02Isp的基础算法

TestPattern

主要是为了排查故障用的

BLC(BlackLevel Correction)------黑电平校正

就是cmos在完全暗的时候也会产生小电流，导致输出的图像会有噪声
黑电平矫正就是将这个噪声计算出来，以后拍摄图像之后减去这个噪声

LSC(Lens Shade Correction)------镜头阴影校正

就是说镜头获取的图像亮度由中间向四周递减，这个算法就是给他补上这个递减的部分
补上，在数学实现上其实是乘以一个增益系数
不止补“亮度”，还要补“颜色”
光源变了，补法也要变

DPC(Bad Point Correction)------坏点校正

sensor不能保证读到的每个点都是好的，
DPC 的核心逻辑就是“少数服从多数”（中值滤波）。
检测： ISP 看着一个像素说：“哎，你周围的 8 个邻居数值都是 50 左右，怎么就你一个是 200？”
判断： 只要差值超过了一个阈值（Threshold），就判定你是坏点。
替换： ISP 会说：“你别说话了，我用你邻居的平均值来代替你。”

GB（Green Balance）------绿平衡

由于人眼对绿色较为敏感在感官原件设计时将绿色像素点设计为2个，红色和蓝色各一个，但是两个绿色像素点的滤光效果可能有区别，所以要对两个像素点做平衡处理，一般都是取平均

Denoise-----去除噪声

Denoise就是要去除噪点，但是噪点从哪里来呢：

• 光照强度：光是一种随机性粒子，光线越暗，进来的光子越少，导致了随机性波动比例越大
• 传感器：即使没有光，硅片中的电子就会因为热运动而乱跑
• ADC噪声：将模拟信号转换成数字信号时产生的噪声

那怎么去除噪声呢：
原来是使用高斯滤波，但是这会导致图像的边缘轮廓变得模糊，因为算法不知道哪里是边缘

为了解决这一问题，现在通常使用的是双边滤波算法，
他是怎么判断边缘的呢，主要是在优化之前，看看邻居点的关系，如果差距较大，就认为是边缘，不进行优化，差距较小就进行优化

Demosaic------颜色插值

Demosaic的作用就是将sensor感受到的光照强度转换为可以看见的颜色
由于像素点只能感受光照强度，所以工程师在sensor之前加了一个滤光片，这个滤光片是经过特意设计的一个像素点只能感受一种颜色，那滤光片是排列的呢，目前主流的是GRBG排列

那么目前的情况是一个像素点具有一个颜色，那么如何使一个像素点有rgb三种颜色呢，这就要用到颜色插值算法了，插值的原理就是猜，根据周围邻居的颜色来猜自己的颜色

AWB (Automatic White Balance) —— 自动白平衡

对于人眼来说无论是在中午大太阳下，还是黄昏昏暗的光照下看一张白纸都是白的，但是对于sensor来说，他就不具备这种能力，这时候我们的白平衡算法就要出手了

白平衡的核心思想就是：不管环境光是什么颜色，还是要把画面中的白色物体还原成白色

CCM（Color Correction Matrix）------颜色校正

就是滤光片真实情况下不可能完全滤光这就导致了颜色的偏差，所以给他乘以一个矫正矩阵来恢复颜色偏差