2. 图像质量基础
在 ISP 调试中，图像质量评估是衡量 3A 算法效果的唯一标尺。本章定义六大核心指标：分辨率、信噪比 (SNR)、动态范围 (DR)、色彩还原、锐度 和 噪声。理解这些指标的定义、测量方法及相互制约关系，是进行联合调优的前提。
2.1 六大核心指标概览
下表总结了各指标的定义、典型单位及在 ISP 调试中的关注点：
| 指标 | 定义 | 典型单位 | ISP 调试关注点 |
|---|---|---|---|
| 分辨率 | 图像区分细节的能力，即空间频率响应 | LW/PH, LP/mm, MTF50 | 镜头与 sensor 匹配、去马赛克算法 |
| 信噪比 (SNR) | 信号强度与噪声强度的比值 | dB | 增益控制、降噪强度、暗光性能 |
| 动态范围 (DR) | 场景中最亮与最暗区域的亮度比值 | dB, stops | HDR 融合、曝光策略、AE 收敛 |
| 色彩还原 | 图像色彩与真实场景色彩的一致程度 | ΔE, CCM 矩阵 | AWB 精度、色彩校正矩阵 (CCM) |
| 锐度 | 图像边缘的对比度过渡陡峭程度 | MTF, 主观评分 | 锐化强度、振铃抑制 |
| 噪声 | 图像中非期望的随机亮度或颜色波动 | σ, 主观评分 | 降噪强度、细节保留平衡 |
调优核心认知： 这六大指标并非独立存在。例如，提升锐度（增加 MTF）通常会放大噪声，降低 SNR；而过度降噪则会损失分辨率。联合调优的本质是在这些指标之间寻找最佳平衡点。
2.2 分辨率 (Resolution)
分辨率衡量 ISP 系统再现图像细节的能力。在嵌入式 ISP 中，分辨率受 sensor 像素数、镜头光学传递函数 (MTF) 以及 ISP 内部处理算法（如去马赛克、缩放）的共同影响。
- MTF (Modulation Transfer Function)：最客观的分辨率评价指标，描述系统对不同空间频率的对比度传递能力。MTF50（对比度降至 50% 时的空间频率）是常用单值指标。
- LW/PH (Line Widths per Picture Height)：在图像高度范围内可分辨的线宽数，常用于测试 chart 分析。
- 测量方法：使用 ISO 12233 分辨率测试卡，通过 SFR (Spatial Frequency Response) 算法计算。
海思调试经验： 在 Hi3519A 等平台上，去马赛克算法对分辨率影响显著。建议在调试初期先固定 AE/AWB，单独优化去马赛克参数，再联合 3A 进行整体验证。
2.3 信噪比 (SNR)
SNR 定义为信号功率与噪声功率的比值，单位为 dB。在 ISP 中，SNR 直接影响图像的“干净”程度，尤其在低照度场景下。
- 计算公式：SNR (dB) = 20 * log10(信号均值 / 噪声标准差)
- 影响因素：sensor 的量子效率、读出噪声、ISP 增益 (Gain)、降噪算法强度。
- 测量方法：使用均匀灰卡（如 18% 反射率卡），拍摄多帧计算时域/空域噪声。
常见误区： 不要仅看 SNR 值。在 ISP 调试中，SNR 提升 3dB 可能意味着细节损失 10%。必须结合分辨率指标（如 MTF）一起评估。
2.4 动态范围 (DR)
动态范围定义 sensor 或 ISP 系统能同时记录的最亮与最暗区域的亮度比值。高动态范围场景（如逆光、夜景）是 ISP 调试的难点。
- 单位：dB 或 stops（1 stop = 6dB）。
- ISP 中的 DR 瓶颈：sensor 的满阱容量 (FWC) 和本底噪声 (Read Noise) 决定了原始 DR。ISP 通过 HDR 融合（多帧合成）扩展 DR。
- 测量方法：使用 20 阶或 40 阶透射式灰阶卡，分析可分辨的灰阶级数。
海思平台 HDR 模式： 海思 ISP 支持 2 帧/3 帧 HDR 合成。调试时需注意运动伪影（鬼影）与 DR 扩展的 trade-off。建议在 AE 策略中为 HDR 模式预留 1-2 stops 的曝光余量。
2.5 色彩还原 (Color Reproduction)
色彩还原评估图像颜色与真实场景颜色的一致程度。AWB 和 CCM 是 ISP 中影响色彩还原的两个核心模块。
- ΔE (CIE Lab 色差)：最常用的客观指标，ΔE < 3 通常认为人眼无法分辨差异。
- CCM (Color Correction Matrix)：3x3 矩阵，将 sensor 的 RGB 响应映射到标准色彩空间（如 sRGB）。
- 测量方法：使用 X-Rite ColorChecker 24 色卡，拍摄后计算各色块的 ΔE。
调试建议： 先通过 AWB 保证白平衡准确（色温误差 < 100K），再调整 CCM 优化色彩饱和度。避免在 AWB 不准的情况下强行调整 CCM，否则会导致色彩偏移。
2.6 锐度 (Sharpness) 与噪声 (Noise)
锐度和噪声是一对“孪生兄弟”，在 ISP 调试中必须联合考虑。
- 锐度：通过锐化滤波器（如 Unsharp Mask）提升边缘对比度。过度锐化会产生振铃 (Ringing) 和光晕 (Halos)。
- 噪声：包括光子散粒噪声、读出噪声、固定模式噪声 (FPN) 等。降噪算法（如 BM3D、非局部均值）会平滑细节。
- 平衡策略：在边缘区域（高梯度）降低降噪强度，在平坦区域（低梯度）增强降噪强度。
避坑指南： 不要在调试初期就开启强降噪。建议先关闭降噪，优化锐化参数至可接受水平，再逐步引入降噪，观察 MTF 与 SNR 的联合变化。
2.7 指标间的相互制约关系
下表总结了六大指标在 ISP 调试中的典型 trade-off 关系：
| 调整方向 | 分辨率 | SNR | DR | 色彩还原 | 锐度 | 噪声 |
|---|---|---|---|---|---|---|
| 增加锐化 | ↑ (提升) | ↓ (下降) | — | — | ↑ | ↑ (放大) |
| 增强降噪 | ↓ (损失) | ↑ (提升) | — | ↓ (可能偏色) | ↓ | ↓ |
| 提高增益 | — | ↓ | ↓ | — | — | ↑ |
| HDR 融合 | ↓ (运动鬼影) | ↑ (多帧平均) | ↑ | — | — | ↓ |
| 调整 CCM | — | — | — | ↑/↓ | — | — |
联合调优核心原则： 每次只改变一个变量，观察所有指标的变化。使用“控制变量法”逐步逼近最优参数组合。建议在调试日志中记录每次调整后的 MTF50、SNR、DR 和 ΔE 值，形成参数-指标映射表。