1. 黑电平校正概述

大家好，我是你们这堂课的主讲工程师。咱们今天聊的，是图像传感器里一个基础但极其关键的环节——黑电平校正。

很多人觉得黑电平嘛，不就是把暗电流减掉吗？其实没那么简单。我做了十几年图像传感器，见过太多因为黑电平没处理好，导致整颗芯片图像质量翻车的案例。今天咱们就从根上把它讲透。

先问个问题：一个完全无光的场景，传感器应该输出什么值？

理想情况下，应该是0。但现实不是这样的。你拿一个镜头盖盖住相机，拍一张全黑图，放大看像素值——它不会是0，而是一个偏正数的小值。这个值，就是黑电平。

我习惯把黑电平理解为传感器的“底噪基线”。它就像一把尺子的零点没对准，所有测量结果都偏了一个固定偏移量。

黑电平定义：在零光照条件下，图像传感器输出的数字信号平均值。通常用DN（Digital Number）或LSB（Least Significant Bit）表示。

举个例子，一个10-bit的传感器，黑电平可能是64 DN。这意味着全黑场景下，每个像素输出大约64。如果不去掉这个偏移，整个画面就会发灰、发雾。

为什么会这样？说白了，黑电平不是传感器“故意”产生的，而是物理机制决定的。主要有三个来源：

这是最核心的原因。半导体器件在无光照时，热激发会产生电子-空穴对。温度越高，暗电流越大。我记得有一次在项目中，传感器温度从25°C升到60°C，黑电平直接翻了一倍多。

暗电流的公式大致是：

I_dark = I_s * exp(-E_g / (k * T))

其中I_s是饱和电流，E_g是硅的禁带宽度，k是玻尔兹曼常数，T是温度。嗯，这里你不需要背公式，只要记住：温度每升高6-8°C，暗电流大约翻一倍。

每个像素在读出前需要复位到一个参考电压。这个复位过程本身会引入噪声，导致复位电平有微小波动。这个波动会叠加到黑电平上。

我早期做一颗全局快门传感器时，复位噪声特别大，黑电平的列间差异达到了5-6 DN。后来花了两个月优化复位时序，才压到1 DN以内。

模拟信号经过CDS（相关双采样）、PGA（可编程增益放大器）、ADC（模数转换器）时，每一级都会引入直流偏移。这些偏移累积起来，就成了黑电平的一部分。

你想想看，一个12-bit ADC，本身就有±2 LSB的偏移误差。再加上PGA的输入失调电压，加起来轻松超过10 LSB。

注意：黑电平不是固定不变的。它会随温度、增益、曝光时间、甚至像素位置变化。所以校正算法必须考虑这些因素，不能简单减一个常数。

黑电平没处理好，图像质量会出什么问题？我列几个实际项目中踩过的坑：

我曾经做过一个安防摄像头项目，客户反馈夜间画面总是偏绿。查了三天，最后发现是B通道的黑电平比R和G通道高了3 DN。校正后颜色就正常了。

还有一个更隐蔽的问题：黑电平会影响信噪比。如果黑电平校正时减掉的值不准，相当于给信号叠加了一个额外的噪声源。暗部区域的SNR会明显下降。

我的经验：黑电平校正的精度，直接决定了暗部图像质量的天花板。很多ISP算法（如去噪、色调映射）在暗部表现不好，根源往往就是黑电平没校干净。

为了让你对整个章节有个全局认识，我画了一张知识框架图。它展示了黑电平校正的核心概念、物理来源、影响因素以及校正方法之间的关系。

从这张图你可以看到，黑电平校正不是孤立的一步。它上承物理机制，下接图像质量，中间还要考虑温度、增益等动态因素。后面的章节，我会逐一拆解每个环节。