硬核解析：ISP 图像管线中的白平衡与色彩转换闭环映射

引言： 在数字图像处理（ISP）领域，自动白平衡（AWB）和色彩校正矩阵（CCM）的流转逻辑往往被误解为简单的线性流程。本文将深入色彩科学的最底层，抛弃模糊的经验主义，用严密的线性代数和微积分推导，揭示相机传感器是如何在“物理光学”与“数字色彩”之间建立完美的双射闭环（Bijective Mapping）的。

一、认知基石：三大出厂“静态资产”

很多人误以为存在一个可以脱离光源、完美将 RAW 转换为 CIE XYZ 的静态矩阵。这是一个违背光学常识的谬误。由于相机的滤光片光谱响应函数无法满足路德条件（Luther Condition），传感器受制于同色异谱（Metamerism）现象。因此，RAW 到 XYZ 的映射关系是随环境色温剧烈动态变化的。

现代相机在出厂前，工程师会在实验室通过精密的光谱标定，将三大“静态资产”死死烧录进相机的 ROM 中：

低温校正矩阵（CCM_low）： 在 2856K（标准 A 光源）下，通过 24 色色卡与最小二乘法联合优化得到的 3x3 矩阵。
高温校正矩阵（CCM_high）： 在 6500K（标准 D65 光源）下优化得到的矩阵。
传感器原生普朗克轨迹（Sensor Planckian Locus）： 利用黑体辐射公式和相机光谱响应曲线，穷举积分算出的原生色度学二维轨迹。

二、核心工作流：从未知光源到标准色彩空间

实际成像时，由于环境光源多变，ISP 必须利用上述资产，经历一套极其精妙的逆向推导与动态插值流程。

第一步：AWB 模块估算初始增益

无论采用灰度世界假设（Gray World）、完美反射法，还是基于深度学习的 CNN 算法，AWB 模块的唯一使命是“剥离物体的固有色，提纯出当前环境光源的颜色”。算法输出一组白平衡增益，锚定 G 通道为 1.0：

\[\mathbf{Gain} = (R_{gain}, 1.0, B_{gain})\]

第二步：倒推原生白点比例

白平衡增益的物理本质是“填平色偏的乘数”。将其取倒数，即可还原出当前光源在传感器 RAW 空间下的真实原生读数比例（White Point Ratio）：

\[W_r = \frac{1}{R_{gain}}\] \[W_b = \frac{1}{B_{gain}}\]

第三步：正交投影获取相关色温 (CCT)

由于各类光源存在色调偏移（Tint），算出的 $(W_r, W_b)$ 往往不在预设的普朗克物理轨迹上。 ISP 会在传感器原生的二维色度空间中，将点 $P(W_r, W_b)$ 向出厂预校准的传感器普朗克轨迹（Sensor Planckian Locus）进行最短几何距离的正交投影。

投影落点在轨迹上的刻度，即为当前光源的 相关色温 (CCT)。
投影垂线的距离与方向，即为 色调偏移 (Tint / Duv)。

第四步：微倒数空间插值生成临时 CCM

获取 CCT 后，不能在绝对开尔文温度域做线性插值（会产生感知畸变）。必须将 CCT 转化为微倒数（Mired, Micro Reciprocal Degree）：

\[Mired = \frac{10^6}{CCT}\]

计算在 2856K 与 6500K 之间的插值系数 $t$（约分 $10^6$ 后的简写公式）：

\[t = \frac{\frac{1}{CCT} - \frac{1}{6500}}{\frac{1}{2856} - \frac{1}{6500}}\]

利用 $t$ 对内置的双矩阵进行线性加权，推导出专属于当前色温的活跃矩阵：

\[CCM_{target} = t \cdot CCM_{low} + (1 - t) \cdot CCM_{high}\]

第五步：像素渲染流水线执行

数学参数备齐后，ISP 像素执行流水线正式开工：

抹平色偏： 先将第一步的 $(R_{gain}, 1.0, B_{gain})$ 乘回所有 RAW 像素，完成白平衡物理校正。
空间转换： 经过 Demosaicing（去马赛克）后，套用刚才算出的 $CCM_{target}$ 进行矩阵乘法，彻底完成从传感器 RGB 到 CIE XYZ（及后续 sRGB）的标准色彩空间转换。

