4. 黑电平校正与坏点校正

在ISP（Image Signal Processor）处理链路中，黑电平校正（Black Level Correction, BLC）与坏点校正（Defect Pixel Correction, DPC）是进入RAW域后最先执行的两个关键模块。它们直接决定了后续去马赛克、白平衡和色彩校正的输入数据质量。如果黑电平未校准，图像会出现整体偏灰、暗部发雾或偏色；如果坏点未修复，图像上会残留固定的亮点或暗点，严重影响视觉体验。本章将从物理成因出发，深入讲解黑电平的产生机理、标定与校正方法，以及坏点检测的经典算法与插值修复策略，并结合工程案例给出可落地的调优建议。

4.1 黑电平的产生原因与物理机制

黑电平（Black Level）是指传感器在完全无光照条件下，RAW数据输出所对应的数字码值。理想情况下，无光输入时ADC输出应为0，但实际传感器由于多种物理效应，输出并非为0，而是存在一个固定的偏移量。理解黑电平的产生机制是进行有效校正的前提。

4.1.1 暗电流（Dark Current）

暗电流是半导体PN结在反向偏置条件下，由于热激发产生的电子-空穴对被电场收集而形成的电流。温度每升高约6-8°C，暗电流大约翻倍。暗电流在像素积分时间内累积电荷，导致即使无光入射，像素也输出非零信号。暗电流的大小与曝光时间成正比，与温度呈指数关系。在长曝光（如天文摄影、夜景模式）或高温环境下，暗电流的影响尤为显著。

4.1.2 ADC偏移与像素复位噪声

ADC（模数转换器）本身存在输入偏移电压，导致转换结果整体抬升。此外，像素复位时电荷注入、列放大器失调等因素也会引入固定偏移。这些偏移量通常在几十到几百个LSB（Least Significant Bit）之间，具体取决于传感器工艺和ADC设计。对于10-bit RAW数据，典型黑电平值在64-128之间；对于12-bit RAW数据，典型值在256-512之间。

4.1.3 黑电平对图像质量的影响

如果黑电平未被正确校正，会产生以下问题：

• 暗部发雾：黑电平偏高导致暗部区域无法达到纯黑，图像整体灰蒙蒙，对比度下降。
• 偏色：由于R/G/B通道的黑电平偏移量可能不同，未校正会导致暗部偏绿或偏紫。
• 动态范围损失：黑电平占据了一定的码值范围，导致有效信号范围缩小，高光区域更容易饱和。

4.2 黑电平校正方法

黑电平校正的核心思路是：从每个像素的RAW值中减去黑电平偏移量，并将结果钳位到有效范围。根据校正粒度的不同，可分为全局校正和局部校正。

4.2.1 全局黑电平校正

全局校正使用一个统一的黑电平值应用于整幅图像。该值通常通过传感器OB区域的平均值计算得到。OB区域是传感器上被金属遮挡的像素行或列，它们不感光，因此其输出即为黑电平的近似值。

// 全局黑电平校正伪代码
uint16_t black_level = calculate_ob_mean(sensor_ob_region);
for (int y = 0; y < height; y++) {
    for (int x = 0; x < width; x++) {
        int corrected = raw_data[y][x] - black_level;
        raw_data[y][x] = clamp(corrected, 0, max_value);
    }
}

4.2.2 局部黑电平校正

由于传感器边缘与中心的暗电流分布可能存在差异，部分高端ISP采用分区域黑电平校正。将画面划分为M×N个网格，每个网格独立计算OB均值并校正。这种方法能有效改善画面四角偏色的现象，但需要额外的存储空间和计算开销。

4.2.3 温度与增益补偿

黑电平随温度升高而增大，随模拟增益增大而线性放大。因此，工程上常采用查表法（LUT）或线性拟合进行补偿：

// 温度补偿示例
float temp_coeff = temperature_lut[sensor_temp]; // 温度系数
uint16_t black_level = base_black_level + (uint16_t)(temp_coeff * exposure_time);
// 增益补偿
uint16_t final_black_level = (uint16_t)(black_level * analog_gain);

4.3 坏点检测与分类

坏点（Defect Pixel）是指传感器阵列中输出信号异常偏离正常响应的像素。坏点可分为静态坏点和动态坏点两大类。静态坏点在出厂时即存在，位置固定；动态坏点则随温度、曝光时间或使用时间而出现，具有随机性。

4.3.1 坏点类型与特征

• 亮点（Hot Pixel）：输出值明显高于正常像素，即使无光照也输出高值。通常由暗电流过大或像素复位不彻底导致。
• 暗点（Dead Pixel）：输出值明显低于正常像素，甚至始终为0。通常由光电二极管损坏或连接断路导致。
• 闪烁点（Flicker Pixel）：输出值在正常与异常之间随机跳变，通常由接触不良或晶体管漏电导致。

4.3.2 静态坏点检测

静态坏点通常在产线标定阶段完成。将传感器置于均匀光照下（如积分球），拍摄多帧图像，统计每个像素的响应。若某像素的响应偏离邻域均值超过设定阈值（如3σ），则标记为坏点。检测结果存储于OTP（One-Time Programmable）存储器或系统Flash中，ISP启动时加载坏点表。

