坏点校正（DPC）基础概念
各位工程师，咱们今天聊聊坏点校正。说白了，就是处理图像传感器上那些「不听话」的像素点。
我刚开始调图像的时候，最头疼的就是屏幕上突然冒出来的白点或黑点。你以为是镜头脏了，擦了半天发现还在原位——嗯，那就是坏点。
什么是坏点？
坏点，就是图像传感器阵列中，光电响应特性偏离正常范围的像素单元。正常像素在无光照时输出接近黑电平，有光照时线性响应。坏点则不然。
我习惯把坏点分成两类：
- Hot Pixel（热像素）：输出始终偏亮，甚至无光照时也输出高值。表现为固定白点。
- Dead Pixel（死像素）：输出始终偏暗或固定值，对光照无响应。表现为固定黑点或灰点。
关键指标：坏点通常定义为响应偏离正常值超过 ±20% 或固定噪声超过 3σ 的像素。不同 sensor 厂商标准略有差异，但大体如此。
坏点分类：静态 vs 动态
这里有个容易混淆的点。坏点不是一成不变的，我把它分成两种：
| 类型 | 成因 | 特点 | 举例 |
|---|---|---|---|
| 静态坏点 | 制造缺陷、物理损伤 | 位置固定，不随温度/增益变化 | 出厂就有，或摔过后出现 |
| 动态坏点 | 温度升高、增益增大、长时间曝光 | 时有时无，条件触发 | 高温下冒白点，冷却后消失 |
我曾经遇到一个项目，常温下图像完美，一到夏天户外就满屏白点。排查了三天，最后发现是动态坏点随温度升高被激活了。所以调试时一定要做温度扫描测试。
避坑指南：我曾经在量产阶段才发现动态坏点问题，导致返工。建议在 sensor 选型阶段就要求供应商提供高温/高增益下的坏点分布数据。
DPC 在 ISP Pipeline 中的位置
坏点校正（Dead Pixel Correction，DPC）在 ISP 流水线中处于非常靠前的位置。为什么？因为坏点如果不先处理掉，后续的 demosaic、去噪、锐化都会把坏点信息扩散到周围像素，越处理越糟糕。
我画了一张流程图，你看看 DPC 在整个 pipeline 中的位置：
你想想看，如果坏点不先校正，demosaic 时插值算法会把坏点的错误值扩散到周围像素，形成一块亮斑或暗斑。到那时再想修，就难了。
注意：有些 ISP 把 DPC 放在 BLC 之后，但我不推荐这么做。因为坏点会影响黑电平的统计值，导致整幅图像偏色。我踩过这个坑，后来改回 DPC 先于 BLC，问题就解决了。
DPC 的两种实现思路
实际工程中，DPC 有两种主流做法：
- 静态坏点表校正：出厂前标定坏点坐标，烧录到 OTP 或 flash 中。运行时直接查表替换。
- 动态坏点检测校正：实时检测当前帧中的异常像素，用周围像素插值替换。
我个人的习惯是：静态表保底，动态检测兜底。静态表能覆盖大部分固定坏点，动态检测用来抓那些温度漂出来的动态坏点。两者配合，效果最好。
经验之谈：我曾经在一个安防项目中只用了动态检测，结果在低光照场景下误检率飙升，把正常像素当坏点修了，画面反而变糊。后来加了静态表做先验约束，误检率从 15% 降到了 0.5% 以下。
坏点检测的简单原理
坏点检测说白了就是「找不同」。拿当前像素和周围邻居比：
- 如果当前像素值远高于或远低于周围像素，且差异超过阈值，就标记为候选坏点
- 如果连续多帧都在同一位置出现异常，就确认为坏点
阈值怎么定？我一般用 sensor 的暗电流噪声水平乘以一个系数。比如暗电流噪声是 2 DN，阈值就设在 6-10 DN。具体要看 sensor 的 SNR 表现。
好了，坏点的基本概念就聊到这儿。记住一句话：坏点校正做不好，后面的图像处理全是白费功夫。