ISPPipeline中径向递减锐化方案实现（一）

高斯平滑渐变（ISP 推荐，过渡自然）：g_Gauss_Radius，范围 0.4~1.5
- 数值越大，高锐化清晰区域覆盖范围越大；数值越小，仅极小中心区域保持高锐度。
线性快速衰减（低算力，无指数运算）：g_Linear_Atten，范围 0.3~3.0
- 数值越大，从中心向四周衰减速度越快；数值越小，全图锐化强度越均匀。

三、两种权重生成算法

1. 高斯渐变权重生成（视觉过渡最优）

数学公式

浮点阶段叠加地板约束：

映射至 0~15 整数权重：

完整 C 实现函数

#include <math.h>
#include <stdint.h>

#define H_GRID      36
#define W_GRID      64
#define MAX_WEIGHT  15
const float CX_GRID = 31.5f;
const float CY_GRID = 17.5f;
const float DIST_MAX = 36.0347f;
const float GAUSS_BASE_SIGMA = DIST_MAX / 3.0f;

uint8_t sharp_weight[H_GRID][W_GRID];

// 全局可调参数
float g_Sharp_Gain      = 1.0f;
uint8_t g_Sharp_MinFloor= 0;
float g_Gauss_Radius    = 0.8f;

void GenSharpWeight_Gauss(void)
{
    float sigma = GAUSS_BASE_SIGMA * g_Gauss_Radius;
    float floor_norm = (float)g_Sharp_MinFloor / MAX_WEIGHT;

    for(int y = 0; y < H_GRID; y++)
    {
        for(int x = 0; x < W_GRID; x++)
        {
            float dx = x - CX_GRID;
            float dy = y - CY_GRID;
            float dist_sq = dx*dx + dy*dy;

            // 高斯浮点权重 [0,1]
            float float_w = expf(-dist_sq / (2.0f * sigma * sigma));

            // 浮点层先限制地板与上限，平滑过渡
            float_w = float_w < floor_norm ? floor_norm : float_w;
            float_w = float_w > 1.0f ? 1.0f : float_w;

            // 映射到0~15整数权重，等价round无库依赖
            float raw = float_w * g_Sharp_Gain * MAX_WEIGHT;
            uint8_t w = (uint8_t)(raw + 0.5f);
            w = w > MAX_WEIGHT ? MAX_WEIGHT : w;

            sharp_weight[y][x] = w;
        }
    }
}

2. 线性衰减权重生成（低算力，无 exp 运算）

数学公式

浮点约束同高斯：

量化映射逻辑与高斯完全一致。

完整 C 实现函数

// 线性衰减专属参数
float g_Linear_Atten = 1.0f;

void GenSharpWeight_Linear(void)
{
    float floor_norm = (float)g_Sharp_MinFloor / MAX_WEIGHT;

    for(int y = 0; y < H_GRID; y++)
    {
        for(int x = 0; x < W_GRID; x++)
        {
            float dx = x - CX_GRID;
            float dy = y - CY_GRID;
            float dist = sqrtf(dx*dx + dy*dy);

            // 修复后线性衰减公式，消除原边界负数失控问题
            float float_w = 1.0f - g_Linear_Atten * (dist / DIST_MAX);
            float_w = float_w < floor_norm ? floor_norm : float_w;
            float_w = float_w > 1.0f ? 1.0f : float_w;

            float raw = float_w * g_Sharp_Gain * MAX_WEIGHT;
            uint8_t w = (uint8_t)(raw + 0.5f);
            w = w > MAX_WEIGHT ? MAX_WEIGHT : w;

            sharp_weight[y][x] = w;
        }
    }
}

四、加权 USM 锐化运算

权重取值 0~15，等效锐化系数为 w / 16；差值delta = 原图 - 模糊图存在正负，必须使用有符号运算，输出像素强制限幅防止亮度断层 / 溢出。以 10bit 图像（像素范围 0~1023）为例，8bit/12bit 仅需修改PIX_MAX：

// src:原始像素  blur:高斯模糊像素  w:当前分块权重0~15
uint16_t USM_Sharp(uint16_t src, uint16_t blur, uint8_t w)
{
    const int PIX_MAX = 1023;
    int32_t delta = (int32_t)src - (int32_t)blur;
    // 定点加权：乘权重后右移4位等效除以16
    int32_t sharp_add = ((int32_t)w * delta) >> 4;
    int32_t out_pix = (int32_t)src + sharp_add;

    // 像素边界限幅
    if(out_pix < 0) out_pix = 0;
    if(out_pix > PIX_MAX) out_pix = PIX_MAX;
    return (uint16_t)out_pix;
}

运算逻辑说明：

w=15：完整叠加锐化差值，中心锐化最强；
w=8：仅一半锐化强度，画面中等清晰；
w=0：无锐化叠加，画面完全柔和。

五、参数调参效果说明

高斯模式（人像、监控、通用场景）

g_Sharp_Gain=0.9，g_Gauss_Radius=0.5，g_Sharp_MinFloor=2 仅画面中心人脸区域满锐化，四周背景快速弱化，抑制背景噪点。
g_Sharp_Gain=1.0，g_Gauss_Radius=1.2，g_Sharp_MinFloor=6 大面积画面保持高锐度，仅最边缘轻微衰减，适配文档、扫码场景。
g_Sharp_Gain=0.5，g_Gauss_Radius=0.7，g_Sharp_MinFloor=1 全局压低锐化强度，夜景低光场景，避免暗部噪点被放大。