内容摘自CSDN博客，本人复写一遍以自学，侵删。

概述

景物通过 Lens 投射到 Sensor上，经过光电转换为模拟信号，消噪后 AD 转换成数字信号，再移交到 DSP 进行处理。

Sensor 端传入 Bayer 图像，经过黑电平补偿、镜头校正、坏像素校正、颜色插值、Bayer杂讯消除、白平衡校正、色彩校正、Gamma校正、色彩空间转换、彩噪去除与边缘加强、色彩与对比度加强、自动曝光控制等，然后输出输入YUV或RGB格式的数据。

Bayer-贝尔滤镜

贝尔滤镜如图所示，RGB分别代表透红色、透绿色、透蓝色；

由于人眼对绿色的感知最敏感，所以绿像素是红色和蓝色的两倍；

每个像素点上只能获得一种色彩分量的信息，通过插值演算法得到全彩图像。

BLC-Black Level Compensation-黑电平补偿

暗电流

CMOS是光电感测器，把光信号转换成电信号；但是，即使没有光照，器件由于杂志、温度等影响，也会产生电荷；

Black Level

Black Level是定义图像数据为 0 时对应的信号，由于上述暗电流的影响，实际的数据并不是 0 。 为了减少暗电流对图像的影响，有效的方法是：用已获得的图像信号减去参考暗电流信号。

一般，感测器的实际像素比有效像素多，像素去的前几行作为不感光区，用户黑电平校正。

LSC-Lens Shading Correction

这个比较好理解，手机的镜头也是个凸透镜，有聚光效应；同理，在 CMOS 上成像时，中心的光必然比周边要多，就会造成 Shading 现象，也就是图像中心亮、周围暗。

BPC-Bad Pixel Correction-坏像素校正

这个也好理解，就是修复异常的黑点或者白点。

Demosaic-颜色插值

从上文的 Bayer 滤镜来看，每个像素只能获得一种颜色信息。

Bayer Denoise-贝尔降噪

由于光照条件、感测器问题和 AD 转换过程会生成很多杂讯，会使的图像变得模糊，需要进行高斯滤波、均值滤波等方法进行降噪。【这两个方法的原理就不懂了】

AWB

自动白平衡【这个在下一篇里叙述】

Color Correction

人眼对颜色的响应和感测器对颜色的响应之间存在著差异，就是我们看到的红与感测器看到的红并不一样，感测器可能把』深红』看成』暗红』等，因此，需要进行颜色校正。

Gamma Correction

Gamma校正【这个之后叙述】

色彩空间转换

我们熟知的是 RGB 模型，每个像素由红、绿、蓝三个子像素的信息构成；

图像压缩通常用另一个模型，就是 YUV，Y 代表亮度，UV代表色彩分量。研究发现，人眼对亮度更加敏感，因此，在 RGB 模型基础上进行重新采样，Y-亮度采用全采样，UV-色度信号可以进行 1/2 采样，这样就方便压缩了，也能兼容黑白电视。

RGB 和 YUV 有转换公式，此处就不列了。

Color Denoise

抑制图像的彩噪，使用低通滤波【不是特别懂。。。】

推荐阅读：