3. onsemi ISP处理管线拆解

onsemi 的 ISP（Image Signal Processor）在车载、工业与消费类摄像头中广泛使用，其处理管线通常以 Bayer RAW 数据为输入，经过一系列模块化处理后输出 YUV 或 RGB 图像。理解这条管线的模块顺序、每个模块的可调参数以及它们之间的耦合关系，是协同调优的基础。本节以典型 onsemi ISP（如 AP1302、AP0202 等配套 ISP，或 SoC 内集成 ISP）的处理链为参照，拆解从 Bayer 到 YUV 的关键环节。

一、管线总体结构：从 RAW 到 YUV 的信号链

一条典型的 onsemi ISP 处理链可以概括为：Bayer 输入 → 黑电平校正（BLC）→ 镜头阴影校正（LSC）→ 坏点校正（DPC）→ 去噪（NR）→ 白平衡（AWB）→ 去马赛克（Demosaic）→ 色彩校正（CCM）→ Gamma → 色彩空间转换（RGB→YUV）→ 锐化/降噪（YUV域）→ 输出。不同型号的 ISP 可能在顺序上略有差异，例如部分方案将 LSC 放在 BLC 之前，或将 NR 分为 RAW 域和 YUV 域两段。但核心逻辑一致：先在 RAW 域完成与传感器物理特性相关的校正，再在 RGB 域完成色彩重建，最后在 YUV 域做感知优化。

二、RAW 域模块：物理校正与噪声控制

BLC（Black Level Correction）是管线第一站。传感器在无光条件下输出的像素值并非零，而是存在一个基底偏移，通常由暗电流和读出电路决定。BLC 的目标是减去这个偏移，使黑区归零。可调参数包括各通道（R、Gr、Gb、B）的偏移量，部分 ISP 还提供全局偏移与温度补偿系数。调优时，若 BLC 偏小，暗部会发灰；偏大则暗部细节被截断。建议在完全遮光条件下采集多帧 RAW，统计各通道均值作为初始偏移。

LSC（Lens Shading Correction）补偿镜头带来的亮度衰减和色彩不均。onsemi ISP 通常采用径向增益表，将画面划分为多个同心环或网格，每个区域存储 R、Gr、Gb、B 的增益系数。可调参数包括增益表分辨率、中心偏移量、以及是否启用色彩阴影校正。LSC 与 BLC 的顺序很关键：若先做 LSC 再做 BLC，暗角区域的噪声会被放大后再减偏移，导致暗部噪声更明显；通常建议 BLC 在前。

DPC（Defect Pixel Correction）处理传感器坏点。可调参数包括坏点阈值、邻域窗口大小、以及动态坏点检测的灵敏度。阈值过低会误伤高频细节，过高则漏检坏点。对于车载场景，建议启用动态 DPC，并配合温度变化定期更新坏点表。

RAW NR在 Bayer 域进行去噪，优势是噪声模型简单、计算量低。可调参数包括降噪强度、边缘保留阈值、以及是否分通道处理。RAW NR 过强会抹掉高频纹理，且会与后续 Demosaic 产生交互——去噪后的 RAW 插值出的 RGB 可能产生伪色。因此 RAW NR 强度通常控制在中等水平，把更多降噪任务留给 YUV 域。

三、RGB 域模块：色彩重建与色调映射

AWB（Auto White Balance）通过调整 R、B 通道增益使白色物体在不同色温下保持中性。onsemi ISP 通常提供灰世界、白点检测等算法，可调参数包括增益范围限制、色温搜索步长、以及收敛速度。AWB 的输出直接决定 CCM 的输入色彩分布，两者必须联合标定：若 AWB 增益偏暖，CCM 会试图拉回，导致色彩矩阵出现异常大的负系数，引入噪声放大。

Demosaic将 Bayer 阵列插值为全彩 RGB。可调参数主要是插值算法选择（双线性、边缘自适应、方向滤波等）。边缘自适应算法在细节区域表现更好，但计算量更大，且对 RAW NR 后的噪声敏感。若 RAW NR 过强导致边缘模糊，Demosaic 的方向判断会失准，产生拉链伪影。

