一、标定前必知：
ISP标定到底解决什么问题？
Sensor采集的原始图像（RAW图）会存在先天缺陷：暗环境下有噪点（黑电平偏移）、画面中心亮边缘暗（镜头阴影）、色彩还原失真（偏色）。而ISP标定的核心就是通过算法校正这些缺陷，同时RTOS系统的实时性能够确保标定过程中数据采集的同步性和稳定性，让校正参数精准适配硬件运行。
简单说：ISP标定 = 给图像Sensor“调优画质”，最终实现“原始RAW图→清晰、均匀、色彩准确的标准图像”的转化，这是K230视觉应用落地的关键一步！
二、前期准备：
软硬件清单+工具安装
硬件准备
核心板：K230开发板
图像Sensor：IMX219摄像头模块
标定设备：暗室（BLC标定用）、DNP灯箱（支持A/A_100、D50、D65等光源）、24色卡（CC标定用）
辅助工具：串口线（调试通信）、USB数据线（烧录+供电）、固定支架（确保摄像头位置稳定）
软件与工具准备
工具类型 | 具体工具及版本 | 核心用途 |
运行环境 | MATLAB Runtime R2023a（Windows 64位） | 支撑ISP标定工具运行 |
标定工具 | K230 ISP标定工具、ColorCalibrationTool | BLC/LSC/CC参数计算 |
图像工具 | ImageViewer | 查看RAW图、验证标定效果 |
开发工具 | K230官方SDK（含MPP工程）、RTOS系统（已集成） | 编译工程、烧录镜像 |
调试工具 | 串口助手（SecureCRT/Putty） | 执行抓图命令、查看日志 |
三、ISP标定流程
四、手把手标定实操：
(以IMX219为例）
ISP标定的核心逻辑是：抓取特定场景下的RAW图→通过工具计算校正参数→修改ISP配置文件→验证标定效果，全程基于RTOS系统实现高效协同。以下是BLC、LSC、CC三大关键步骤的详细拆解：
（一）Black Level Correction（BLC）
黑电平校正
目标：消除暗环境下的图像噪点，让黑色更纯净
1.环境准备
搭建暗室（无任何光源），将IMX219摄像头与K230开发板上的指示灯用黑胶遮挡（避免光源干扰）；
连接串口线和USB供电，确保开发板稳定运行RTOS系统。
2.抓取RAW图
定位抓图代码目录：SDK/src/rtsmart/mpp/userapps/sample/sample_vicap
编译抓图程序（RTOS环境下）：
cd ~/src/rtsmart/mpp/userapps/sample/sample_vicapmakecd ../elf# 将编译后的文件拷贝到开发板cp sample_vicap.elf ***
执行抓图命令（暗室无光源状态）：
./sample_vicap.elf -mode 0 -conn 1 -dev 0 -sensor 45 -chn 0 -ofmt 3 -preview 0 -chn1终端出现菜单后，输入d抓取RAW图，成功后生成两个文件：
·dev_00_chn_00_1920x1080_0010.raw10（核心RAW图，10位深）
·dev_00_chn_01_1920x1080_0011.yuv420sp（辅助YUV图）
用Altek Image Viewer打开RAW图，验证图像无明显亮点（确保暗场环境合格）。
3.数据标定
打开K230 ISP标定工具，选择BLC标定模式，导入抓取的RAW图；
配置参数（分辨率1920x1080、位深10bit），点击“标定”，生成bls_para.txt文件，核心参数示例：
ResolutionX=1920 ResolutionY=1080 BLS_R=65 BLS_Gr=65 BLS_Gb=65 BLS_B=654.修改ISP配置文件
注意：10bit传感器需将标定值×4（65×4=260），12bit传感器直接使用原始值；
修改XML文件（imx219-1920x1080.xml）：
<BLS index="1" type="cell" size="[1 1]"><cell index="1" type="struct" size="[1 1]"><name index="1" type="char" size="[1 9]">1920x1080name><resolution index="1" type="char" size="[1 9]">1920x1080resolution><blsData index="1" type="double" size="[1 4]">[260,260,260,260]blsData>cell>BLS>
修改JSON文件（imx219-1920x1080_manual.json）：
{"class": "Bls","bls": [260, 260, 260, 260]}
（二）Lens Shading Correction（LSC）
镜头阴影校正
目标：解决图像“中心亮、边缘暗”的问题，让画面亮度均匀
1.环境准备
搭建标定场景：暗室，DNP灯箱（提供标准光源）、固定支架（摄像头与灯箱平行，距离尽量靠近灯箱）；
关闭环境光（如日光灯），确保只有灯箱光源照射。
2.抓取RAW图
需覆盖5种标准光源：A/A_100（2850K）、U30/F12（3000K）、TL84/F11（4000K）、D50（5000K）、D65（6500K）；
执行固定曝光抓图命令（以A/A_100光源为例）：
./sample_vicap.elf -mode 0 -conn 1 -dev 0 -sensor 45 -ae 0 -again 1 -exp 429 -chn 0 -ofmt 3 -preview 0 -chn1调节参数：若图像过亮/过暗，修改-exp值（曝光越大越亮），目标是图像中心亮度为最大值的80%左右；
切换所有光源，重复抓图，每个光源对应1张RAW图。
3.数据标定
打开LSC标定工具，配置参数（Bayer格式RGGB、 sectors=32）；
导入某一光源的RAW图，点击“Start”运行标定，生成参数文件（如A_param.txt），包含亮度补偿矩阵、扇区大小等核心数据；
