瑞芯微RK平台ISP调优：图像质量评估方法与工程案例 - 第2节
2.1 图像质量的定义与评价体系
在瑞芯微RK平台ISP调优中，图像质量是指数字图像在采集、处理、压缩和显示过程中，对人眼视觉系统或后续算法任务所呈现的保真度与可用性。图像质量评价并非单一指标，而是由主观评价与客观评价共同构成的综合体系。
核心观点：ISP调优的最终目标是使图像在主观上“好看”、在客观上“准确”，二者缺一不可。
2.1.1 主观评价：人眼感知的黄金标准
主观评价以人眼作为测量工具，通过观察者对图像的打分或排序来量化质量。在RK平台调优中，主观评价常用于最终效果验收和场景适配验证。
- 绝对评价：观察者直接对单张图像打分，如ITU-R BT.500标准的5分制（1-差，5-优）。
- 相对评价：对比多张图像（如不同ISP参数下的输出），选出最佳或排序。
- 典型场景：人脸肤色、天空蓝、草地绿、夜景噪点等视觉敏感区域。
工程提示：在RK平台调优中，建议建立包含10-20人、覆盖不同视觉敏感度的主观评价小组，对关键场景（如逆光、暗光、高饱和色块）进行双盲测试。
2.1.2 客观评价：可量化的数学指标
客观评价通过数学模型计算图像与参考图像之间的差异，或直接分析图像本身的统计特性。客观指标是ISP调优过程中自动化迭代和回归测试的基础。
| 评价类型 | 典型指标 | 适用场景 | RK平台关注点 |
|---|---|---|---|
| 全参考（FR） | PSNR, SSIM, MS-SSIM | 实验室标准光源、RAW图对比 | 传感器线性度、去噪损失 |
| 半参考（RR） | 特征相似度、边缘保持度 | 压缩传输、降质评估 | 编码前预处理效果 |
| 无参考（NR） | BRISQUE, NIQE, PIQE | 实拍场景、无参考图可用 | 实时调优、场景自适应 |
2.2 常见图像质量指标详解
在RK平台ISP调优中，以下三个指标是衡量图像质量的核心支柱：信噪比（SNR）、调制传递函数（MTF）和色彩准确度（Color Accuracy）。
2.2.1 信噪比（SNR）
SNR 衡量图像中有效信号与噪声的比值，单位通常为dB。高SNR意味着图像更干净、噪点更少。在RK平台中，SNR直接影响暗光场景的可用性。
- 定义公式： SNR = 20 × log₁₀(信号均值 / 噪声标准差)
- 典型噪声源： 光子散粒噪声、读出噪声、暗电流噪声、量化噪声。
- RK平台调优要点： 通过调整模拟增益、数字增益、去噪强度（如3DNR、2DNR）来平衡SNR与细节保留。
| 场景 | 目标SNR（dB） | RK平台典型配置 |
|---|---|---|
| 明亮户外（1000 lux） | ≥ 40 dB | 低增益、弱去噪、高锐度 |
| 室内办公（300 lux） | ≥ 35 dB | 中等增益、中等去噪 |
| 暗光（10 lux） | ≥ 28 dB | 高增益、强去噪、牺牲部分细节 |
常见误区：单纯追求高SNR（过度去噪）会导致图像细节丢失、边缘模糊，反而降低主观质量。调优时需结合MTF指标进行权衡。
2.2.2 调制传递函数（MTF）
MTF 衡量成像系统对不同空间频率（细节粗细）的对比度传递能力。MTF值越高，图像越清晰、细节越丰富。在RK平台中，MTF是锐化、去马赛克、镜头校正等模块的核心评价指标。
- 测量方法： 使用ISO 12233标准测试卡（SFR图卡），通过倾斜边缘法计算MTF曲线。
- 关键频率点：
- MTF50：对比度降至50%时的空间频率，衡量感知清晰度。
- MTF10：对比度降至10%时的空间频率，衡量极限分辨率。
- RK平台调优要点： 调整锐化强度、去马赛克算法、镜头畸变校正参数，避免过冲（ringing）和振铃效应。
2.2.3 色彩准确度（Color Accuracy）
色彩准确度 衡量图像颜色与真实场景或标准色卡之间的差异。在RK平台中，色彩准确度直接影响人脸肤色、商品展示、医疗影像等应用的可信度。
- 常用指标：
- ΔE（CIE Lab色差）： 数值越小，色彩越准。ΔE < 3 通常认为人眼无法分辨差异。
- 饱和度偏差： 实际饱和度与目标饱和度的差异。
- 色相偏差： 实际色相角度与目标色相角度的偏移。
