Raw域图像处理：整个图像处理Pipline中，在Raw域图像处理一般是补偿硬件造成的原始图像缺陷，主要包括： 1.黑电平补偿（BlackLevelCorrection） 2.坏点矫正（Bad Point Correction） 3.暗角矫正（Lens Shading Correction） 4.Raw 域降噪（Raw Denoise）
一、Bayer RAW data 图像传感器通常将捕获的光源信号转换为数字信号的原始数据RGGB拜耳格式。
二、黑电平 定义: 图像中黑色的最低点，即0时图像数据对应的信号电平值。 原理： 由于ADC芯片的精度不能转换小电压，所以需要ADC添加固定的偏移量，以保留更多的暗细节。 sensor暗电流本身就存在，导致像素单位在没有光照的情况下也有一定的影响 电压输出，以及曝光时间和gain成正比，所以需要不同gain下减去不同 的BlackLevel。 pixel sensor边缘会有optical black，用于估计像素BL值。 矫正： 部分Sensor在内部集成BLC一般采用模块，但考虑到效率和成本ISP考虑到前面的节点进行矫正sensor输出的信噪比通常在输出数据时垫上基地pedestal，此时raw = sensor input -optical black level pedestal。BLC每个通道都需要矫正。对于16位的pixel，首先根据pixel位置和拜耳格式拜耳格式pixel是什么类型，是的R/Gr/Gb/B哪一种是四种类型，然后分别减去相应的类型black level值；减完black level之后，值域范围变为0~我们需要将3839映射回0~4095，因此，所有的pixel都乘上了一个global_gain值。 a)中值矫正 b)全局均值矫正 c)局部均值矫正
三、纠正坏点 由于传感器阵列工艺缺陷或光信号转换过程错误，图像上的一些像素信息错误，导致图像中的像素值不准确。这些有缺陷的像素是图像的缺点(Bad pixel)。
四、暗角矫正
首先检测图像中间亮度均匀的部分，认为不需要纠正，然后以此为中心计算周围区域需要补偿的因素(增益)。在实际项目中，镜头可以对准白色物体，检查图像周围是否有暗角。考虑到芯片设计的成本，整个图像储整个图像lut，目前主流是存储128*每个点的增益由双线插值计算pixel的增益。
五、shading
1.Lumashading: 由于Lens光学特性，Sensor图像区边缘区域的光强小于中心，导致中心和四角亮度不一致。 2.Color shading: 由于各种颜色的波长不同，透镜折射后折射角度不同，会造成color shading的现象。操作前依靠人工矫正处理过程。lens shading校正分别对bayer校正四个通道，每个通道的校正过程相对独立。将图像分为16x16方块，求取每个交点的增益值，拟合平面四次，分别计算lumashading 和chromshading，先计算一个lut用于存储，通过这个lut双线插值pixel值乘以原始像素点进行矫正。一般情况下rawG通道中心亮度8bit的70%~在80%之间，由于插值在不同的色温下，需要校正多个光源。一般来说，TL84、D65、A校正光源下。将得到的LUT写入RAM中即可。
六、噪声分类 放大器噪声(高斯噪声，Gaussian noise） 放大器噪声的标准模型是加性高斯噪声（Additive Gaussian Noise），约翰逊于每个像素，与信号强度无关，主要与信号强度无关（Johnson–Nyquistnoise，由热噪声引起的，包括来自电容器的复位噪声（kTC噪声）。用于蓝色通道的彩色数码相机放大率高于绿色或红色通道，因此蓝色通道中的噪音也较大。椒盐噪声（Salt-and-pepper noise）胖尾分布（Fat-tail distributed）或“冲击”（impulsive）有时噪音被称为盐和胡椒的噪音或尖峰（spike）噪声。这种噪声通常是由像素坏点、模数转换器错误和传输过程中的比特错误引起的。散粒噪声（Shot noise）在一个给定的曝光水平上所感应到的光子数量的变化，这种噪声被认为是光子散粒噪声。均方根的散粒噪声与图像强度成正比，不同像素的噪声独立。散粒噪声服从泊松分布（Poissondistribution），通常和高斯噪音没有太大区别。量化噪声（Quantization noise，uniform noise）从量化感知图像像素到离散数字量产生的噪声称为量化噪声；它大致是一致性分布，这取决于信号，尽管如果其他噪声源太大确适用于抖动，则与信号无关。非各向同性噪声（Non-isotropic noise）图像中会有明显的方向性的噪声源。例如，图像传感器有时会产生行噪声或列噪声。
七、噪声评价 信噪比(SNR, Signal Noise Ratio）： 指电子设备或电子系统中信号与噪声的比例。图像质量评价指标，db降噪程度越高越好。 SNR高并不意味着真正的视觉噪音是好的，同样的SNR，视觉表现可能不同（Visual Noise）。 SNR这并不意味着图像质量好。中低频涂抹可能过度，中低频保留程度可通过枯叶图测试。 Raw 域降噪： Raw域降噪是整个成像过程的主要降噪节点。噪声不是简单的高斯噪声，而是与亮度相关的噪声。亮度越高，噪声越大Raw域降噪，可显著降低Demosaic结构性噪声。