CCM（Color Correction Matrix）是一个 3×3 矩阵，将传感器 RGB 空间映射到目标色彩空间（如 sRGB）。可调参数即矩阵的 9 个系数。标定通常在标准灯箱下用色卡完成，通过最小化色差 ΔE 求解。CCM 与 AWB 的耦合体现在：AWB 改变的是增益，CCM 改变的是混合比例，两者共同决定最终色彩。调优时应先固定 AWB 到中性，再标定 CCM，最后微调 AWB 的色温倾向。

Gamma将线性 RGB 转换为非线性显示空间。可调参数包括 Gamma 曲线形状、分段点数量、以及是否启用局部 Gamma。Gamma 与后续 YUV 域的对比度调整存在感知耦合：Gamma 提升暗部后，再增加对比度可能使暗部过冲。建议先确定 Gamma 曲线，再在 YUV 域做小幅对比度微调。

四、YUV 域模块：感知优化与输出格式化

RGB→YUV转换通常遵循 BT.601 或 BT.709 标准，可调参数包括转换矩阵选择、YUV 范围（full range 或 limited range）。若选择错误，会导致亮度或色度范围不匹配，出现画面发灰或过暗。

YUV NR在亮度与色度分离后分别处理。色度噪声通常更明显，可对 Cb/Cr 施加更强的降噪，而 Y 通道保留更多细节。可调参数包括亮度降噪强度、色度降噪强度、以及边缘保留系数。

锐化提升边缘清晰度，可调参数包括锐化强度、半径、以及阈值（避免噪声被放大）。锐化与 YUV NR 存在直接对抗：降噪越强，锐化越难恢复细节；锐化越强，噪声越容易被放大。建议先调 NR 到可接受水平，再逐步增加锐化，观察边缘与平坦区域的噪声平衡。

对比度/饱和度是最终感知调整。可调参数包括对比度增益、饱和度增益、以及是否启用局部对比度增强。饱和度与 CCM 存在耦合：CCM 已经决定了色彩混合比例，饱和度调整是在此基础上的线性缩放。若 CCM 标定后色彩偏淡，可小幅提升饱和度，但不宜过大，否则会放大色彩噪声。

五、协同调优的实践切入点

从工程实践看，onsemi ISP 的协同调优应遵循“先 RAW 后 RGB 再 YUV”的顺序，但每个阶段的参数都不是孤立的。以下是一组可参考的调优切入点：

• BLC 与 LSC 的顺序与强度：先确认 BLC 偏移准确，再标定 LSC 增益表。若暗角区域噪声明显，可适当降低 LSC 边缘增益，牺牲一点亮度均匀性换取噪声表现。
• AWB 与 CCM 的联合标定：在标准光源下先固定 AWB 增益，标定 CCM；再放开 AWB，观察不同色温下 CCM 是否仍能保持色差在可接受范围。若偏差大，需重新设计 CCM 或调整 AWB 的色温搜索策略。
• RAW NR 与 Demosaic 的权衡：RAW NR 强度增加时，Demosaic 的边缘自适应阈值应相应调整，避免方向判断被噪声干扰。可通过拍摄高频纹理卡，观察伪色和拉链伪影来评估。
• Gamma 与 YUV 对比度的感知耦合：Gamma 曲线提升暗部后，YUV 对比度调整应更保守。建议用灰阶卡测量 18% 灰的亮度值，确保其在 Gamma 和对比度调整后仍接近目标。
• YUV NR 与锐化的对抗：先确定可接受的噪声水平，再逐步增加锐化。若锐化后噪声明显，应回退锐化强度或增加 NR 的色度降噪权重。

总结来说，onsemi ISP 从 Bayer 到 YUV 的管线是一条多阶段、强耦合的信号链。每个模块都有明确的可调参数，但真正决定最终画质的是模块之间的协同：BLC 与 LSC 的顺序、AWB 与 CCM 的联合标定、RAW NR 与 Demosaic 的权衡、Gamma 与 YUV 对比度的感知耦合、以及 NR 与锐化的对抗。掌握这些切入点，才能在实际调优中避免“按下葫芦浮起瓢”的困境。