ISP有感自发

一、黑电平

由于传感器，即便在无光的情况下，依然会产生微小的暗电流，这些暗电流可能是噪点会影响后期的调试。因此，我们便将这些电流处理为0，成为纯黑的颜色。可以在源头消除这些误差。

如何矫正黑电平：

在其中有个ob区域（Optical Black Region），这个区域是不感光的，但是也会接收到黑电平。因此，可以把有效区域的值减去ob区的值，这样就可以得到矫正后的值。

1. 获取OB区数据：从传感器读取遮蔽区域的像素值（如每行的前若干列）。

2. 计算基准值：取OB区所有像素的均值或中位数（避免异常值干扰）。

3. 矫正图像数据：

   矫正后像素=原始像素−OB区基准值矫正后像素=原始像素−OB区基准值

4. 限幅处理：确保结果不小于0（避免负值）。

二、ISP的调试思路

1、明确ISP的调试顺序。

因为靠前的会影响到靠后顺序的模块。不同平台会不同，一定要问清楚对应的厂商。

如上是一个比较简单的 ISP pipeline，各家平台会有些差异，但其实大概的流程原理都是差不多的，可能会多些小的功能模块，及做一些数据转换处理，比如raw域去噪前，因为raw数据比较暗，可能会加一条曲线把暗部调亮一点，有助于去噪的处理。

简单过一下如上的流程图，可以分为3个模块来看，sensor 出来的是 bayer 格式的raw 数据，中间经过黑电平矫正（blc），去除暗电流、镜头阴影矫正（lsc），去掉边缘暗角及color shading、接着经过坏点矫正（dpc），去除sensor中的动静态坏点。

再经过 Demosaic 处理后，输出RGB格式的数据，接着会经过时/空域的去噪处理、白平衡（awb）、颜色矩阵矫正（ccm）、gamma的处理，后面会转换成YUV格式的数据输出，再经过自动曝光（ae）、降彩噪（CNR）、锐化等的处理，最后经过编码输出显示出来。

2、特征标定

特征标定是ISP调试的第一步，目的是通过实验室环境下的标准化测试，提取传感器模组的物理特性，并生成一组静态参数。

• BLC（Black Level Correction，黑电平校正）：消除传感器暗电流引起的基线噪声。

• LSC（Lens Shading Correction，镜头阴影校正）：补偿镜头边缘亮度衰减和颜色不均匀性。

• Noise Profile（噪声特性分析）：量化传感器在不同光照条件下的噪声分布，为降噪算法提供依据。

• Gamma（伽马校正）：调整图像对比度，使输出符合人眼感知特性。

• AWB（Auto White Balance，自动白平衡）：校正色温，确保白色物体在不同光照下呈现中性色。

• CCM（Color Correction Matrix，颜色校正矩阵）：补偿传感器颜色滤波阵列（CFA）的色偏。

• CAC（Chromatic Aberration Correction，色差校正）：修正镜头色散导致的颜色边缘偏移。

这些参数本质上是传感器模组的 "物理指纹" ，反映了其硬件特性（如感光能力、噪声特性、镜头缺陷等）。标定得到的参数是 静态的 ，即在特定实验室环境下（固定光照、色温、标定板等）生成的参数，理论上 不随场景变化 。它们是后续在线调试的基准。如果不矫正好，会影响后续的模块。在标定完成后，ISP会进入 在线调试（Tuning） 阶段，即根据实际场景动态调整参数（如动态降噪强度、局部对比度增强等）。但这一阶段需要 基于准确的标定参数。

3、不同功能模块调试

亮度/对比度相关的模块，如 gamma、ltm、gtm、aeb、色彩相关模块，如 ccm、awb、gamma、blcc、清晰度相关模块，如 ae、lsc、2d/3d nr、demosaic、dpc

4、在线调试

①在线调试的第一步是AE。

因为很多模块都是基于曝光的，AE里面会涉及gain值和噪点，如果AE不确定，其他模块的噪点也不确定，调试也是没有意义的。

②降噪和清晰度调试。

接着可以是降噪和清晰度模块的调试，降噪过大肯定是会对清晰度有损失，调试时是需要平衡的， 还有调试时要注意是raw域还是yuv域的处理（如果是raw域锐化或去噪过大，可能就会放大噪声或者损失清晰度，你后续yuv域的去噪或锐化就做不出来了），另外清晰度不够时，要思考是否是 demosaic 模块细节没做出来，或者raw域去噪太强，导致细节损失了，而不是一味的去调整锐化强度。解释如下：

在低光场景（ISO 3200），需 适度放松降噪强度 以保留暗部细节，同时 降低锐化强度 避免放大噪声；而在明亮场景（ISO 100），可 增强降噪和锐化 以提升清晰度。

③ RAW域与YUV域处理的差异

RAW域处理

• 输入数据：传感器输出的原始RAW数据（Bayer格式，未插值）。

• 关键操作：

  • 降噪 ：优先在RAW域进行 基础降噪（如时域降噪、空域滤波），因为此时噪声尚未被后续处理（如Demosaic）放大。

  • 锐化：RAW域锐化需谨慎，避免在插值前破坏Bayer模式的结构（可能引入伪色或混叠噪声）。

风险：

• RAW域降噪过强：会抹除高频细节（如纹理、边缘），导致后续Demosaic无法恢复。

• RAW域锐化过度：可能放大噪声或产生伪色，后续YUV域处理难以修正。

YUV域处理

• 输入数据：经过Demosaic、色彩校正、Gamma后的YUV格式数据（亮度Y + 色度UV分离）。

• 关键操作：

  • 降噪 ：针对YUV分量的特性进行 精细化降噪（如亮度通道降噪、色度通道降噪分离）。

  • 锐化：在Y通道（亮度）进行边缘增强，或在UV通道抑制色噪。

• RAW域 ：侧重 基础降噪（抑制固定模式噪声、时域噪声），避免过度处理。

• YUV域 ：侧重 精细化降噪 （如色度降噪、亮度通道自适应滤波）和 可控锐化。

④色彩模块

色彩相关的模块可以单独去调影响不大，但ccm调整的过饱和时，会出现色噪。一般整体的偏色都是白平衡偏了，图像中某个颜色不对可以调整ccm，一般情况下不建议手动去调整ccm，因为这肯定是会影响到其他颜色的。另外gamma的调整会对颜色有影响（具体为啥会有影响，我后续文章会在具体总结）。

5、CRA对其的重要性

定义：CRA 是光学成像系统中的关键参数，特指光线通过镜头后，主光线（Chief Ray） 与传感器表面法线之间的夹角。它直接影响图像传感器（如CMOS/CCD）的成像质量，尤其在摄像头模组设计中至关重要。

CRA的偏差范围：