📚 课程目录第2章图像质量基础

2. 图像质量基础

在 ISP 调试中，图像质量由多个相互制约的客观指标共同决定。理解这些指标的定义、测量方法及物理意义，是进行后续降噪与细节恢复联合调优的前提。本章将逐一解析分辨率、动态范围、信噪比、色彩还原度与锐度五大核心指标。

  核心观点： 图像质量是“信号”与“噪声”的博弈。提升某一指标（如锐度）往往会牺牲另一指标（如信噪比）。ISP 调优的本质是在这些指标之间寻找符合应用场景的最优平衡点。

2.1 分辨率（Resolution）

分辨率衡量系统对图像细节的分辨能力，即区分相邻两个物点或线条的能力。在 ISP 领域，分辨率通常分为 光学分辨率（镜头与传感器决定）和 数字分辨率（ISP 处理链决定）。

空间频率响应（SFR）： 最常用的客观测量方法，通过分析倾斜边缘（Slanted Edge）的 MTF（调制传递函数）曲线，得到不同空间频率下的对比度响应。通常以 MTF50（对比度下降至 50% 时的频率）作为单值评价指标。
极限分辨率： 肉眼或算法能分辨的最小线条宽度，通常使用 ISO 12233 测试卡进行主观或客观判读。
影响因素： 镜头衍射、传感器像素尺寸、ISP 中的去马赛克算法、锐化强度、降噪强度（过强的降噪会抹除高频细节）。

调试提示： 在 3519 平台上，建议使用 ISP_Calibration_Tool 中的 SFR 模块，配合标准 ISO 12233 测试卡，在 D65 光源下采集 RAW 图进行分析。重点关注 MTF50 值，并观察 MTF 曲线在奈奎斯特频率附近是否出现“振铃”（Ringing），这是锐化过度的典型表现。

2.2 动态范围（Dynamic Range, DR）

动态范围定义传感器或系统能同时记录的最亮信号与最暗信号之比，通常以 dB 或 stops（档）表示。高动态范围意味着在强光与阴影区域都能保留细节。

参数	定义	典型值（3519）	测量方法
传感器 DR	满阱容量（FWC）与读出噪声之比	60 ~ 72 dB	EMVA 1288 标准
系统 DR	ISP 处理后输出图像的 DR	48 ~ 60 dB	Xyla 或 Delta 测试卡
HDR 模式 DR	多帧合成或双增益后的 DR	80 ~ 100 dB	多曝光合成分析

影响因素： 传感器 ADC 位深、模拟增益、ISP 中的 Tone Mapping 曲线、降噪强度（降噪会压缩暗部细节，降低有效 DR）。
与降噪的关系： 暗部区域噪声水平高，过强的降噪会抹平暗部细节，导致“有效动态范围”下降。联合调优时需在暗部降噪与细节保留之间权衡。

2.3 信噪比（Signal-to-Noise Ratio, SNR）

信噪比是信号功率与噪声功率的比值，单位为 dB。SNR 越高，图像越干净、颗粒感越少。在 ISP 调试中，SNR 是衡量降噪效果的最直接指标。

计算公式： SNR = 20 * log10(信号均值 / 噪声标准差)
测量区域： 通常选取均匀灰卡（如 18% 灰卡）的平坦区域，避开边缘和纹理。
影响因素： 传感器增益（ISO）、曝光时间、温度（暗电流噪声）、ISP 降噪强度。
与分辨率的矛盾： 强降噪会降低高频细节的 SNR（因为细节被当作噪声滤除），导致分辨率下降。这是联合调优的核心矛盾。

噪声类型	来源	频率特性	ISP 处理手段
光子散粒噪声	光子到达的随机性	全频段	多帧降噪、BM3D
读出噪声	传感器读出电路	高频为主	相关双采样（CDS）
暗电流噪声	热激发电子	低频、固定模式	暗帧减除、温度补偿
量化噪声	ADC 量化误差	均匀分布	增加位深、抖动（Dithering）

2.4 色彩还原度（Color Accuracy）

色彩还原度衡量 ISP 输出图像的颜色与真实场景颜色之间的接近程度。通常使用 CIE Lab 色差公式 ΔE（Delta E）进行量化，ΔE 值越小，色彩还原越准确。

测量方法： 使用标准色卡（如 X-Rite ColorChecker 24 色卡），在 D50 或 D65 光源下拍摄，提取每个色块的 Lab 值，与标准值计算 ΔE。
ISP 关键模块： 白平衡（AWB）、颜色校正矩阵（CCM）、Gamma 校正、饱和度控制。
与降噪的关系： 降噪算法（尤其是色度降噪）会降低颜色饱和度，导致色彩还原度下降。过强的色度降噪会使图像“褪色”。

ΔE 范围	评价等级	适用场景
0 ~ 3	优秀（人眼无法分辨差异）	专业摄影、医疗影像
3 ~ 6	良好（轻微差异，可接受）	安防监控、消费电子
6 ~ 10	一般（明显色偏）	工业检测（非色彩关键）
> 10	差（不可接受）	需重新标定 CCM

2.5 锐度（Sharpness）

锐度描述图像中边缘的清晰程度和对比度。与分辨率不同，锐度更强调人眼对边缘“清晰感”的主观感知，而分辨率是客观的细节分辨能力。

客观指标： MTF50 值、MTF50P（考虑人眼对比度敏感度加权）、边缘上升距离（10%~90% 上升时间）。
主观评价： 观察图像中边缘是否有“过冲”（Overshoot）或“振铃”（Ringing），以及纹理区域的“自然感”。
ISP 实现： 主要通过锐化滤波器（如 Unsharp Mask、Laplacian 增强）实现。锐化强度、阈值、半径是三个关键参数。
与降噪的矛盾： 锐化会放大噪声，降噪会削弱锐度。联合调优需要在锐化前进行自适应降噪，或在锐化过程中加入噪声门限。

常见陷阱： 在 3519 平台上，过度依赖全局锐化参数会导致“塑料感”或“伪纹理”。建议使用 边缘感知锐化（Edge-Aware Sharpening）或 多尺度锐化（Multi-Scale Sharpening），对不同频率成分施加不同强度的锐化，避免噪声放大。

2.6 指标间的权衡关系总结

下表总结了五大指标之间的相互影响关系，是联合调优的决策依据：

调整方向	分辨率	动态范围	信噪比	色彩还原度	锐度
增加降噪强度	↓ 下降	↓ 下降（暗部细节丢失）	↑ 提升	↓ 下降（褪色）	↓ 下降
增加锐化强度	↑ 提升（主观）	— 无直接影响	↓ 下降（噪声放大）	— 无直接影响	↑ 提升
增加模拟增益	— 无直接影响	↓ 下降	↓ 下降	↓ 下降	— 无直接影响
调整 CCM（饱和度）	— 无直接影响	— 无直接影响	— 无直接影响	↑↓ 双向影响	— 无直接影响

  联合调优核心原则： 在 3519 ISP 调试中，建议采用“先降噪、后锐化”的流水线策略。降噪阶段以 SNR 和 DR 为主要优化目标，锐化阶段以分辨率和主观锐度为优化目标。两个阶段通过 边缘/纹理掩膜（Edge/Texture Mask）进行联动，避免降噪破坏边缘，也避免锐化放大平坦区域噪声。