108、手机影像全链路调优：从sensor到显示的色彩与噪声控制去年夏天，某旗舰机项目在暗光场景下翻车了——用户拍出来的夜景人像，皮肤像磨了砂纸，背景噪点却像星空。PM拿着竞品对比图拍在我桌上：“人家噪点比你少，色彩还比你准。”我盯着屏幕看了半小时，发现问题不在ISP，不在算法，甚至不在sensor本身——是整条链路里，每个模块都觉得自己“做得对”，但合在一起就拧巴了。这种拧巴，是手机影像调优最真实的日常。今天这篇笔记，我就把从sensor raw数据到屏幕显示这条链路上，色彩与噪声控制的关键节点、踩过的坑、以及最终落地的方案，掰开揉碎讲清楚。一、sensor端：噪声的源头，别指望后面擦屁股很多团队喜欢在ISP里猛怼降噪，但sensor端出来的raw数据如果已经“脏”了，后面再怎么擦也是越擦越糊。我见过最典型的错误：为了压低读出噪声，把sensor的模拟增益调得极低，然后靠数字增益拉亮度。结果暗部噪声被放大得像雪花电视，数字增益每增加1dB，信噪比就掉一截。这里踩过坑——别这样写代码，sensor的模拟增益和数字增益之间有个黄金分割点，通常模拟增益控制在6dB到12dB之间，数字增益不超过3dB，才能保证读出噪声和量化噪声的平衡。另一个容易被忽略的点：sensor的像素合并模式。四合一（binning）模式下，读出噪声会降低一半，但空间分辨率也砍了一半。在暗光场景，我倾向于用binning模式配合短曝光，而不是单像素模式配合长曝光——长曝光带来的热噪声积累，比binning模式下的分辨率损失更致命。实测数据：在5lux照度下，bin