3. ISP Pipeline 调优：从 Raw 到成片的艺术
ISP Pipeline，说白了就是手机相机从传感器拿到原始数据，到最终输出一张你能发朋友圈的照片，中间经历的所有处理步骤。我做了这么多年影像调优，最深的感触就是——ISP 调优不是调某一个模块，而是调整个系统的平衡。
你想想看，一个典型的 ISP 流程，从 Bayer 数据进来，经过 Demosaic、AWB、AE、AF，再到各种降噪、锐化、色彩映射，每一步都在“打架”。降噪多了细节没了，锐化狠了噪点又出来了。嗯，这就是我们这章要聊的核心。
3.1 ISP 模块处理流程：一条流水线上的博弈
我们先画一张图，把整个 ISP Pipeline 的骨架搭起来。这样你后面看每个模块时，心里就有个地图。
这张图里，上面一排是 ISP 硬件流水线，中间是后处理模块，下面是我们今天要重点讨论的硬件加速与软件降噪的权衡。最底下是调优工具，贯穿始终。
3.2 Bayer 与 Demosaic：色彩还原的第一步
Bayer 数据是什么？说白了就是传感器每个像素只记录一种颜色——红、绿或蓝。但人眼要看到全彩，就得靠 Demosaic 把缺失的颜色猜出来。
Demosaic 的质量直接决定了画面的细节和伪影。我在项目中遇到过一款传感器，Demosaic 算法没选好，拍出来的树叶边缘全是彩色锯齿。后来换了硬件 Demosaic 模块，配合一个轻量的软件后处理，才把问题压下去。
| 模块 | 硬件实现 | 软件实现 |
|---|---|---|
| Bayer 预处理 | 固定黑电平、LSC | 自适应坏点校正 |
| Demosaic | 双线性插值（快） | 方向自适应插值（好） |
| 降噪 | 2D/3D NR 硬件 | AI 降噪（慢但强） |
3.3 AWB、AE、AF：三大自动模块的协同
这三个模块，我习惯叫它们“三驾马车”。任何一个拉胯，照片都没法看。
3.3.1 AWB（自动白平衡）
AWB 的任务是让白色物体在任何光源下都呈现白色。听起来简单，做起来难。尤其是混合光源场景——比如室内暖光灯 + 窗外日光，AWB 很容易翻车。
调优要点：
- 色温估计的稳定性：不能每帧都跳变
- 肤色保护：别把人的脸调成惨白或蜡黄
- 低色温下的收敛速度
3.3.2 AE（自动曝光）
AE 的目标是让画面亮度合适。但“合适”这个词，不同场景定义完全不同。拍夜景你要暗部有细节，拍雪景你要防止过曝。
调优策略：
- 权重分区：人脸区域权重最高
- 收敛速度：不能太快（闪烁），不能太慢（延迟）
- HDR 触发阈值：什么时候开多帧合成
3.3.3 AF（自动对焦）
AF 是用户感知最强的模块。对不上焦，用户直接骂娘。我见过太多项目，AE 和 AWB 都调好了，AF 拉风箱，前功尽弃。
调优关键：
- 对焦速度：从近到远，200ms 以内算及格
- 对焦精度：不能来回震荡
- 低光对焦：需要辅助光源或 PDAF 加持
3.4 硬件加速与软件降噪的权衡
这是 ISP 调优里最让人头疼的部分。硬件 ISP 处理一帧 1080p 图像可能只要 5ms，但降噪效果一般。软件 AI 降噪效果好，但一帧可能要 50ms，功耗也高。
怎么选？我个人的经验是：
- 预览模式：全走硬件，保证 30fps 流畅
- 拍照模式：硬件做基础降噪，软件做精细降噪
- 夜景模式：多帧合成 + 软件 AI 降噪，牺牲速度换画质
3.5 Tuning 工具使用：从参数到效果
调 ISP 离不开工具。市面上主流的工具包括：
- Chroma（高通平台）：最常用，功能全，但学习曲线陡
- Imatest：用于客观指标测试，MTF、SNR、色彩精度
- 自研工具：大厂都有自己的调参平台
调优流程一般是：
- 用标准图卡（ColorChecker、SFR 等）拍 raw 图
- 导入工具，调节对应模块参数
- 导出效果图，对比客观指标
- 实景验证，主观评价
- 迭代 3-5 轮，直到收敛
# 一个典型的调参流程伪代码
1. 拍摄 raw 图 → 导入 Chroma
2. 调节 AWB 增益 (R/G/B gain)
3. 调节 AE 目标亮度 (target_luminance)
4. 调节降噪强度 (nr_strength)
5. 导出 tuning 文件 → 刷入手机
6. 实拍验证 → 如果不行，回到步骤 23.6 本章小结
ISP Pipeline 调优，说白了就是一场速度、画质、功耗的三角博弈。硬件加速给你速度，软件降噪给你画质，而你要做的，就是根据场景动态分配权重。
记住：没有完美的参数，只有最适合当前场景的配置。调优不是一锤子买卖，而是一个持续迭代的过程。