解析紫光展锐T820 5G芯片——让照片接近原色

紫光展锐系统级安全的高性能5G SoC芯片平台T820，采用八核CPU架构，6nm EUV先进工艺，金融级全内置安全方案，在性能、功耗与5G通信体验等方面，较上一代产品更为出色。

此前，已经为大家讲解过T820的拍照、安全性能、音频特色。今天，小展将带你一同探索T820采用的图像算法是如何让手机拍照接近原色的。

人类视觉系统具有不受光源影响的颜色恒常性特点，即在不同色温光源下，人眼对相同颜色物体的感觉基本是相同的。无论上午、下午还是傍晚，阴天还是晴天，人眼所看到的白色物体始终是白色的。不过相机的摄像头在成像时，其感光元件如CMOS或CCD常常受到环境光源颜色的影响，无法正确地记录物体本身的颜色。这就需要通过白平衡校正算法来解决成像偏色问题，从而准确地还原物体本来的颜色。

照片偏色对比图

左为偏黄，中为白平衡，右为偏蓝

在纯色、低亮和混光等场景下，传统的自动白平衡算法遇到了巨大挑战，往往难以进行准确的色彩校正，进而导致图像存在明显的偏色问题。

紫光展锐自研全场景自动白平衡解决方案，通过构建手机端全场景AWB数据集，基于自主设计的自动白平衡校正轻量化网络，并依托展锐5G移动平台T820的强大算力，轻松实现对图像色彩的准确还原。

基于T820 5G平台的场景类型智能识别方案，通过设计轻量化的自动白平衡深度神经网络，来提取图像的深层语义特征，对纯色、低亮以及混光等困难场景分别进行针对性处理，并与CCM、HSV等色彩模块进行深度耦合联调，从而实现全场景图像的准确自动白平衡处理，让色彩更加真实自然，提高照片的色彩表现力，为用户带来高品质的视觉体验和美学观感。

针对传统AWB算法实验室标定成本高、调试周期长等问题，紫光展锐自研AWB算法充分利用端对端深度神经网络的强大表征能力，结合创新的跨模组解决方案，在提高开发效率的同时，可轻松应对不同手机模组、不同场景的挑战，具有极强的鲁棒性和泛化性。

混光场景对比图

左为采用传统AWB算法的样机拍摄，右为展锐T820平台机拍摄

上图可以看到，与传统AWB算法相比，内置展锐自研AWB算法的T820平台机拍摄的照片，可以更好地兼顾不同色温场景，使画面色彩更和谐自然。

纯色场景对比图

左为采用传统AWB算法的样机拍摄，右为展锐T820平台机拍摄

在红墙背景下，采用传统AWB算法的样机拍出的照片明显偏蓝，而内置展锐自研AWB算法的T820平台机拍出的照片，可以准确还原红墙颜色。

纯色场景对比图

左为采用传统AWB算法的样机拍摄，右为展锐T820平台机拍摄

在木纹背景下，采用传统AWB算法的样机拍出的照片出现了明显的偏色，而T820平台机拍出的照片，准确记录了木纹颜色。

低亮场景对比图

左为采用传统AWB算法的样机拍摄，右为展锐T820平台机拍摄

在室外复杂灯光夜景下，采用传统AWB算法的样机拍出的照片前后景均明显偏蓝，而T820平台机拍出的照片，颜色校正更为准确，暗光下的绿植、建筑、蓝天等色彩，均呈现出更好的视觉效果。

低亮场景对比图

左为采用传统AWB算法的样机拍摄，右为展锐T820平台机拍摄

在临近傍晚、室外低亮高色温的复杂场景下，采用传统AWB算法的样机拍出的照片失真严重，而T820平台机准确还原了物体本身的颜色。

紫光展锐T820 5G平台采用的自研AWB算法，在不同拍照场景之间进行切换时，色彩处理流畅自然，给用户带来高品质的拍照效果。此外，该算法还可以根据用户喜好，进行色彩的修正及偏好处理，从而呈现出独具个性的色彩效果。如下图：

食物场景对比图

左为采用传统AWB算法的样机拍摄，右为展锐T820平台机拍摄

对比两张效果图，可以看到，内置展锐自研AWB算法的T820平台机可以对食物进行精准的色彩复原和修饰，给用户带来更为真实自然的视觉体验。

作为世界领先的平台型芯片设计企业，紫光展锐依托新紫光集团的战略引领和资源支持，坚持以技术创新为核心，全力提升产品、技术能力，持续打造业界领先的影像技术，强化公司核心竞争力，为产业和社会创造价值，用科技之光照亮幸福生活。