4. 黑电平校正（BLC）：从暗电流到暗部细节

黑电平校正，圈里人常叫 BLC（Black Level Correction）。

这名字听起来挺学术，说白了就是告诉芯片：「你给我记住，0 就是 0，别把黑的说成灰的」。

我刚开始调 ISP 时，觉得 BLC 不就是减个固定值嘛，有啥好研究的？直到有一次，客户拿了一台夜景样机过来，暗部全是紫绿色的噪点，画面像蒙了一层雾。查了半天，就是黑电平没校好。嗯，从那以后，我再也不敢小看这个模块了。

4.1 黑电平是怎么来的？

先说说为什么会有黑电平。你想想看，一个像素在完全无光的情况下，按理说应该输出 0。但实际 CMOS 传感器不是这样的——它即使在暗箱里，也会读出一些信号。

原因主要有三个：

• 暗电流：半导体热激发产生的电子，温度越高越明显。夏天拍夜景，暗电流能比冬天翻一倍。
• 像素复位噪声：每次读出前复位，电压总有点残留。
• ADC 偏移：模数转换器本身有个底噪，通常在 1-2 LSB 左右。

这些因素叠加起来，就形成了一个固定的偏置值。我们管它叫 黑电平（Black Level）。

4.2 BLC 算法原理：全局 vs 局部

BLC 的做法分两种。我调过的项目里，90% 的坑都出在选错方案上。

4.2.1 全局 BLC（Global BLC）

最简单粗暴的方式。整幅图像减去同一个值。

// 全局 BLC 伪代码
for each pixel (x, y):
    pixel_out = pixel_raw - BL_global

// BL_global 通常取 OB（Optical Black）区域的平均值
BL_global = average(OB_pixels)

优点很明显：计算量小，硬件实现简单。缺点也很致命：它假设整个 sensor 的暗电流是均匀的。

但现实不是这样的。我遇到过一款 sensor，左上角比右下角温度高 3 度，暗电流差了 15 个 DN。用全局 BLC 一减，左上角暗部细节全没了，右下角还留着偏置。这就是典型的「顾头不顾尾」。

4.2.2 局部 BLC（Local BLC）

更精细的做法。把图像分成多个区域，每个区域独立计算黑电平。

// 局部 BLC 伪代码
// 将图像划分为 MxN 个 block
for each block (i, j):
    BL_local[i][j] = average(OB_pixels_in_block[i][j])

// 对每个像素做双线性插值
for each pixel (x, y):
    BL_interp = bilinear_interp(BL_local, x, y)
    pixel_out = pixel_raw - BL_interp

这样做的好处是：能补偿 sensor 面上的非均匀性。坏处是：需要额外的存储和计算资源。

对比项	全局 BLC	局部 BLC
计算量	低（1 次减法）	中（插值 + 多次减法）
存储需求	1 个值	MxN 个值 + 插值系数
非均匀性补偿	无	有
适用场景	低端 sensor、均匀光照	高端 sensor、大靶面、多温度场景
暗部细节保留	一般	好

4.3 BLC 对暗部细节的影响

这是 BLC 最容易被忽视的地方。我见过很多工程师，BLC 参数调完就跑，从来不看暗部。

为什么会这样？因为 BLC 减多了，暗部细节就丢了；BLC 减少了，暗部偏置还在，噪点跟着放大。

具体来说：

• BLC 偏大（过减）：暗部像素被减到负数，然后被 clamp 到 0。原本能看到的纹理，全变成死黑。这叫「暗部截断」。
• BLC 偏小（欠减）：暗部残留偏置，经过后面的数字增益（DG）放大后，偏置变成明显的色块和条纹。这叫「暗部偏色」。

我记得有一次调一款手机摄像头，客户反馈夜景模式暗部发紫。我查了半天，发现是 BLC 欠减了 3 个 DN。这 3 个 DN 在 10x 数字增益下，变成了 30 个 DN 的偏置，直接导致 R 通道比 G/B 高出一截。减掉那 3 个 DN，紫色立马消失。

4.4 调试参数与验证方法

BLC 调试，我一般分三步走。

4.4.1 参数清单

参数名	说明	典型范围	调试优先级
BL_global	全局黑电平偏置值	0-255（10bit）	高
BL_local_grid	局部 BLC 网格大小	8x8 ~ 32x32	中
BL_interp_mode	插值方式（双线性/最近邻）	0/1	低
BL_clamp_min	减法后的最小值 clamp	0	高
BL_temp_coeff	温度补偿系数	0.1-2.0 DN/°C	中

4.4.2 调试流程

1. 暗场采集：盖上镜头盖，或者用暗箱。拍 10 帧以上，取平均，消除随机噪声。
2. 计算 OB 均值：取 sensor 的 OB 像素（通常分布在 sensor 边缘），计算平均值。这就是初始 BL 值。
3. 检查均匀性：把暗场图像显示出来，看有没有明显的亮斑或暗角。如果有，说明 sensor 非均匀性严重，需要局部 BLC。
4. 微调验证：在 0.1-1 lux 的低照度下拍灰阶卡，看暗部灰阶是否平滑过渡。如果出现跳变或色偏，微调 BL 值。
5. 温度遍历：在 -10°C、25°C、60°C 下重复步骤 1-4，建立温度-黑电平曲线。

4.4.3 验证指标

• 暗场均值：BLC 后，暗场图像的全图均值应接近 0（通常允许 ±1 DN 波动）。
• 暗场标准差：反映残留噪声。BLC 本身不降噪，但如果标准差突然变大，说明 BLC 引入了新的非均匀性。
• 暗部灰阶线性度：在 0-10% 的灰阶范围内，输入输出曲线应保持线性。如果出现拐点，说明 clamp 或过减了。
• 色温稳定性：在 D65、A 光、TL84 下分别测暗部色偏。BLC 应该与色温无关，如果出现色温相关的暗部偏色，说明 sensor 的 OB 区域有光谱响应差异。

4.5 BLC 在 Pipeline 中的位置

BLC 是 ISP Pipeline 的 第一个 处理模块。它紧跟在 sensor 原始数据之后，在去噪、去马赛克、白平衡之前。

为什么放在最前面？因为后面的所有模块都假设输入数据是「零偏置」的。如果 BLC 没做好，后面的 LSC、AWB、CCM 都会跟着出错。

你看这个流程，BLC 就像地基。地基没打平，上面盖的房子全是歪的。我每次接手一个新项目，第一件事就是先看 BLC 参数对不对。BLC 对了，后面 80% 的问题都好查；BLC 错了，你调 LSC、调 AWB、调降噪，都是在错误的数据上做无用功。