点击“Apply LSC to Image”验证效果：标定后图像无中心与边缘亮度差，即为合格；
重复所有光源的标定流程，生成对应参数文件。
4.修改ISP配置文件
修改XML文件（imx219-1920x1080.xml），为每个光源添加LSC配置节点（以A/A_100为例）：
<LSC index="1" type="cell" size="[1 5]"><cell index="1" type="struct" size="[1 1]"><name index="1" type="char" size="[1 15]">1920x1080_A_100name><resolution index="1" type="char" size="[1 9]">1920x1080resolution><illumination index="1" type="char" size="[1 1]">Aillumination><LSC_sectors index="1" type="double" size="[1 1]">[32]LSC_sectors><LSC_SECT_SIZE_X index="1" type="double" size="[1 32]">[42,43,46,...]LSC_SECT_SIZE_X><LSC_SAMPLES_red index="1" type="double" size="[33 33]">[2190,2035,...]LSC_SAMPLES_red>cell>LSC>
修改JSON文件，写入LSC矩阵参数（参考参数文件中的LSC_SAMPLES数据）。
（三）Color Correction（CC）
颜色校正
目标：还原真实色彩，解决偏色问题（依赖24色卡标定）
1.环境准备
摆放24色卡：色卡正对摄像头，占图像画面80%以上，位置摆正；
保持DNP灯箱光源稳定（与LSC标定的光源一致），关闭环境干扰光。
2.抓取RAW图
执行抓图命令，获取24色卡的RAW图；
移除色卡，保持摄像头位置不变，抓取同一光源下的背景图（用于消除环境干扰）；
切换所有光源，重复“色卡图+背景图”抓取流程。
3.数据标定
打开ColorCalibrationTool，配置参数（分辨率1920x1080、位深10bit、Bayer格式RGGB）；
加载文件：
·Load sRGB References：选择标准色卡参考文件（CC_Standard.cxf）；
·Load Color Checker Image：选择色卡RAW图；
·Load Background Image：选择对应背景图；
·Load LSC Profile：选择同一光源的LSC参数文件；
取消勾选“Clip Reference Colors”和“Camera Input with applied output gamma”，点击“Calibrate”；
手动选择色卡四角色块中心点，系统自动计算白平衡（wb）和颜色矩阵（ctm），示例参数：
wb = [1.098, 1.0, 2.558];ctm = [[-0.972,1.288,0.684],[0.080,2.341,-1.421],[2.828,-2.101,0.273]];
点击“Save parameters”保存参数文件。
4.修改ISP配置文件
修改XML文件，为每个光源添加CC配置（以A/A_100为例）：
<CC index="1" type="cell" size="[1 5]"><cell index="1" type="struct" size="[1 1]"><name index="1" type="char" size="[1 5]">A_100name><ccMatrix index="1" type="double" size="[3 3]">[1.172,0.211,-0.383;-0.188,1.313,-0.125;-0.023,-0.664,1.688]ccMatrix><wb index="1" type="double" size="[1 4]">[0.951,1.0,1.0,2.952]wb>cell>CC>
修改JSON文件，更新CManualWb的gain参数（从wb数据提取）和CCcm的ccmatrix参数：
{"class": "CManualWb","enable": true,"gain": [1.098, 1.0, 1.0, 2.558]},{"bit": 13,"ccmatrix": [[-0.972,1.288,0.684],[0.080,2.341,-1.421],[2.828,-2.101,0.273]],"ccoffset": [0,0,0],"class": "CCcm","enable": true}
五、避坑指南：
新手常踩的3个关键问题
1.RAW图抓取失败：检查摄像头与开发板的连接（I2C/SPI通信），确保sample_vicap.elf编译时已指定正确的sensor型号（-sensor 45对应IMX219）；
2.LSC标定后仍有亮度差：抓图时确保摄像头与灯箱平行，且图像中心亮度达到最大值的80%，否则需重新调节-exp参数；
3.CC标定偏色严重：色卡摆放需占满80%画面，避免倾斜，且背景图与色卡图的光源、摄像头位置完全一致。
结 语
基于K230 RTOS系统的Sensor ISP标定，核心是通过“场景化RAW图采集+工具化参数计算+配置化落地”，让图像Sensor输出更精准、更稳定的画质。无论是智能硬件开发还是边缘AI项目落地，这都是必备的核心技能！
官方详细参考文档：
Sensor添加流程：
https://www.kendryte.com/k230_rtos/zh/main/advanced_development_guide/how_to_add_sensor.html
ISP标定流程：
https://kvftsfijpo.feishu.cn/docx/ZAVtdwe7OoGGdSxXUYJcp430nff#share-P4Rfd0r5yo5YvDxp4lSc0iIPn3e
