何為pipeline：
sensor輸出是一種叫Bayer 格式的RAW資料影像。ISP 對RAW資料影像的處理流程就是我們說的ISP PipeLine。通過PipeLine的處理,我們可以從一副RAW圖得到RGB格式影像，再到YUV格式的影像，也就是我們在螢幕上所看到的影像。
下面，將結合下圖為大家介紹一下安霸ISP PipeLine的詳細情況。
輸入：安霸ISP PipeLine的輸入是一個有效位為16位的RAW圖（12位的資料左移4位），raw圖有不同的Baye 格式，常用的Bayer格式有RGGB,、GRBG、GBRG等多種。
sensor的每一個畫素點上都有一個rgb三原色的濾鏡。紅色的濾鏡透過紅色的波長，綠色的濾鏡透過綠色的波長，藍色的濾鏡透過藍色的波長。人眼對綠色比較敏感，所以一般bayer格式的圖片綠色格式的畫素是是r和g畫素的和。那麼根據Sensor的濾鏡排列，則會生成不同格式的RAW圖。
Raw域的處理主要是static_black_level(BLC)， li_auto_bad_pixel_correction(DPC),contrast_enhance，li_cfa_noise_filter等模組。
RGB域的處理主要是demosaic，tone_curve(類似於gama曲線)
YUV域的處理主要是rgb_to_yuv_matrix，chroma_scale，ASF，MCTF，SharpenB
RAW域處理模組的詳細介紹：
static_black_level(BLC)：這個模組稱為黑電平矯正，安霸ISP PipeLine對RAW圖處理的第一個模組。黑電平是指影像資料為0時（沒有光訊號到達sensor）對應的訊號電平，但是黑電平常常不為0，原因為如下：
一是由於sensor本身會存在暗電流，導致在沒有光照進來的條件下pixel也有電壓輸出。還有一個原因是因為sensor進行模數轉換時精度不夠，以8bit為例，每個pixel有效範圍是0-255，sensor可能無法將接近於0的資訊轉化出來，由於人眼特性（對暗處細節比較敏感，）所以sensor廠商一般在轉換時會加一個固定的偏移量使畫素輸出在5（非固定值）—255之間，然後傳輸在ISP端再做一個減法，將5（非固定值）變為0。所以可以從已獲得的影像訊號中減去一定的電平訊號，使暗處得到黑平衡。
安霸的黑電平矯正引數如下：
對bayer格式得四個通道分別減去一定得電平訊號。這個引數得具體數值是由標定得到的。標定的一些流程如下：
- 將光圈、曝光時間設定為最小，最好是再將鏡頭用遮光片捂住，保證沒有光線進入sensor。在這種環境下從0db開始到60db每隔6db拍取一張raw圖，用來做BLC標定材料。
- 開啟安霸工具IQ Lab匯入上訴raw圖，匯入時需要填寫raw的Baye 格式，解析度，BLC等。剛開始標定時可以都寫0。
- 匯入圖片後，點選file info，點選Ref並記錄下黑電平數值。
li_auto_bad_pixel_correction(DPC）：壞點矯正，安霸的ISP PipeLine將此模組放在BLC之後。Sensor上畫素點的陣列工藝可能會存在缺陷，或光訊號進行轉化的過程中出現錯誤，會造成影像上有些畫素的資訊有誤，導致影像中的畫素值不準確，這些有缺陷的畫素即為影像壞點(Bad pixel)。
壞點的分類有以下幾種：
靜態壞點：
亮點：一般來說畫素點的亮度值是正比於入射光的，而亮點的亮度值明顯大於入射光乘以相應比例，並且隨著曝光時間的增加，該點的亮度會顯著增加；
暗點：無論在什麼入射光下，該點的值接近於0；
動態壞點：在一定畫素範圍內，該點表現正常，而超過這一範圍，該點表現的比周圍畫素要亮。與sensor 溫度、增益有關，sensor 溫度升高或者gain 值增 大時，動態壞點會變的更加明顯。
安霸的靜態壞點的矯正主要依賴於工具的標定，用生成的Bad Pixel Bitmap（靜態壞點表）去處理靜態壞點。
安霸的動態壞點矯正引數如下：
其中hot_pixel_detection_strength代表亮點壞點的檢測閾值，值越大則越容易被判斷為亮點壞點。dark_pixel_detection_strength則是暗點壞點的檢測閾值。值越大則越容易被判斷為暗點壞點。
Correction_method則是壞點的矯正強度，取值範圍為0-1。值越大矯正力度越強。如果要對亮點壞點和暗點壞點進行不同的矯正力度，就要通過enable引數調節，其取值範圍為0-4。1st的矯正力度較小，2nd的矯正力度更大。
注意事項：對於壞點的矯正雖然能降低影像上的噪點，但是不能使用太強的矯正強度。否則會抹去過多的資訊，使得影像細節損失。
contrast_enhance：安霸ISP PipeLine中的重要模組，其中完成了動態範圍壓縮，細節增強。
首先Guided Filter 將影像分為Detail層和Base層，涉及的引數如下，越大就會有越多的訊號進行細節增強處理。
radius、epsilon這兩個引數的越大，coring_gain_*對畫面的細節增強越明顯。
Fir_enable 是一個低通濾波的開關，關閉後會有更多的高頻資訊。
通過luma_avg將畫面分為64個亮度不同的區域，Coring_table陣列內的成員是這64個區域的細節增益。值越大則細節越強。
Coring_gain_*_strength這組引數是以亮度為橫座標的細節增強曲線，其中coring_gain_low，coring_gain_high這兩個數值會將橫座標分為低亮區、中亮區、高亮區。對不同亮度區域可使用不同的增益強度。Coring_gain*_strength。
最後coring_gain_*_strength 乘上Coring_table則是對影像detail層的細節增強增益。
Boost_table是一個64元素的陣列，第一個元素對應luma=0，最後一個元素對應luma最大值。增強這個引數的數值，可增強影像的動態範圍。
CFA Noise Filter:是作用與raw域的降噪模組，採用中心畫素與周圍畫素做加權平均的思路進行降噪。Filter將影像分為平坦區域（使用Regular濾波）和細節部分（使用Fine濾波）進行各自的降噪設定。
Noise_level_blue/green/red作為R/G/B三個通道的Regular降噪濾波門限，低於這組引數的值會被判定為平坦區，採用Regular濾波。該門限的值越高，則濾波強度越強。
Noise_level_blue/green/red乘以strength_fine_blue/green/red作為R/G/B三個通道的Fine濾波的門限。低於這組引數的值會被判定為細節區，使用Fine濾波，高於這個門限的不做處理。
Extern_fine_blue/green/red是Fine濾波的濾波半徑。Extern_Regular_blue/green/red是Regular濾波的濾波半徑。
Noise_level越強，降噪越強。並可根據R/G/B區分通道，單獨處理。Extern越強，加權平均的radius越大，則降噪能力越強。一般不建議在raw域上使用很強的降噪強度，這樣會抹去很多細節，後面難以復原。