镜头AF和FF有什么区别?

镜头AF和FF有什么区别?,第1张

AF\EF都是自动对焦的意思。

AF是尼康镜头的标识方法。M/A:自动、手动对焦自由切换。AF-S尼克尔拥有尼康独有的M/A模式,可以容许在没有任何时滞下由自动对焦转为手动对焦 *** 作——就算是在AF伺服 *** 作下和在任何AF模式时亦然。

EF是佳能镜头的标识方法。ef是佳能EF镜头,CANON在EF系列镜头的马达使用上,基本是遵从一个原则的:他把Ring-USM与AFD,作为较高档次的搭配,应用在高档“L”级镜头与中档镜头中,而将Micro-USM与MM马达作为低档次的搭配,应用在低档镜头中,镜头。

扩展资料:

AF是Automatic Focus 自动对焦的英文缩写,泛指相机以特定区域(一般指中央,但现在的系统已经可以指定在观景窗内看到的任何一点角落),进行测距、进而调整镜头中镜片形成焦点,使照相机内的影像看起来清晰之设计;相对于 MF 手动对焦,AF 已经成为现代相机科技的标准用语。

EF系列镜头一共使用有四种马达,它们分别是:

环形超声波:Ring-type-USM——这是EF系列中最先进的马达,速度、噪音、准确性、机械性、耗电量等各项指标都是最优异的,而且也是唯一可以支持“全时手动”(FTM)的马达,任何时候都可以通过对焦环进行手动对焦,哪怕是自动对焦正在工作的时候!用于高中档次的定变焦镜头。

微型超声波:Micro-USM——这是EF系列的第二种超声波马达,性能逊于环形超声波,但仍然比其他马达要强。它与环形超声波马达最明显的区别是它不能支持“全时手动”(FTM)。用于低档次的变焦镜头。

弧形马达:AFD——这是一种普通的无轴马达。不能支持“全时手动”(FTM)。多用于较高档次的非超声波镜头。

微型马达:MM(Micro-Motor)——这是传统的带传动轴的马达。比较费电。不支持“全时手动”(FTM)。多用于廉价的低档次镜头。

参考资料来源:百度百科-ef

百度百科-AF对焦

百度百科-尼康镜头

ISP全称 Image Signal Processing,即图像信号处理。主要用来对前端图像传感器输出信号处理的单元,以匹配不同厂商的图象传感器。

常用的结构如下图所示,主要包括镜头,基座,传感器以及PCB部分。

CCM (Camera Compact Module)分为4种:FF、MF、AF和ZOOM。

FF (Fix Focus),定焦摄像头,是国内目前用的最多摄像头,用于30万和130万的手机产品。

MF (Micro Focus),两档变焦摄像头,主要用于近景拍照,如带有名片识别以及条形码识别的手机上,用于130万和200万的手机产品。

AF (Auto Focus),自动变焦摄像头,主要用于高像素手机,同时具有MF的功能,用于200万和300万的手机产品。

AZ (Auto Zoom),自动数码变焦摄像头,主要用于相机手机,类似于相机影像的品质,用于300万以上的手机产品。

景物通过镜头(LENS)生成的光学图像投射到图像传感器(Sensor)表面上,然后转为电信号,经过A/D(模数转换)转换后变为数字图像信号,再送到数字信号处理芯片(DSP)中加工处理,再通过I/O接口传输到CPU中处理,通过display就可以看到图像了。

Lens的作用是滤去不可见光,让可见光进入,并投射到Sensor上。Sensor的工作原理:光照--〉电荷--〉弱电流--〉RGB数字信号波形--〉YUV数字信号信号

元件类型不同分为: CCD CMOS

CCD (Charge Coup LED Device,),一般是用于摄影摄像方面的高端技术元件。CCD的优点是灵敏度高,噪音小,信噪比大。但是生产工艺复杂、成本高、功耗高。

CMOS (Complementary Metal-Oxide Semiconductor,金属氧化物半导体元件)应用于较低影像品质的产品中。CMOS的优点是集成度高、功耗低(不到CCD的1/3)、成本低。但是噪音比较大、灵敏度较低。对于CMOS来说,具有便于大规模生产,且速度快、成本较低,将是数字相机关键器件的发展方向。CMOS感光器以已经有逐渐取代CCD感光器的趋势,并有希望在不久的将来成为主流的感光器。

Sensor的封装形式有两种:CSP和DICE。在模组厂商加工制造中,CSP所对应的制程是SMT,DICE所对应的制程是COB。

厂商有Omnivision、Siliconfile、Samsung 、SONY、Aptina等.

Sensor 的框图如图所示(以 Ov2718 为例):

ISP (Image Signal Processor),即图像处理,主要作用是对前端图像传感器输出的信号做后期处理,主要功能有线性纠正、噪声去除、坏点去除、内插、白平衡、自动曝光控制等,依赖于ISP才能在不同的光学条件下都能较好的还原现场细节。

这一部分大家中学应该就学过了,简要总结一下:

物体距离凸透镜<2倍焦距,成放大虚像,比如放大镜;

物体距离凸透镜=2倍焦距,成等大倒立实像,成像在2倍焦距处;

物体距离凸透镜>2倍焦距,成缩小倒立实像,成像在1倍焦距和2倍焦距之间;

重点就在于物体距离凸透镜>2倍焦距,成缩小倒立实像,成像在1倍焦距和2倍焦距之间</mark>;

对于相机来说,透镜的焦距也就是三四十毫米,手机摄像头焦距更短,只有几毫米,所以被拍摄的物体基本上都是在2倍焦距以外的,也就说会成缩小倒立实像,成像面在1倍焦距与2倍焦距之间,问题是,具体在哪里?

