3. 图像质量基础：分辨率、动态范围、信噪比、色彩还原、畸变、噪点

图像质量是摄像头驱动调试的最终评判标准。在驱动开发中，寄存器配置、ISP Pipeline 优化、传感器时序调整，最终都体现在这六大核心指标上。本章将逐一拆解这些指标的定义、物理意义、测试方法及驱动层面的关联。

3.1 六大指标总览

下表列出了图像质量六大核心指标的定义、单位及驱动调试中的关键影响点：

3.2 分辨率 (Resolution)

分辨率是衡量摄像头“看得多清楚”的核心指标。在驱动层面，分辨率不仅取决于 Sensor 的物理像素数，更受 ISP 锐化、镜头 MTF 和抗混叠滤波器的影响。

3.2.1 关键概念

• MTF (Modulation Transfer Function)： 调制传递函数，描述系统对不同空间频率的对比度传递能力。MTF50 是当对比度下降到 50% 时的空间频率，是业界最常用的单值评价指标。
• LW/PH (Line Widths per Picture Height)： 每画面高度可分辨的线宽数，与 MTF50 直接换算。
• 过采样与欠采样： 当镜头解析力超过 Sensor 奈奎斯特频率时产生混叠（伪像）；反之则浪费镜头能力。

3.2.2 分辨率测试流程

1. 拍摄标准 SFR 测试图卡（如 ISO 12233），确保图卡占画面 1/3 以上，光照均匀。
2. 在 Imatest 中使用 SFRplus 模块，自动检测 ROI 并计算 MTF 曲线。
3. 读取中心、0.5 视场、0.9 视场的 MTF50 值。
4. 对比驱动中锐化强度 (Sharpness) 参数，观察 MTF 曲线的过冲 (Overshoot) 和振铃 (Ringing)。

3.3 动态范围 (Dynamic Range)

动态范围决定了摄像头能否同时看清亮部和暗部细节。在驱动调试中，动态范围与 ADC 位深、HDR 模式、曝光策略直接相关。

3.3.1 物理定义

动态范围 = 20 × log₁₀ (饱和信号 / 噪声底噪)，单位 dB。每 6dB 对应 1 stop (EV) 的曝光宽容度。

3.3.2 驱动中的 HDR 实现

3.4 信噪比 (SNR)

信噪比直接决定图像的“干净程度”。在驱动调试中，SNR 与增益策略、温度、曝光时间密切相关。

3.4.1 噪声来源分析

• 光子散粒噪声 (Photon Shot Noise)： 光子的量子特性决定，服从泊松分布，SNR 随信号强度平方根增长。
• 读出噪声 (Read Noise)： Sensor 读出电路引入，在低照度下占主导。
• 暗电流噪声 (Dark Current Noise)： 热激发产生的电子，与温度强相关。
• 量化噪声 (Quantization Noise)： ADC 量化精度限制，10-bit 比 12-bit 更明显。

3.4.2 驱动调试中的 SNR 优化

// 驱动中增益策略伪代码示例
// 目标：在低照度下优先提升模拟增益，避免数字增益放大噪声

void set_gain_strategy(uint32_t iso_value) {
    if (iso_value <= 400) {
        // 优先模拟增益
        analog_gain = iso_value / 100;  // 1x ~ 4x
        digital_gain = 1.0;
    } else if (iso_value <= 1600) {
        // 模拟增益饱和后，混合使用数字增益
        analog_gain = 4.0;  // 最大模拟增益
        digital_gain = iso_value / 400.0;  // 1x ~ 4x
    } else {
        // 极高 ISO，接受噪声，保证亮度
        analog_gain = 4.0;
        digital_gain = 4.0;
        // 启用强降噪 ISP 模块
        enable_isp_noise_reduction(STRONG);
    }
    apply_gains(analog_gain, digital_gain);
}

3.5 色彩还原 (Color Reproduction)

色彩还原的准确性直接影响用户对摄像头“拍得真不真”的主观感受。驱动层面主要涉及 AWB (自动白平衡) 和 CCM (色彩校正矩阵)。

3.5.1 关键指标

• ΔE (Delta E)： 色差，衡量测量颜色与标准颜色的差异。ΔE < 3 人眼难以分辨。
• CCM (Color Correction Matrix)： 3×3 矩阵，将 Sensor 原始 RGB 空间映射到标准色彩空间 (如 sRGB)。
• AWB 色温覆盖： 摄像头在不同光源下（D65、A、TL84）能否正确还原白色。

3.5.2 色彩调试流程

1. 使用 X-Rite ColorChecker 24 色卡，在 D65 标准光源下拍摄。
2. 在 Imatest 的 "Color/Tone" 模块中导入图像，自动计算各色块的 ΔE。
3. 分析 ΔE 偏大的色块方向（偏红、偏蓝、饱和度不足）。
4. 调整驱动中的 CCM 矩阵系数，重新测试直至 ΔE 均值 < 5。

3.6 畸变 (Distortion)

畸变是镜头固有的光学像差，表现为直线在画面中变弯。驱动调试中通过 LDC (Lens Distortion Correction) 模块进行补偿。

3.6.1 畸变类型

3.6.2 畸变测试与调试

• 使用棋盘格或点阵图卡，确保图卡平行于 Sensor 平面。
• 在 Imatest 中使用 "Distortion" 模块，自动检测网格交点并计算畸变百分比。
• 驱动中配置 LDC 强度参数，注意过校正会导致“反畸变”（直线向内弯过头）。
• 畸变校正会引入 FOV 裁剪（通常 2%~5%），需在驱动中平衡校正效果与视场角。

3.7 噪点 (Noise)

噪点是图像质量中最直观的劣化因素。驱动调试需要在降噪强度与细节保留之间找到最佳平衡点。

3.7.1 噪点分类与特征

3.7.2 驱动中的降噪策略

// ISP 降噪强度与 ISO 联动配置示例
struct denoise_config {
    float luminance_strength;   // 0.0 ~ 1.0
    float chrominance_strength; // 0.0 ~ 1.0
    float edge_preserve;        // 边缘保护系数
};

struct denoise_config get_denoise_params(uint32_t iso, float temperature) {
    struct denoise_config cfg = {0};

    if (iso <= 200) {
        cfg.luminance_strength = 0.1;
        cfg.chrominance_strength = 0.05;
        cfg.edge_preserve = 0.9;
    } else if (iso <= 800) {
        cfg.luminance_strength = 0.3;
        cfg.chrominance_strength = 0.2;
        cfg.edge_preserve = 0.7;
    } else {
        cfg.luminance_strength = 0.6;
        cfg.chrominance_strength = 0.5;
        cfg.edge_preserve = 0.4;  // 高 ISO 时牺牲边缘细节
    }

    // 温度补偿：高温增加降噪强度
    if (temperature > 45.0f) {
        cfg.luminance_strength *= 1.2;
        cfg.chrominance_strength *= 1.3;
    }

    return cfg;
}