黑电平校正(BLC)与固定模式噪声(FPN)去除：原理、调试方法、常见问题与解决方案
黑电平校正，圈内人常叫它BLC。说白了，就是告诉相机“什么是真正的黑色”。
你想想看，一个全黑的场景，传感器理论上应该输出0。但实际呢？由于暗电流、电路偏置这些因素，像素总会读出一些非零值。这些值如果不处理，画面就会发灰、发雾，暗部细节全被埋没了。
我刚开始做ISP调试那会儿，就吃过这个亏。有一款手机摄像头，夜景拍出来总是灰蒙蒙的，怎么调增益都不对。后来一查，BLC没校准好，暗电流补偿差了十几个LSB。嗯，从那以后，我每次拿到新传感器，第一件事就是看BLC曲线。
1. 黑电平校正的原理
黑电平校正的核心思路很简单：找到暗电流的基准值，然后减掉它。
传感器通常会在像素阵列的边缘预留一些光学黑像素(OB, Optical Black)。这些像素被金属层遮挡，收不到光，但和有效像素共享同样的电路结构。它们输出的值，就代表了当前条件下的暗电流水平。
核心公式：
P_out = P_raw - OB_mean
其中 OB_mean 是光学黑像素的平均值，P_raw 是原始像素值。
但事情没这么简单。OB像素本身也有噪声，直接减平均值会引入新的随机噪声。所以实际工程中，我们通常会对OB区域做中值滤波或均值滤波，甚至用多帧平均来稳定基准值。
另外，暗电流和温度、曝光时间强相关。温度每升高6-8度，暗电流翻一倍。所以高端的BLC算法会做温度补偿——查表或者多项式拟合，动态调整减去的基准值。
2. 固定模式噪声(FPN)的成因
FPN和BLC是孪生兄弟。BLC处理的是全局的暗电流偏移，而FPN处理的是像素与像素之间的差异。
为什么会这样？
每个像素的光电二极管、传输管、源跟随器，制造工艺上不可能完全一致。有的像素暗电流大一点，有的小一点。这种差异在空间上是固定的——你拍100张全黑图，同一个像素的偏移量基本不变。所以叫“固定模式噪声”。
FPN分为两种：
| 类型 | 来源 | 表现 | 校正难度 |
|---|---|---|---|
| 列FPN | 列放大器、ADC偏移 | 竖条纹 | 低 |
| 像素FPN | 单个像素暗电流差异 | 固定亮点/暗点 | 中 |
列FPN比较好处理，因为同一列的所有像素共享同一个读出电路，偏移量一致。像素FPN就麻烦多了，需要逐像素校准。
3. 调试方法与参数
调试BLC和FPN，我习惯按这个步骤来：
- 采集全黑帧：盖上镜头盖，用不同增益、不同曝光时间、不同温度拍多组数据。
- 计算OB均值：对每帧的OB区域做统计，得到当前帧的BLC基准值。
- 生成FPN校正表：对全黑帧做多帧平均，得到每个像素的固定偏移量。
- 验证校正效果：用校正后的全黑帧看噪声水平，用暗部灰阶卡看细节保留情况。
我的调试小技巧：
采集全黑帧时，千万别漏了不同增益的情况。高增益下暗电流会被放大，BLC基准值会漂移。我见过有人只测了0dB的BLC，结果开到24dB时暗部直接偏绿。
关键参数表：
| 参数 | 说明 | 典型范围 | 调试建议 |
|---|---|---|---|
blc_ob_region |
OB像素区域坐标 | 传感器厂商提供 | 确认OB区域没有被裁剪 |
blc_target |
校正后的目标黑电平 | 0-64 (10bit) | 通常设为0，但保留少量偏移可避免负值截断 |
fpn_correction_table |
逐像素偏移表 | ±32 LSB | 用多帧平均生成，至少32帧 |
blc_temperature_comp |
温度补偿系数 | 0.1-2.0 LSB/°C | 通过温箱标定 |
4. 常见问题与解决方案
做BLC和FPN调试，有几个坑是绕不开的。我一个个说。
问题一：校正后暗部出现负值
减多了！BLC基准值算高了，导致暗部像素变成负数。后续的Gamma、去马赛克处理对负数很敏感，会出伪色。
解决方案： 保留一个小的偏移量（比如4-8 LSB），或者做截断处理。我习惯在BLC之后加一个clamp操作，把负值钳位到0。
问题二：FPN校正后出现新的条纹
这通常是FPN校正表精度不够，或者校正表和当前增益不匹配。我曾经遇到过一个案子，FPN表是在实验室25度下生成的，结果产线测试时温度到了40度，暗电流变了，校正表反而引入了新的固定噪声。
解决方案： 多温度点标定，生成多组FPN表，运行时根据温度插值切换。
问题三：BLC和AGC（自动增益控制）打架
AGC会根据画面亮度调整增益，而BLC的基准值会随增益变化。如果BLC补偿没跟上，画面亮度会抖动。
解决方案： 把BLC放在AGC之前做，或者让BLC的补偿值和增益联动。
5. 知识体系结构图
下面这张图，是我自己总结的BLC和FPN处理流程。你看一眼，整个链路就清楚了。
6. 自动化调优思路
手动调BLC和FPN，最烦的就是重复采集数据、算表、验证。我后来写了一套自动化脚本，流程是这样的：
- 自动采集：控制温箱和光源，自动切换增益、曝光时间，拍全黑帧和灰阶卡。
- 自动计算：对采集的数据做统计分析，自动生成BLC基准值和FPN校正表。
- 自动验证：用校正后的数据算暗部SNR、FPN幅度，和预设阈值对比，不合格就重新采集。
- 自动生成报告：把校正参数、验证结果、曲线图打包成PDF。
这套流程跑下来，原来需要3天的调试工作，压缩到半天。而且机器调出来的参数，比人手调的更稳定——至少不会出现“周一调的和周五调的不一样”这种尴尬事。
嗯，BLC和FPN这块，说难不难，说简单也不简单。关键是把原理吃透，把调试流程标准化，剩下的就是耐心和细心了。