手机成像的基本流程
一：感光元件获取原始数据
CMOS或CCD传感器将光信号转换为电信号，输出的RAW数据通常采用Bayer模式（RGGB或其他排列）
二：图像信号处理（ISP）流水线
ISP通过硬件加速或软件算法逐步处理RAW数据，可以获得更优质的图像数据。主要流程如下：
(1) 黑电平校正（Black Level Correction）
作用：消除Sensor暗电流导致的基底噪声。
方法：减去预设的黑电平值（通过遮挡区域测量得到）。
(2) 镜头阴影校正（Lens Shading Correction）
问题：镜头边缘因入射角差异导致亮度衰减（暗角）和颜色偏移。
解决：应用逐像素的增益补偿矩阵（通常由厂商校准生成）。
(3) 坏点校正（Defective Pixel Correction）
静态坏点：通过预先标定的坏点位置替换邻域像素。
动态坏点：实时检测异常像素（如与周围差异过大）并插值修复。
(4) 降噪（Noise Reduction）
时域降噪：多帧叠加减少随机噪声（需运动补偿）。
空域降噪：基于邻域像素的非线性滤波（如BM3D算法）。
(5) 白平衡（White Balance）
AWB算法：通过统计场景色温（如灰度世界假设）计算R/G/B通道增益。
应用：对RAW数据乘以各通道增益系数，使中性色（如白色）恢复平衡。
(6) 去马赛克（Demosaicing）
Bayer转RGB：通过插值算法（如双线性、自适应VNG）重建每个像素的完整RGB值。
挑战：需避免伪色（Color Artifacts）和锯齿效应，高质量算法会结合边缘导向插值。
(7) 颜色校正（Color Correction Matrix, CCM）
色彩空间映射：通过3x3矩阵校正Sensor颜色响应与标准色彩空间（如sRGB）的差异。
公式：
[𝑅𝑜𝑢𝑡𝐺𝑜𝑢𝑡𝐵𝑜𝑢𝑡]=[𝑐11𝑐12𝑐13𝑐21𝑐22𝑐23𝑐31𝑐32𝑐33][𝑅𝑖𝑛𝐺𝑖𝑛𝐵𝑖𝑛]RoutGoutBout=c11c21c31c12c22c32c13c23c33RinGinBin
(8) 伽马校正（Gamma Correction）
目的：将线性光信号转换为符合人眼感知的非线性输出（如sRGB的γ≈2.2）。
公式：
𝑉𝑜𝑢𝑡=𝑉𝑖𝑛1𝛾Vout=Vinγ1
(9) 色调映射（Tone Mapping）
HDR处理：当场景动态范围高于输出时，压缩高光/提亮阴影（如局部色调曲线）。
(10) 锐化（Sharpening）
边缘增强：通过高通滤波或反卷积算法恢复因去马赛克损失的细节（需避免过冲伪影）。
3. RGB转YUV转换
色彩空间转换：YUV更适合视频编码和显示，转换公式如下（以BT.601标准为例）：
{𝑌=0.299𝑅+0.587𝐺+0.114𝐵𝑈=−0.169𝑅−0.331𝐺+0.5𝐵+128𝑉=0.5𝑅−0.419𝐺−0.081𝐵+128⎩⎨⎧Y=0.299R+0.587G+0.114BU=−0.169R−0.331G+0.5B+128V=0.5R−0.419G−0.081B+128
色度下采样：通常转换为YUV420格式，UV分量分辨率减半（节省带宽）。
三：RGB转YUV
YUV格式拥有更高效的压缩，约节约50%，可以直接进行视频编码处理，感光元器件支持直接输出 YUV，提升效率等优点。
色彩空间转换（以BT.601标准为例）：
四：压缩
使用量化表压缩高频信息（牺牲部分质量），可以实现20%或者更低的存储空间占用
五：添加文件信息并保存为JPEG格式文件
添加文件头（SOI/EOI）、
元数据（Exif）、
1. 基础信息
2. 拍摄参数
3. 图像属性
4. GPS地理位置
5. 版权与描述
色彩配置（如sRGB）