- 测量工具： X-Rite ColorChecker、Macbeth色卡、Imatest Color/TE模块。
- RK平台调优要点： 调整CCM（色彩校正矩阵）、白平衡增益、饱和度曲线，确保在不同色温下（D65、A光源、TL84）均保持低ΔE。
| 色卡色块 | 目标Lab值 (L*/a*/b*) | 实测Lab值 (L*/a*/b*) | ΔE | 评价 |
|---|---|---|---|---|
| 红色 (R) | 54.1 / 80.9 / 69.8 | 53.8 / 81.5 / 70.2 | 1.2 | 优秀 |
| 绿色 (G) | 50.0 / -50.0 / 50.0 | 49.5 / -48.2 / 51.3 | 2.5 | 良好 |
| 蓝色 (B) | 32.3 / 79.2 / -107.9 | 31.0 / 76.5 / -105.0 | 4.1 | 需优化 |
| 肤色 (Skin) | 70.0 / 15.0 / 20.0 | 69.8 / 14.2 / 21.5 | 1.8 | 优秀 |
调优策略： 在RK平台中，先通过AWB（自动白平衡）确保色温准确，再使用CCM矩阵对24色卡进行最小二乘拟合，最后通过主观评价微调肤色和记忆色（蓝天、草地）。
2.3 主观与客观评价的协同应用
在RK平台ISP调优工程中，主观评价和客观指标并非对立，而是互补协同的关系。客观指标提供可量化的基准和自动化回归能力，主观评价则捕捉人眼感知的细微偏好。
2.3.1 典型调优流程
- 实验室标定： 在标准光源下采集RAW图，计算SNR、MTF、ΔE等客观指标，建立基线。
- 参数粗调： 使用自动化脚本（如RK ISP Tool）遍历增益、去噪、锐化参数，筛选出客观指标达标的多组候选参数。
- 主观验证： 在典型场景（人脸、风景、夜景）下拍摄，由评价小组对候选参数进行盲测打分。
- 回归测试： 将最终参数应用于全场景测试集，确保客观指标未退化。
- 场景适配： 针对特殊场景（如运动、HDR、低照度）进行专项调优，平衡主观与客观指标。
2.3.2 工程案例：暗光场景调优
案例背景： RK3588平台某IPC项目，要求在10 lux暗光下输出1080p@30fps图像，主观评价“可用”，客观指标SNR ≥ 28dB、MTF50 ≥ 0.3 cy/px、ΔE ≤ 5。
调优步骤：
- Step 1： 固定模拟增益至12dB，数字增益至6dB，测量基线SNR=24dB，MTF50=0.35 cy/px，ΔE=3.8。
- Step 2： 开启RK 3DNR（时域去噪），强度设为5/10，SNR提升至29dB，但MTF50下降至0.28 cy/px，主观评价“细节模糊”。
- Step 3： 降低3DNR强度至3/10，同时开启2DNR（空域去噪）强度4/10，SNR=28.5dB，MTF50=0.32 cy/px，ΔE=4.2。
- Step 4： 微调锐化参数（sharpen_strength=0.6, sharpen_limit=0.3），MTF50恢复至0.34 cy/px，主观评价“细节清晰、噪点可接受”。
经验总结： 暗光场景下，SNR与MTF存在直接权衡。优先保证SNR ≥ 28dB，再通过锐化恢复MTF，最后用主观评价确认视觉平衡。ΔE在暗光下可适当放宽至5-6，因为人眼在低照度下对色彩敏感度下降。
2.4 本章小结
图像质量评价是RK平台ISP调优的基石。主观评价提供人眼感知的最终判断，客观指标（SNR、MTF、Color Accuracy）提供可量化的调优方向和回归基准。在实际工程中，需要根据场景需求灵活平衡三者关系，建立“客观指标筛选 + 主观验证确认”的闭环流程。
| 指标 | 物理含义 | 典型测量方法 | RK平台调优模块 |
|---|---|---|---|
| SNR | 信号与噪声的比值 | 均匀灰卡、ISO 15739 | 增益控制、2DNR、3DNR |
| MTF | 对比度传递能力 | ISO 12233 SFR图卡 | 锐化、去马赛克、镜头校正 |
| Color Accuracy | 颜色与标准的偏差 | X-Rite ColorChecker、ΔE | AWB、CCM、饱和度曲线 |