第一章 高通ISP Pipeline全景：从Sensor到YUV的完整数据流

做高通平台影像调试这么多年，我经常被新人问到一个问题：「降噪到底是在ISP的哪个环节做的？」

说实话，这个问题看似简单，但真要讲清楚，得先把整个ISP Pipeline捋一遍。你想想看，从Sensor采集到RAW图，再到最终输出YUV，中间经过了多少个模块？每个模块又在干什么？

这一章，我就带你走一遍高通ISP的完整数据流。咱们不搞那些花里胡哨的架构图，直接看数据是怎么一步步「流」过来的。

1.1 ISP Pipeline整体架构

高通平台的ISP，说白了就是一个多级流水线。数据从Sensor出来，经过Bayer域处理、RGB域处理，最后到YUV域输出。每一级都有专门的硬件模块在干活。

我习惯把整个流程分成三大阶段：

• Bayer域（RAW域）：Sensor直接输出的原始数据，每个像素只有一种颜色分量（R/G/B）。
• RGB域：经过Demosaic插值后，每个像素都有了完整的RGB三通道信息。
• YUV域：转换亮度色度空间，方便后续编码和显示。

嗯，这里要注意：降噪模块在Bayer域和YUV域都有分布，但它们的职责完全不同。后面我会细说。

1.2 各阶段数据流详解

1.2.1 Bayer域：降噪的第一道防线

Sensor出来的RAW数据，噪声是最「原始」的。这时候还没做任何插值，噪声形态主要是光子散粒噪声、读出噪声和固定模式噪声。

我个人习惯把Bayer域降噪（BNR）称为「保细节降噪」。为什么？因为一旦过了Demosaic，噪声和细节就混在一起了，再想分离就难了。

高通平台Bayer域降噪的典型处理流程：

1. BLC（黑电平校正）：减去Sensor暗电流带来的固定偏置。
2. LSC（镜头阴影校正）：补偿镜头边缘亮度衰减，同时会放大边缘噪声。
3. BNR（Bayer域降噪）：对RAW数据进行滤波，常见算法有BM3D、NLM、小波降噪等。
4. AWB（自动白平衡）：调整R/G/B增益，恢复场景色温。
5. Demosaic（去马赛克）：插值出完整RGB图像。

1.2.2 RGB域：色彩重建与映射

到了RGB域，数据已经变成了完整的彩色图像。这个阶段主要做色彩还原和动态范围调整。

说实话，RGB域本身不做降噪。但这里有个坑：Gamma校正和色调映射会改变噪声的分布特性。比如Gamma会拉伸暗部噪声，让原本不明显的噪声变得刺眼。

1.2.3 YUV域：降噪的最后一公里

YUV域是降噪的「主战场」。这里的数据已经分离成亮度（Y）和色度（UV）两个通道，噪声特性也分开了。

高通平台在YUV域通常有两个独立的降噪模块：

模块	处理对象	主要目标	典型算法
YNR	亮度通道 (Y)	去除亮度噪声，保留边缘细节	双边滤波、引导滤波、3D NR
CNR	色度通道 (UV)	去除色度噪声，避免偏色	均值滤波、中值滤波、色度低通

你想想看，亮度噪声和色度噪声的表现完全不同。亮度噪声像「颗粒感」，色度噪声像「彩色斑点」。所以必须分开处理，用不同的策略。

1.3 降噪模块在ISP中的位置与作用

我把降噪模块在整个Pipeline中的位置总结成一张表，方便你对照：

降噪模块	所在域	输入数据	输出数据	核心作用
BNR	Bayer域	RAW (Bayer pattern)	降噪后的RAW	去除原始噪声，保护边缘和纹理
YNR	YUV域	Y通道	降噪后的Y通道	平滑亮度噪声，保持图像清晰度
CNR	YUV域	UV通道	降噪后的UV通道	消除色度噪声，防止偏色和伪彩

1.4 一个典型的降噪调试流程

嗯，讲到这里，我分享一个实际项目中的调试顺序，供你参考：

1. 先调BNR：在RAW图上观察噪声形态，调整BNR强度，确保不产生伪影。
2. 再调YNR：在Y通道上观察亮度噪声，调整YNR参数，注意边缘保护。
3. 最后调CNR：在UV通道上观察色度噪声，调整CNR强度，避免偏色。
4. 全局联调：在不同ISO、不同色温下验证效果，反复迭代。

我曾经在一个项目中，因为BNR参数没调好，导致YNR怎么调都压不住暗部噪声。后来花了三天时间重新调BNR，问题才解决。所以我的建议是：从源头抓起，Bayer域降噪是基础中的基础。

1.5 本章小结

这一章我们走完了高通ISP的完整数据流，从Sensor到YUV，每个阶段都有降噪模块在发挥作用。记住三个关键点：

• 降噪分布在Bayer域和YUV域，职责不同，需要协同工作。
• Bayer域降噪保细节，YUV域降噪磨平滑。
• 调试顺序：先BNR，再YNR，最后CNR，全局联调。