ISP pipeline的锐化

ISP pipeline

ISP pipeline算法实现（Python）：https://github.com/WaterdropsKun/isppipeline_Python

什么是图像锐化

图像锐化是对图像进行清晰度的强调。图像清晰度指的是图像轮廓边缘的清晰程度。

为什么要进行锐化

CMOS输入的图像会引入各种噪声，如：随机噪声、量化噪声、固定模式噪声等。ISP在进行降噪处理过程中，会把一些图像细节消除，导致图像不够清晰。为了消除降噪过程中对图像细节的损失，需要对图像进行锐化处理，从而还原图像的相关细节。

锐化的目的

1、ISP之sharpen：锐化为使用算法对图像进行处理检测图像中存在的边缘，然后对符合条件的边缘采取一定的滤波，达到提高边缘锐度的目的。
2、锐化的目的是弥补成像过程中图像的锐度损失，恢复场景中本有的自然锐度，也要避免锐度过度。

图像锐化常见做法

图像锐化可以采用提取图像高频分量，将其叠加到原图上的方式。图像高频分量的提取方式可分为：
1、采用高通滤波器，得到高频分量
2、通过低通滤波器，用原图减低频得到高频分量
sharp流程应先判断该像素所占区域是平坦区域还是边缘区域，对于平坦区域可以不做或者少做sharp，对边缘要判断幅度大小，边缘方向，选择相对应的高通滤波器处理，最后对enhance的幅度做一定程度的保护处理。

blending融合参数	描述
LumaWgt	亮度锐化权重。每一段亮度区间对应一个亮度权重。值越小，对应亮度区间的像素点的锐化越弱
Rgain	深红色区域的锐化增益控制。该值越大，则深红色区域的锐化强度越大。
Ggain	绿色区域的锐化增益控制。该值越大，则绿色区域的锐化锐化强度越大。
Bgain	深蓝色区域的锐化增益控制。该值越大，则深蓝色区域的锐化强度越大。
Skingain	肤色区域的锐化增益控制。该值越大，则肤色区域的锐化强度越大。