📚 课程目录第3章 Gamma校正基础

海思ISP Gamma与WDR联动优化实战 - 第3节

3.1 人眼视觉特性：为什么需要Gamma校正？

人眼对亮度的感知并非线性，而是遵循近似对数的响应曲线。这意味着人眼在暗区对亮度变化更敏感，在亮区则相对迟钝。如果摄像头传感器直接线性记录场景亮度，在显示设备上回放时，暗部细节会严重丢失，亮部则过度饱和。Gamma校正正是为了补偿这一感知差异而设计的非线性映射。

  核心洞察： 人眼视觉系统（HVS）的亮度感知曲线近似为幂函数，指数约为0.33~0.45。而CRT/LCD显示器的电光转换特性近似为指数2.2~2.5的幂函数。Gamma校正的本质是在编码端预先施加一个指数约为0.45的变换，使整个链路的端到端响应接近线性，从而忠实还原人眼所见的亮度层次。

3.1.1 人眼亮度感知模型

韦伯-费希纳定律（Weber-Fechner Law）描述了人眼对亮度差异的感知：

ΔL / L ≈ k

其中ΔL为最小可觉差（JND），L为背景亮度，k为常数（约0.01~0.02）。这意味着人眼对亮度的响应是对数关系：

感知亮度 ∝ log(物理亮度)

在ISP调试中，这一特性直接决定了暗区需要分配更多的量化级数，亮区则可以适当压缩。

亮度区域	人眼敏感度	Gamma校正作用
暗区（0~30% 亮度）	高（JND小）	拉伸暗部，提升对比度
中间区（30~70% 亮度）	中等	近似线性保持
亮区（70~100% 亮度）	低（JND大）	压缩亮部，防止过曝

3.2 Gamma曲线的数学原理

标准Gamma校正曲线由以下幂函数定义：

V_out = A · V_in^γ

其中：

V_in：归一化输入亮度（0~1）
V_out：归一化输出亮度（0~1）
γ：Gamma指数（Gamma值）
A：增益系数，通常为1.0

在ISP应用中，通常使用编码Gamma（γ ≈ 0.45）对传感器线性数据进行预校正，使信号适应显示设备的解码Gamma（γ ≈ 2.2）。整个系统的端到端响应为：

V_display = (V_sensor^0.45)^2.2 = V_sensor^0.99 ≈ V_sensor

调试要点： 海思ISP平台支持分段Gamma曲线（Piecewise Linear Gamma），允许在暗区、中间区、亮区分别设置不同的斜率。这比单一幂函数更灵活，尤其适合WDR场景下的动态范围压缩。

3.2.1 标准Gamma曲线与分段Gamma对比

特性	标准幂函数Gamma	分段线性Gamma（PWL）
数学形式	V_out = V_in^γ	多段线性插值
暗部拉伸能力	固定，由γ决定	可独立调节暗区斜率
亮部压缩能力	固定	可独立调节亮区斜率
WDR适配性	较差	优秀，可逐段优化
海思平台支持	基础模式	推荐模式（256点LUT）

3.3 Gamma曲线与WDR的联动关系

WDR（宽动态范围）技术通过多帧融合或单帧分割曝光，将场景的动态范围从60dB扩展到120dB以上。然而，WDR融合后的线性数据直接显示会丢失大量细节——这正是Gamma校正介入的关键环节。

常见误区： 部分调试人员将Gamma校正视为“后期调色”工具，而忽略了它在WDR链路中的核心作用——动态范围压缩。没有合理的Gamma曲线，WDR融合后的高动态数据无法在8bit/10bit显示设备上正确呈现。

3.3.1 WDR链路中的Gamma位置

在海思ISP pipeline中，Gamma校正通常位于WDR融合之后、色彩校正和RGB转换之前。其作用是将WDR融合后的高比特深度线性数据（通常为20bit）映射到10bit或12bit的非线性域，为后续处理提供合适的动态范围。

3.4 Gamma曲线参数化设计

在海思ISP调试中，Gamma曲线通常通过256点LUT（查找表）实现。每个点对应输入亮度到输出亮度的映射关系。以下是典型的分段Gamma参数设计示例：

// 海思ISP Gamma LUT配置示例（10bit输入，10bit输出）
// 分段点：暗区0~1023，中间区1024~7167，亮区7168~1023
// 暗区斜率：1.8（拉伸）
// 中间区斜率：1.0（线性）
// 亮区斜率：0.5（压缩）

uint16_t gamma_lut[256] = {
    // 暗区（0~63）：斜率1.8
    0, 4, 8, 13, 18, 24, 30, 37,
    // ...（中间省略）
    // 中间区（64~191）：斜率1.0
    1024, 1056, 1088, 1120, 1152, 1184, 1216, 1248,
    // ...（中间省略）
    // 亮区（192~255）：斜率0.5
    7168, 7232, 7296, 7360, 7424, 7488, 7552, 7616,
    // ...（中间省略）
    1023
};

  调试经验： 在WDR场景下，建议将Gamma曲线的暗区斜率设置在1.5~2.0之间，亮区斜率设置在0.3~0.6之间。过高的暗区斜率会引入噪声放大，过低的亮区斜率会导致高光细节丢失。实际调试时，应结合WDR融合权重图和噪声水平动态调整。

3.5 Gamma校正与WDR联动的量化分析

为了量化Gamma校正对WDR效果的影响，我们引入动态范围利用率（DRU）指标：

DRU = (V_out_max - V_out_min) / (V_in_max - V_in_min) × 100%

在WDR场景下，合理的Gamma曲线应使DRU在暗区和亮区均达到80%以上，避免某一区域的量化级数浪费。

场景类型	推荐Gamma值	暗区DRU	亮区DRU	WDR融合策略
室内逆光	0.40~0.45	85%~92%	75%~85%	短帧权重提升
室外强光	0.35~0.40	80%~88%	80%~90%	长帧权重提升
夜间低照	0.50~0.55	90%~95%	60%~75%	长帧为主，短帧辅助
混合光照	0.42~0.48	82%~90%	78%~88%	自适应权重

3.6 实战：Gamma曲线可视化与调试

以下SVG图展示了不同Gamma值对亮度映射的影响，以及WDR场景下的推荐曲线形态：

3.7 本章小结

人眼视觉特性遵循韦伯-费希纳定律，对暗区亮度变化更敏感，这是Gamma校正存在的根本原因。
Gamma曲线的数学本质是幂函数映射，标准编码Gamma（γ≈0.45）与显示Gamma（γ≈2.2）构成端到端线性系统。
在海思ISP中，分段线性Gamma（PWL）比单一幂函数更灵活，尤其适合WDR场景的动态范围压缩。
Gamma校正位于WDR融合之后，将高比特深度线性数据压缩为感知均匀的非线性数据，是WDR链路中不可或缺的一环。
实际调试时，应根据场景类型（逆光、强光、低照、混合光照）选择不同的Gamma曲线参数，并关注暗区和亮区的动态范围利用率（DRU）。