4.3.3 动态坏点检测

动态坏点检测在ISP运行时实时进行。常用算法包括：

1. 邻域比较法：将当前像素值与周围8邻域像素的中值或均值比较，若差值超过阈值，则判定为坏点。
2. 梯度检测法：计算像素在水平和垂直方向的梯度，若梯度异常大且与邻域不一致，则判定为坏点。
3. 多帧一致性检测：连续多帧中同一位置像素均异常，则判定为坏点。该方法可有效避免将图像细节误判为坏点。

4.4 坏点插值修复算法

一旦确认坏点位置，就需要用周围正常像素的值进行插值修复。插值算法的选择直接影响修复质量，尤其是边缘和纹理区域的保真度。

4.4.1 中值滤波法

取坏点周围8邻域像素的中值作为修复值。该方法对孤立亮点和暗点效果良好，计算简单，但可能模糊边缘细节。

// 中值滤波修复
uint16_t neighbors[8];
int idx = 0;
for (int dy = -1; dy <= 1; dy++) {
    for (int dx = -1; dx <= 1; dx++) {
        if (dx == 0 && dy == 0) continue;
        neighbors[idx++] = raw_data[y+dy][x+dx];
    }
}
// 排序取中值
quick_sort(neighbors, 8);
raw_data[y][x] = neighbors[4];

4.4.2 方向加权插值

先计算坏点在水平、垂直、45°、135°四个方向上的梯度，选择梯度最小的方向（即边缘方向）进行插值。该方法能有效保护边缘细节，但计算量较大。

// 方向梯度计算
int grad_h = abs(raw[y][x-1] - raw[y][x+1]);
int grad_v = abs(raw[y-1][x] - raw[y+1][x]);
int grad_d1 = abs(raw[y-1][x-1] - raw[y+1][x+1]);
int grad_d2 = abs(raw[y-1][x+1] - raw[y+1][x-1]);

// 选择最小梯度方向进行插值
if (grad_h <= grad_v && grad_h <= grad_d1 && grad_h <= grad_d2) {
    raw[y][x] = (raw[y][x-1] + raw[y][x+1]) / 2;
} else if (grad_v <= grad_d1 && grad_v <= grad_d2) {
    raw[y][x] = (raw[y-1][x] + raw[y+1][x]) / 2;
} else if (grad_d1 <= grad_d2) {
    raw[y][x] = (raw[y-1][x-1] + raw[y+1][x+1]) / 2;
} else {
    raw[y][x] = (raw[y-1][x+1] + raw[y+1][x-1]) / 2;
}

4.4.3 自适应阈值修复

结合静态坏点表和动态检测结果，对坏点区域采用自适应插值。对于平坦区域使用均值滤波，对于边缘区域使用方向插值，对于纹理复杂区域使用中值滤波。这种混合策略在计算复杂度和修复质量之间取得平衡。

4.5 案例拆解：手机摄像头黑电平与坏点联合调优

某手机摄像头项目在暗光场景下出现画面偏紫、暗部有固定亮点的问题。经过分析，发现该问题由黑电平校正不准确和坏点修复不彻底共同导致。

4.5.1 问题现象与初步分析

在实验室暗室环境下，使用ISO 3200、曝光时间1/10s拍摄灰卡，发现：

• 画面中心区域RGB三通道均值分别为R=132, G=128, B=140，B通道明显偏高，导致偏紫。
• 在纯黑场景下，画面存在约20个固定亮点，位置不随拍摄角度变化。

4.5.2 关键数据与诊断过程

通过读取传感器寄存器，发现当前黑电平设置为固定值64（10-bit RAW）。但实际OB区域均值为78，说明黑电平偏低，导致暗部信号未被完全扣除。同时，坏点表仅包含出厂标定的15个静态坏点，而实际亮点数量为20个，说明有5个动态坏点未被检测到。

4.5.3 解决方案与实施步骤

1. 启用动态OB均值计算：修改ISP驱动，每帧读取OB区域数据并计算均值，替代固定黑电平值。
2. 增加温度补偿：在ISP固件中加入温度传感器读取，根据温度查表调整黑电平偏移量。
3. 优化动态坏点检测阈值：将邻域比较阈值从默认的40 LSB调整为25 LSB，并增加多帧一致性验证（连续3帧异常才判定为坏点）。
4. 改进插值算法：将坏点修复从单纯的中值滤波改为方向加权插值，优先保护边缘细节。

4.5.4 结果对比与复盘

复盘发现，动态坏点检测阈值的调整需要结合具体传感器噪声模型。阈值过小会导致误检率上升，将正常像素误判为坏点。后续通过引入基于局部方差的动态阈值，进一步降低了误检率。

4.6 常见误区与总结复盘

在工程实践中，黑电平校正与坏点校正存在以下常见误区，需要特别注意：

总结而言，黑电平校正与坏点校正是ISP链路中基础但关键的环节。黑电平校正的核心在于准确估计并扣除传感器固有的偏移量，而坏点校正的核心在于准确检测并合理修复异常像素。两者都需要结合传感器特性、工作环境和系统资源进行综合设计。在工程实现中，建议采用"静态标定+动态补偿"的策略，既保证基础性能，又适应环境变化。同时，建立完善的测试用例（如暗场测试、均匀光照测试、高低温测试）是验证校正效果的必要手段。