三、数学推演：5000K 的完美双射闭环证明

这套理论是否严密？我们可以带入具体数值，跑一遍 “正向推导 $\to$ 逆向推导” 的闭环。

【设定参数】 假设目标色温 $T = 5000K$。

算出的 5000K 标准白光坐标：

\[\mathbf{XYZ}_{5000} = [0.96, 1.00, 0.82]^T\]

此时 ISP 动态插值出的临时矩阵：

\[\mathbf{CCM}_{5000} = \begin{bmatrix} 0.8 & 0.1 & 0.1 \\ 0.2 & 0.7 & 0.1 \\ 0.0 & 0.2 & 0.6 \end{bmatrix}\]

证明上半场：正向推导（手动指定 5000K）

计算传感器拍到 5000K 白纸的原生读数：

\[\begin{bmatrix} R_{raw} \\ G_{raw} \\ B_{raw} \end{bmatrix} = \mathbf{CCM}_{5000} \times \begin{bmatrix} 0.96 \\ 1.00 \\ 0.82 \end{bmatrix} = \begin{bmatrix} 0.950 \\ 0.974 \\ 0.692 \end{bmatrix}\]

计算所需的白平衡校正增益：

\[Gain_R = \frac{G_{raw}}{R_{raw}} = \frac{0.974}{0.950} \approx 1.0253\] \[Gain_B = \frac{G_{raw}}{B_{raw}} = \frac{0.974}{0.692} \approx 1.4075\]

证明下半场：逆向推导（AWB 给定增益）

假设 AWB 算法给出了上述增益 $(1.0253, 1.4075)$，相机能否反推出 5000K？

将增益倒推回原生比例：

\[W_r = \frac{1}{1.0253} \approx 0.9753\] \[W_b = \frac{1}{1.4075} \approx 0.7105\]

投影查表：ISP 拿着坐标 $(0.9753, 0.7105)$ 去原生普朗克轨迹上寻找落点。

根据轨迹的数学定义，当 $T=5000K$ 时，轨迹刻度点的坐标正是：

\[X_{5000K\_locus} = \frac{(\mathbf{CCM}_{5000} \times \mathbf{XYZ}_{5000})_R}{(\mathbf{CCM}_{5000} \times \mathbf{XYZ}_{5000})_G} = 0.9753\] \[Y_{5000K\_locus} = \frac{(\mathbf{CCM}_{5000} \times \mathbf{XYZ}_{5000})_B}{(\mathbf{CCM}_{5000} \times \mathbf{XYZ}_{5000})_G} = 0.7105\]

结论： AWB 坐标 $(0.9753, 0.7105)$ 与轨迹上的 5000K 刻度点距离为 0，严丝合缝地完美重合！ISP 成功逆向查出 CCT = 5000K，闭环达成。

四、进阶：如何将色温 (Temp) 与色调 (Tint) 转入 XYZ 空间？

在真实世界的标定中，如果我们还要考虑正交的 Tint 偏移，必须通过 CIE 1960 UCS (u, v) 色度空间进行等温线法向推导。完整的四步算法如下：

色温转基础 xy： 使用 CIE D-illuminant 经验公式将 $T$ 转化为 $(x_{base}, y_{base})$。
转入 uv 空间：

\[u_{base} = \frac{4 x_{base}}{-2 x_{base} + 12 y_{base} + 3}\] \[v_{base} = \frac{6 y_{base}}{-2 x_{base} + 12 y_{base} + 3}\]

施加正交 Tint 偏移： 在 CIE 1960 空间中，等温线垂直于轨迹。正向平移即可实现法向偏差（正偏品红，负偏绿）：

\[u_{target} = u_{base}\] \[v_{target} = v_{base} - \Delta v_{tint}\]

逆向转回 XYZ： $x_{target} = \frac{3 u_{target}}{2 u_{target} - 8 v_{target} + 4}$

\[y_{target} = \frac{2 v_{target}}{2 u_{target} - 8 v_{target} + 4}\]

最终得出绝对能量向量：

\[\mathbf{XYZ} = \left[ \frac{x_{target}}{y_{target}}, 1.0, \frac{1 - x_{target} - y_{target}}{y_{target}} \right]^T\]

(正文完)

一、 认知基石：三大出厂“静态资产”

二、 核心工作流：从未知光源到标准色彩空间