 1920, 1080}, // custom1 (1920x 1080)
{
8032, 6032, 0, 14, 8032, 6004, 8032, 6004, 16, 2, 8000, 6000, 0, 0, 8000, 6000}, //remosaic (8000 x 6000)
};8032 6032 sensor内部有效像素 crop → binning → crop 如果有还要小的尺寸还需要crop 为了保持中心一致 0 12 上下都裁剪 crop 8032-（0 * 2） 6032 -（12 * 2）= 8032 6008 再binning 4016 3004 继续上下crop 4016-（8 * 2）3004（2*2）= 4000 * 3000 最终输出 tgsize
代码语言：javascript复制static struct SENSOR_VC_INFO_STRUCT SENSOR_VC_INFO[4]=
{
/* Preview mode setting */
{
0x02, //VC_Num
0x0a, //VC_PixelNum
0x00, //ModeSelect /* 0:auto 1:direct */
0x00, //EXPO_Ratio /* 1/1, 1/2, 1/4, 1/8 */
0x00, //0DValue /* 0D Value */
0x00, //RG_STATSMODE /* STATS divistion mode 0:16x16 1:8x8 2:4x4 3:1x1 */
0x00, 0x2B, 0x0FA0, 0x0BB8, // VC0 image data
0x00, 0x00, 0x0000, 0x0000, // VC1 MVHDR
0x01, 0x30, 0x026C, 0x05D0, // VC2 PDAF
0x00, 0x00, 0x0000, 0x0000}, // VC3
/* Capture mode setting */
/* Video mode setting */
/* Custom1 mode setting */
{
0x02, //VC_Num
0x0a, //VC_PixelNum
0x00, //ModeSelect /* 0:auto 1:direct */
0x00, //EXPO_Ratio /* 1/1, 1/2, 1/4, 1/8 */
0x00, //0DValue /* 0D Value */
0x00, //RG_STATSMODE /* STATS divistion mode 0:16x16 1:8x8 2:4x4 3:1x1 */
0x00, 0x2B, 0x0780, 0x0438, // VC0 image data
0x00, 0x00, 0x0000, 0x0000, // VC1 MVHDR
0x01, 0x30, 0x012C, 0x0218, // VC2 PDAF
0x00, 0x00, 0x0000, 0x0000}, // VC3
};};Type 2会使用VC(Virtual channel control)，VC的主要作用就是将数据流的数据通过不同的通道分离给不同的流程。通过每一帧都是包含图像帧 PD 虚拟帧(将Bayer数据和PD数据按照MIPI协议打包) 图像帧(Image Data VC=0 DT=0x2B RAW10) 0x0780 = 1920 0x0438 = 1080 ； PD 虚拟帧(PDAF Data VC=1 DT=0x30 通过date type区分通道) 0x012C = 120 * 2 * 10 / 8 = 300 //.i4BlockNumX = 120, // PD block number in X direction 0x0218 = 67 * 4 * 2 = 536 //.i4BlockNumY = 67, // PD block number in Y direction
PDAF线性度测试： ISO<200，对着菱形图20cm 位置下，在Confidence > 60的场景下抓取log,在log里查找PD Value与AF DAC，看他们是否是呈线性关系
插入一下OTP相关的知识
代码语言：javascript复制LCS Lens Shade Correction gridx gridy 垂直和网格大小，周围亮度不均匀，处理不好可能经算法会有竖条纹，光晕等
BLC BlackLevel Correction 黑电平校正 (没有做黑电平校正的的图会更亮，影响图像的对比度)
sensor输出的电压越高，电流越大，而sensor电路本算存在暗电流，导致没有光线输入时也
有一定的输出电压，所以需要把这一部分去掉,所有像素都减去一个校准值,raw10对应的OB
(Optical Black)一般为64,需要注意init setting中的寄存器修改
AWB Auto White Balance RGB转成Bayer模式的图一般由(R Gr Gb B四个通道的值) ,AWB一般比较关注R/G B/G的值，
Gr Gb一般值都比较接近，R/G 变大时，意味着R gain减小，整幅图R分量少了，就会呈现泛绿泛蓝,
烧录的数据主要是当前模组和Golden模组(一批生产中较为平均的做基准)的R Gr Gb B的数据版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 举报，一经查实，本站将立刻删除。
发布者：全栈程序员栈长，转载请注明出处：https://javaforall.cn/196357.html原文链接：https://javaforall.cn
