第4章色彩处理流水线

色彩处理流水线：从Bayer到人眼感知

色彩处理这块，说实话是仿生眼系统里最容易被低估的环节。很多人觉得不就是调个颜色嘛，但我在实际项目中吃过不少亏——有一次在户外测试，画面整体偏蓝，我以为是传感器坏了，折腾半天才发现是白平衡参数没适配场景。嗯，从那以后我再也不敢小看这条流水线了。

今天咱们就聊聊色彩处理流水线的四个核心环节：Bayer去马赛克、白平衡校正、色彩空间转换、Gamma校正。这四步走完，传感器拿到的原始数据才能变成我们人眼看着舒服的画面。

核心逻辑图：色彩处理流水线

1. Bayer模式与去马赛克

大多数CMOS传感器都使用Bayer滤色阵列。说白了，每个像素只能感知一种颜色——红、绿或蓝。绿色像素占一半，因为人眼对绿色最敏感。我刚开始做嵌入式视觉时，看到原始数据还以为传感器坏了，怎么每个像素只有一个值？后来才明白，这就是Bayer模式。

常见的Bayer模式排列：

行\列	第1列	第2列	第3列	第4列
第1行	R	G	R	G
第2行	G	B	G	B
第3行	R	G	R	G
第4行	G	B	G	B

去马赛克就是通过插值算法，给每个像素补全缺失的两个颜色通道。常用的方法有三种：

最近邻插值：速度最快，但边缘有锯齿。我一般只在调试阶段用。
双线性插值：取周围像素的平均值。效果还行，但容易产生伪色。
自适应插值：根据边缘方向选择插值策略。这是工程中最常用的方案。

我的经验：在仿生眼项目中，我推荐使用自适应插值。虽然计算量稍大，但能有效避免伪色。如果你用双线性插值，记得在边缘检测后做一次后处理滤波。

2. 白平衡校正

白平衡解决的是「色温」问题。你想想看，同一张白纸，在日光下是白的，在钨丝灯下偏黄，在阴天偏蓝。人眼会自动校正，但传感器不会。所以我们需要手动把「白色」拉回来。

经典的白平衡算法：灰度世界法

假设场景中所有颜色的平均值是灰色。那么R、G、B三个通道的平均值应该相等。如果不相等，就调整增益。

// 灰度世界法实现
void white_balance(uint16_t* img, int width, int height) {
    uint64_t sum_r = 0, sum_g = 0, sum_b = 0;
    int total = width * height;
    
    for (int i = 0; i < total; i++) {
        sum_r += img[i*3 + 0];
        sum_g += img[i*3 + 1];
        sum_b += img[i*3 + 2];
    }
    
    float avg_r = (float)sum_r / total;
    float avg_g = (float)sum_g / total;
    float avg_b = (float)sum_b / total;
    
    float gain_r = avg_g / avg_r;
    float gain_b = avg_g / avg_b;
    
    for (int i = 0; i < total; i++) {
        img[i*3 + 0] = (uint16_t)(img[i*3 + 0] * gain_r);
        img[i*3 + 2] = (uint16_t)(img[i*3 + 2] * gain_b);
    }
}

注意：灰度世界法在单一色调场景下会失效。比如一片蓝色大海，算法会把蓝色压下去，导致画面偏黄。我曾经在无人机航拍时遇到过这个问题，后来改用「完美反射法」才解决。

3. 色彩空间转换：RGB → YCbCr

为什么要把RGB转成YCbCr？说白了，人眼对亮度敏感，对颜色不敏感。YCbCr把亮度和色度分开，我们可以对Y通道做更多处理（比如降噪、增强），而对Cb/Cr通道可以适当压缩，节省带宽。

转换公式：

分量	计算公式
Y (亮度)	0.299R + 0.587G + 0.114B
Cb (蓝色色度)	-0.169R - 0.331G + 0.500B + 128
Cr (红色色度)	0.500R - 0.419G - 0.081B + 128

我个人习惯用定点数实现，避免浮点运算拖慢速度。比如把系数放大256倍，用整数乘加后再右移8位。

// 定点数实现 RGB → YCbCr
void rgb_to_ycbcr(uint8_t r, uint8_t g, uint8_t b, 
                  uint8_t* y, uint8_t* cb, uint8_t* cr) {
    int y_tmp = (77 * r + 150 * g + 29 * b) >> 8;
    int cb_tmp = ((-43 * r - 85 * g + 128 * b) >> 8) + 128;
    int cr_tmp = ((128 * r - 107 * g - 21 * b) >> 8) + 128;
    
    *y  = (uint8_t)(y_tmp > 255 ? 255 : (y_tmp < 0 ? 0 : y_tmp));
    *cb = (uint8_t)(cb_tmp > 255 ? 255 : (cb_tmp < 0 ? 0 : cb_tmp));
    *cr = (uint8_t)(cr_tmp > 255 ? 255 : (cr_tmp < 0 ? 0 : cr_tmp));
}

避坑指南：转换后记得做饱和处理。我曾经没做饱和，结果高亮区域出现负值，画面出现诡异的紫色条纹。查了两天才找到原因。

4. Gamma校正

Gamma校正解决的是「显示非线性」问题。CRT显示器时代，输入电压和亮度不是线性关系。虽然现在LCD已经线性了，但为了兼容性，我们仍然做Gamma校正。

人眼对暗部细节更敏感，Gamma校正相当于把暗部拉伸，亮部压缩。标准Gamma值是2.2。

Gamma校正公式：

// Gamma校正（查找表法，速度最快）
uint8_t gamma_lut[256];

void init_gamma_lut(float gamma) {
    for (int i = 0; i < 256; i++) {
        float normalized = i / 255.0f;
        float corrected = powf(normalized, 1.0f / gamma);
        gamma_lut[i] = (uint8_t)(corrected * 255.0f + 0.5f);
    }
}

// 应用查找表
uint8_t apply_gamma(uint8_t pixel) {
    return gamma_lut[pixel];
}

关键点：Gamma校正必须在色彩空间转换之后做。如果顺序搞反了，颜色会严重失真。我见过有人把Gamma放在白平衡前面，结果画面整体偏色，怎么调都调不回来。

总结一下

色彩处理流水线这四步，每一步都有坑。Bayer去马赛克要注意伪色，白平衡要小心单一色调场景，色彩空间转换记得做饱和，Gamma校正顺序不能错。我在仿生眼项目里，把这四步封装成一个流水线模块，用DMA和双缓冲来加速，最终做到了30fps的实时处理。

嗯，今天就聊到这儿。记住一句话：色彩处理没有银弹，每个场景都需要调参。多试几次，你就能找到感觉。

📚 课程目录

色彩处理流水线：从Bayer到人眼感知

1. Bayer模式与去马赛克

2. 白平衡校正

3. 色彩空间转换：RGB → YCbCr

4. Gamma校正

总结一下