对焦需要解决的就是在哪个位置成像最清晰的问题,很明显,物体距离凸透镜距离不同其成像最清晰的位置也不同,不需要对焦的镜头必然有一个默认取景距离,比如电脑摄像头,手机前置镜头,他们的默认取景距离大概是40cm,因此只要事先调整好就行,它们不是不用对焦,而是已经对好焦了。

中学物理课堂上有一个实验,就是透镜成像实验,其中有一个问题是蜡烛的成像在哪里最清晰?大家应该都还记得一个公式:

(相距v,物距u,焦距f)

相距v,物距u分别是成像到透镜和物体到透镜的距离,f是焦距,物体和成像之间是满足这样一个关系的,因此要想得到蜡烛最清晰的像只需要直到蜡烛到透镜的距离和透镜的焦距即可,轻松愉快。

其实这正是主动式对焦的原理,只要有精确的测距工具,对焦是很简单的。

但是在很多地方,尤其是民用市场,想要给相机按上一个高精度测距仪,代价无疑是很高的,有没有其他办法实现对焦?很明显,就是刚才提到的物理实验所采用的的探索法,让改变镜头与CMOS之间的距离,总能找到成像的最佳位置。

在这种想法的作用下,被动式对焦就应运而生了,主要是以额外硬件为代价的相位法和基于软件的对比度法。

自动曝光是指根据光线的强弱自动调整曝光量,防止曝光过度或者不足,在不同的照明条件和场景中实现欣赏亮度级别或所谓的目标亮度级别,从而捕获的视频或图像既不太暗也不太亮

白平衡就是针对不同光线条件下,通过找到图像中的白块,然后调整 R/G/B 的比例抵消 偏色 ,把白色物体还原成白色物体,使其更接近人眼的视觉习惯。

Sensor的动态范围就是Sensor在一幅图像里能够同时体现高光和阴影部分内容的能力。在自然界的真实情况,有些场景的动态范围要大于100 dB,人眼的动态范围可以达到100dB。高动态范围成像的目的就是要正确地表示真实世界中的亮度范围。适合场景:比较适合在具有背光的高对比度场景下使用如:日落、室内窗户,这样能使明处的景物不致过曝,而使得暗处的景物不致欠曝。

颜色校正主要为了校正在滤光板处各颜色块之间的颜色渗透带来的颜色误差。一般颜色校正的过程是首先利用该图像传感器拍摄到的图像与标准图像相比较,以此来计算得到一个校正矩阵。该矩阵就是该图像传感器的颜色校正矩阵。在该图像传感器应用的过程中,及可以利用该矩阵对该图像传感器所拍摄的所有图像来进行校正,以获得最接近于物体真实颜色的图像。

使用 CMOS Sensor 获取图像,光照程度和传感器问题是生成图像中大量噪声的主要因素。同时,当信号经过 ADC 时,又会引入其他一些噪声。这些噪声会使图像整体变得模糊,而且丢失很多细节,所以需要对图像进行去噪处理空间去噪传统的方法有均值滤波、高斯滤波

Black Level 是用来定义图像数据为 0 时对应的信号电平。由于暗电流的影响,传感器出来的实际原始数据并不是我们需要的黑平衡。为减少暗电流对图像信号的影响,采用的方法是从已获得的图像信号中减去参考暗电流信号。一般情况下,在传感器中,实际像素要比有效像素多,像素区头几行作为不感光区,用于自动黑电平校正,其平均值作为校正值,然后在下面区域的像素都减去此矫正值,那么就可以将黑电平矫正过来了。

由于相机在成像距离较远时,随着视场角慢慢增大,能够通过照相机镜头的斜光束将慢慢减少,从而使得获得的图像中间比较亮,边缘比较暗,这个现象就是光学系统中的渐晕。由于渐晕现象带来的图像亮度不均会影响后续处理的准确性。因此从图像传感器输出的数字信号必须先经过镜头矫正功能块来消除渐晕给图像带来的影响。

[1] ISP和摄像头工作原理

[2] 相机自动对焦原理

[3] 图像清晰度的评价指标

Fixed Focus和Auto Focus,顾名思义FF就是镜头对焦距离是固定的无法调焦,一般是超焦距大景深拍摄的广角镜头,AF镜头的镜片组可以移动调节对焦点。很早期的手机摄像镜头和一些监控录像镜头、工业用镜头,还有例如大疆精灵3的镜头就是FF,成本比较低廉。


欢迎分享,转载请注明来源:内存溢出

原文地址: https://www.outofmemory.cn/dianzi/9215709.html

(0)
打赏 微信扫一扫 微信扫一扫 支付宝扫一扫 支付宝扫一扫
上一篇 2023-04-26
下一篇 2023-04-26

发表评论

登录后才能评论

评论列表(0条)

保存