1. 图像质量基础：评价体系、ISP Pipeline 与常用指标

各位好，我是老周。做了快十年的图像质量调优，从海思到瑞芯微，踩过的坑能绕深圳湾一圈。今天咱们开始第一讲，先把地基打牢。

图像质量这件事，说白了就是「让摄像头看到的世界，尽可能接近人眼看到的样子」。但人眼和传感器之间，隔着十万八千里。你想想看，同样一个场景，手机拍出来和单反拍出来就是两个世界——这就是 ISP 要解决的问题。

1.1 图像质量评价体系：谁说了算？

评价一张图好不好，不能光靠「我觉得」。业内有一套相对客观的体系，我把它分成三个层次：

层次	评价方式	典型场景
主观评价	人眼看，打分（MOS）	最终用户体验验收
客观指标	仪器测，算数值	研发阶段量化对比
场景化评估	特定场景+指标组合	安防/车载/手机专项

主观评价最真实，但没法自动化。客观指标能跑脚本，但有时候数值好看，人眼一看就皱眉。我个人的习惯是：客观指标做门槛，主观评价做天花板。指标过了线，再用人眼去挑毛病。

1.2 瑞芯微 ISP Pipeline：数据怎么流？

瑞芯微的 ISP 模块，从 sensor 拿到 raw 数据，到输出 YUV 或 RGB 图像，中间经过一串处理节点。我画了一张图，你看一眼就明白了：

每个模块都有对应的调优参数。比如 AWB 调不好，整个画面偏蓝偏黄，后面 CCM 再怎么拉也救不回来。我遇到过最头疼的一次，就是 sensor 的 LSC 表没校准，导致四周偏暗，客户非说是镜头问题——查了两天才定位到是 ISP 参数没配对。

1.3 三大核心指标：SNR、MTF、Color Accuracy

这三个指标，是图像质量的「三驾马车」。不管你是做安防、车载还是消费电子，面试时被问到的概率极高。

1.3.1 SNR（信噪比）—— 画面干不干净？

SNR 衡量的是信号和噪声的比例。单位是 dB，越高越干净。公式很简单：

SNR = 20 * log10(信号均值 / 噪声标准差)

但实际测试时要注意：

• 暗光下 SNR 会暴跌，因为信号弱，噪声相对变大
• 不同区域 SNR 不一样，暗部噪声最明显
• NR 太强会抹细节，SNR 好看但 MTF 崩了

我一般用 Imatest 的 dead leaves 图 测 SNR，同时看纹理保留情况。单纯看 SNR 数值，容易被骗。

1.3.2 MTF（调制传递函数）—— 细节清不清晰？

MTF 描述的是系统对空间频率的传递能力。说白了，就是「黑白条纹拍出来，对比度还剩多少」。

空间频率	MTF 值	人眼感受
低频（粗条纹）	0.9~1.0	轮廓清晰
中频（细条纹）	0.5~0.7	纹理可见
高频（极细条纹）	0.1~0.3	接近模糊

瑞芯微平台调 MTF，主要靠 Sharpen 模块的增益和阈值。增益给大了，边缘会有白边（overshoot）；给小了，画面发肉。我习惯用 SFR（空间频率响应）测试卡 来标定，每次调完参数跑一遍 SFR，看 MTF50 和 MTF50P 两个值。

1.3.3 Color Accuracy（色彩准确度）—— 颜色真不真？

色彩准确度通常用 ΔE（色差） 来衡量。ΔE 越小，颜色越准。一般 ΔE < 3 人眼就分辨不出来了。

测试方法：

1. 用 X-Rite ColorChecker 色卡（24色）
2. 拍一张 raw 图，经过 ISP 处理后输出
3. 计算每个色块的 Lab 值与标准值的差值
4. 取平均 ΔE 或最大 ΔE

影响色彩准确度的关键模块是 AWB 和 CCM。AWB 偏了，整个画面色温不对；CCM 矩阵没调好，某些颜色会「跑偏」。比如红色偏橙、蓝色偏紫，这些都是常见问题。

我个人的经验是：先锁死 AWB，再调 CCM。AWB 不稳定的话，CCM 怎么调都没用。瑞芯微平台上有 RKISP 的 CCM 调试工具，可以实时看色块变化，效率比改代码快得多。

1.4 三个指标的关系：不可能三角

SNR、MTF、Color Accuracy 三者之间，存在一个「不可能三角」：

• 提 SNR → 降 MTF（NR 抹噪声也抹细节）
• 提 MTF → 降 SNR（Sharpen 放大信号也放大噪声）
• 调 Color → 可能影响 SNR/MTF（CCM 矩阵会放大某些通道的噪声）

所以调优的本质，不是把每个指标都做到极致，而是 根据产品场景做取舍。安防摄像头更看重 SNR（暗光下要看得见），医疗内窥镜更看重 Color Accuracy（颜色不能偏），手机拍照则三者都要兼顾。