目录
[一、Camera tuning flow相机调试流程](#一、Camera tuning flow相机调试流程)
[1.第一阶段：Process Raw（处理原始数据）](#1.第一阶段：Process Raw（处理原始数据）)
[2. EE & NR (边缘增强与降噪)](#2. EE & NR (边缘增强与降噪))
一、Camera tuning flow相机调试流程
1.三大模块
1.相机调试分为三大模块：
-
Process Raw
-
3A
-
ISP
如图所示
二、介绍
1.第一阶段：Process Raw（处理原始数据）
Process Raw是第一步。传感器（Sensor）产生的原始数据（Raw Data）是未经任何处理的。它的核心工作是对Raw数据进行最基础的校正 ，解决由硬件本身缺陷导致的问题。
1.OB (Optical Black, 光学黑电平校正)
传感器输出的原始信号不是从零开始的，有一个固有的基底噪声（即黑电平值）。如果不将这个值减去，后续的色彩和亮度计算将全部基于一个错误的基础，导致画面发灰、色彩失真、暗部细节丢失。因此要计算这些黑像素的平均值，然后将图像中所有感光像素的数值减去这个平均值，从而实现"归零校准"
2.Shading (阴影校正)
补偿镜头带来的暗角，即画面四角比中心暗；和色彩偏移，即四角偏色的问题。
阴影校正可以得到一个干净、校准好的基础图像，是后续所有高级处理的基础。
2.第二阶段：3A (自动控制)
3A负责应对不同拍摄环境，实现自动化拍摄。此阶段的调试直接决定了成像的准确性和稳定性。它的核心工作是调试一系列控制算法和参数表，让相机能自动做出正确决策。
1.AE (自动曝光)
控制画面亮度。需要调试 AE Table（曝光参数表）和 AE Param（曝光算法参数），决定在不同光线环境下如何使用ISO、快门速度等。
2.AF (自动对焦)
控制画面清晰度。需要调试 AF Table（对焦参数表） 和 AF Param（对焦算法参数），保证快速、准确合焦。
3.AWB (自动白平衡)
控制颜色准确性。消除光源色偏，让白色物体在任何光线下都显示为白色。
目标：让相机在任何环境下，都能自动拍出一张**亮度适宜、焦点清晰、颜色真实的照片。
3.第三阶段：ISP (图像信号处理)
ISP负责对图像进行精加工和风格化处理，最终决定照片的观感和质感。它的核心工作是在前期基础已经打好的前提下，对画质进行深度优化和风格调校。
1.Gamma (伽马校正)
Gamma校正是对图像亮度进行一种非线性的变换。由于人眼对暗部变化更敏感，而传感器对光线的响应是线性的，所以需要Gamma校正将传感器数据映射到符合人眼感知特性的亮度空间。后续的所有处理，如锐化、降噪、色彩都需要在一个亮度分布正确的图像上进行，否则效果会失真。
目标： 使图像的明暗过渡更符合人眼视觉，防止画面看起来"发灰"或对比度失衡。
2. EE & NR (边缘增强与降噪)
EE (Edge Enhancement，边缘增强)，即 锐化。它通过算法增强图像中物体的边缘，让画面看起来更清晰、细节更突出。
NR (Noise Reduction，降噪)，去除图像中的噪声，即那些不该存在的、随机分布的杂色点。
过度锐化会使噪点也变得明显，同时产生不自然的"白边"（镶边）。
过度降噪会抹杀细节，让画面变得模糊，像一层塑料感。
目标： 找到EE和NR之间的最佳平衡点，在尽可能保留真实细节 的前提下，有效地抑制噪声，获得干净又清晰的画面。这是衡量ISP调试功力的关键。
3.Color (色彩处理)
在所有基础：亮度、细节、噪声，都打好后，最后一步是对色彩进行精细调整。
色彩处理 主要包括色彩矩阵（Color Matrix） 校正和饱和度（Saturation） 调节等。这一步决定了图像的最终色彩风格，是鲜艳明快，还是真实自然，或是柔和淡雅。
在最后处理 是因为色彩处理依赖于一个亮度准确、细节清晰、噪声可控的图像。如果前面的Gamma或EE/NR没调好，颜色是无法调准的。例如，一个噪点很多的画面，调高饱和度会让彩色噪点也更鲜艳。
目标： 实现准确且令人愉悦的色彩还原，形成产品特有的色彩风格。
三、总结与流程关系
Camera Tuning Flow是一个环环相扣的三阶段瀑布流模型。首先通过Process Raw校准硬件缺陷，为后续处理提供干净的数据基础；然后通过3A调试确保曝光、对焦和白平衡的自动化准确性；最后在ISP阶段进行降噪、色彩、对比度等精细化处理，最终输出画质优良且风格化的图像。前一阶段的输出是后一阶段的输入，顺序不可颠倒。