一、图像质量调优概述
1.1 什么是图像质量调优（IQT）
图像质量调优，英文叫 Image Quality Tuning，简称 IQT。说白了，就是让摄像头拍出来的照片更好看、更真实。
你可能会问：现在的相机不是已经很好了吗？嗯，硬件确实不错，但硬件只是基础。同样的传感器，同样的镜头，不同厂商调出来的效果天差地别。我见过不少项目，硬件成本花了上百块，最后拍出来的效果还不如别人几十块的方案——问题就出在调优上。
IQT 的核心工作，就是调整 ISP（图像信号处理器）里的各种参数。比如亮度、对比度、色彩、降噪强度等等。这些参数组合起来，决定了最终图像的质量。
IQT 的目标：
- 还原真实场景的亮度和色彩
- 抑制噪声，保持细节清晰
- 适应不同光照环境（白天、夜晚、逆光等）
- 满足产品定位（比如手机要鲜艳，监控要清晰）
我个人习惯把 IQT 分成两个阶段：客观调优和主观调优。客观调优用仪器测，比如色卡、灰阶卡；主观调优靠人眼看，比如肤色好不好看、天空蓝不蓝。两者缺一不可。
1.2 IQT 在相机系统中的位置
一个完整的相机系统，从硬件到应用，大概长这样：
看到了吗？IQT 主要工作在 HAL 层。它连接了底层驱动和上层算法。我经常跟团队说：HAL 层是承上启下的关键。驱动层只管把数据传上来，算法层只管处理图像，而 IQT 工程师要确保中间这条链路是通的、参数是合理的。
我的经验：很多新手容易忽略 HAL 层的重要性。他们觉得算法层才是核心。但实际项目中，80% 的图像问题都出在 HAL 层的参数配置上。比如 AE 收敛太慢、AWB 偏色、AF 拉风箱——这些都不是算法能解决的。
1.3 HAL 层与算法层的边界划分
这个问题，我几乎每次面试都会问候选人。很多人答不上来，或者答得很模糊。
简单来说：
- HAL 层：负责 ISP 的实时控制。包括曝光、白平衡、对焦、增益、Gamma 曲线等。这些参数需要根据场景实时调整。
- 算法层：负责图像的后处理。比如降噪、锐化、色彩增强、HDR 合成等。这些处理通常需要较大的计算量。
举个例子你就明白了：
拍一张夜景照片。HAL 层要做的是：提高 ISO、延长曝光时间、调整白平衡。算法层要做的是：对 RAW 图做降噪、做多帧合成、做色调映射。两者分工明确。
避坑指南：我曾经在一个项目中，算法同事把降噪强度调得特别高，结果画面糊成一片。我查了半天才发现，是 HAL 层的 ISP 增益设置太高，导致噪声本来就大，算法再怎么降噪也救不回来。所以记住：HAL 层先把底子打好，算法层再做锦上添花的事。
边界划分还有一个实际意义：责任归属。出了问题，是 HAL 参数没配好，还是算法有 bug？分清楚了，调试效率才能上去。
1.4 典型 ISP Pipeline 介绍
ISP Pipeline，就是图像信号处理的流水线。传感器把光信号转成电信号，然后经过 ISP 一步步处理，最终变成我们能看到的图像。
一个典型的 ISP Pipeline 长这样：
这只是简化版。实际 ISP Pipeline 还有 Gamma 校正、色调映射、边缘增强、降噪等模块。每个模块都有几十个参数需要调优。
我刚开始做 IQT 时，面对这么多参数完全懵了。后来总结了一个方法：先调全局，再调局部。先把亮度、白平衡这些全局参数调好，再去调降噪、锐化这些局部参数。顺序搞反了，你会陷入无穷无尽的调试循环。
核心要点总结：
- IQT 是连接硬件和算法的桥梁，核心工作是调 ISP 参数
- HAL 层负责实时控制，算法层负责后处理，边界要清晰
- ISP Pipeline 有固定流程，调优要按顺序来
- 80% 的图像问题出在 HAL 层，先把底子打好
嗯，第一章就到这里。内容不多，但都是基础中的基础。后面我们会一步步深入每个模块的调优细节。
一个小建议：如果你手头有开发板或者手机，建议打开相机，对着不同场景拍几张照片。然后想想：这张照片的 ISP Pipeline 是怎么处理的？哪个模块可能出了问题？带着问题去学，效果会好很多。