接上一篇，上一篇是原理篇，这一篇是实战篇，为了实现下面框图中的不完美ISP。

 第一章 做一张RAW图自己用

不是所有的人都能获得raw图，即使获得了raw图也需要对应的sensor参数才能把它用起来，所以我找了一条野路子可以把任意一张.jpg、.bmp或.png图像做成raw图，这样就可以避免对设备的依赖。

ISP的pipeline正向使用可以把raw图解析成人眼适宜观看的rgb图像，把rgb图像沿着ISP的pipeline反着推导回去，也可以获得raw图，而且参数可调。

1.1. 挑选一张输入图像

我喜欢使用色卡，色卡图像没有复杂的线条，并且包含丰富的色块，所以pipeline的第一张测试图，我选择用色卡开始，fig.1是我挑选的测试图。

1.2. 模糊图像——锐化的反变换

采用高斯滤波，把fig.1模糊掉，效果如fig.2所示：

1.3. 加高斯噪声——降噪的反变换

挑选一个力度的高斯噪声，加到fig.2的图像上，得到的效果如fig.3所示：

1.4. 亮度调整——Gamma的反变换

 gamma系数选择2.2，得到的效果如fig.4所示：

1.5. RGB域转到XYZ域——CCM的反变换

这步可能会有争议，毕竟CCM和一些相机参数有关，但是我现在没有相机参数，而我手里有标准RGB域和XYZ域互转的3x3矩阵，所以我选择把CCM转到XYZ域，得到的效果如fig.5所示：

1.6. 设置k系数——白平衡的逆变换

得到的效果如fig.6所示：

1.7. 拆成bayer模式——demosaic的逆变换

把RGB图按照byaer模式抽点，得到的效果如fig.7所示，图片中分方块是分辨率的问题，显示的分辨率过大matlab会出现这样的情况，全屏就可以了。

 1.8. 加入椒盐噪声——坏点的反变换

加入椒盐噪声的效果如fig.8所示，图像中的块仍然是显示问题，全屏或者设置imshow函数的参数就能解决。

1.9. 加入偏置——black level的反变换

得到的效果如fig.9所示，这一步其实也可以忽略，因为原理很简单，且sensor参数会明确告知，省掉也不影响算法理解。

1.10. 保存图像

直接用save保存成.mat文件，不要用imwrite函数写成.bmp或者其他的格式的输出文件，因为.bmp格式的文件会压缩，压缩就意味着数据精度有一定的丢失，且用眼睛几乎看不出来，这样后面调试ISP的时候都不知道是在哪里丢失了精度。

具体代码可以参考input_to_raw.m

第二章 用做出来的RAW图调试ISP

有了raw图就可以进行ISP中每一步的调试了，现在要开始走正向的ISP了，先把刚才保存的.mat文件load进来。pipeline中的每个模块都写成了函数的形式，直接调用就可以，只是有些参数在函数里面，未使用传参统一管理。

2.1. Black Level

前面加了多少偏置还记得吧，减掉就可以了，得到的效果图如fig.10所示，块效应仍然是显示问题，全屏可以解决。

2.2. 坏点矫正

坏点矫正的原理见本专栏：坏点矫正，效果图如fig.11所示：

2.3. Demosaic

Demosaic的原理见本专栏：Demosaic，效果图如fig.12所示，边缘看起来似乎没有问题？这是因为这张色卡图的边缘很规整，测试不了复杂的边缘，所以调试一个ISP用一张图像就远远不够的，需要很多张图像。

2.4. 白平衡

白平衡的原理见本专栏：白平衡，效果图如fig.13所示，右下角的白色由fig.12中的偏粉色变成了白色，说明白平衡效果正常。

2.5. CCM

CCM的原理见本专栏：CCM和Gamma，效果图如fig.14所示，这个效果明显不正常，这说明即使我用的是标准的RGB和XYZ互转的矩阵，在加入了其他模块之后，也变不回原来的颜色了，需要用其他的方法做进一步的调整，或者可以考虑关闭input_to_raw.m里面的RGB转到XYZ域的功能。

2.6.  Gamma

Gamma的原理见本专栏：CCM和Gamma，效果图如fig.15所示，CCM不正确，Gamma很难正确。

2.7. Denoise

Denoise的原理见本专栏：Denoise，效果图如fig.16所示，denoise函数内化了双边、导向双边和NLM共3个降噪算法，通过mode控制，目前使用的是双边降噪。

2.8. Sharpen

Sharp的原理见本专栏：sharpen，效果图如fig.17所示：

2.9. 总结

一个完整的ISP pipeline流程已经走完了，运行代码中的isp_basic.m就可以看见文章中的效果，能直接看出来的两个问题是CCM和降噪做的不好，CCM需要标定，也可以借助专业的软件Imatest或者是其他的软件对色卡做色差计算。降噪的问题是力度不够，但是在YUV域做很大的降噪会损失细节，可以考虑在RAW域增加一个降噪和后面的YUV域降噪相互配合。

不管怎么说，已经拥有了一个ISP的雏形，且刚需模块都在里面了，能够做的工作也变多了，接下来就是一步一步完善它，给每个模块用上更复杂更有效的算法，或者是增加更高级的模块获得更好的效果。

如果需要matlab代码可以从这里提取：代码链接。