第2章：镜头阴影校正调试环境搭建

做镜头阴影校正，第一步不是调参数，而是把环境搭对。我见过不少工程师，算法调了半天，最后发现是灯箱亮度不均匀——白忙一场。所以这一章，咱们先把硬件、软件、采集规范这三块地基打牢。

2.1 硬件准备：灯箱、灰卡、均匀光源

硬件选型直接决定你采集到的数据有没有价值。说白了，你给算法喂什么，它就吐什么。

2.1.1 灯箱选型

灯箱的核心指标就两个：均匀度和色温稳定性。

我个人习惯用X-Rite或Gossen的灯箱，校准周期短，稳定性好。有一次项目赶进度，用了实验室一个老灯箱，结果阴影校正曲线怎么调都不对——后来发现灯箱角落有个LED灯珠已经衰减了。嗯，从那以后我每次调试前都会先拍一张均匀白场做验证。

2.1.2 灰卡选择

灰卡用来做参考白平衡和亮度基准。别随便拿张白纸凑合，纸的反射率不均匀，而且不同纸张的荧光增白剂会影响光谱。

• 标准灰卡：18%反射率灰卡，用于亮度校准
• 白卡：96%反射率，用于阴影校正参考
• 黑卡：2%反射率，用于暗电流评估

2.1.3 均匀光源

除了灯箱，你可能还需要独立均匀光源来做特定场景测试。比如大角度入射光、多光源混色等。

均匀光源的常见方案：

• 积分球：均匀度最好，但体积大、价格高
• LED面光源：可调色温、亮度，适合量产线
• 卤素灯+扩散板：光谱连续，但发热严重

你想想看，如果光源本身就有暗区，你校正出来的阴影曲线其实是把光源缺陷也补偿进去了——这会导致换一个场景就出问题。所以均匀光源的均匀度，我建议至少做到95%以上。

2.2 软件工具：调试工具链与寄存器读写

硬件到位了，软件工具就是你的武器库。我习惯把工具链分成三层：采集层、分析层、烧录层。

2.2.1 调试工具链

我在项目中常用的是Imatest做阴影分析，配合Bus Hound抓I²C通信。不过Imatest是商业软件，如果预算有限，用Python自己写一套分析脚本也完全可行。

2.2.2 寄存器读写工具

寄存器读写是调试的最后一公里。你算好了校正系数，写不进去或者写错地址，全白搭。

常用的寄存器读写方式：

• I²C工具：如Total Phase Aardvark、FTDI FT232H
• SPI工具：如Saleae逻辑分析仪 + 自定义脚本
• 厂商专用工具：如OV的OVTune、Sony的ISS

2.3 图像采集规范

采集规范决定了你的数据是否可复现、可对比。没有规范，今天采的和明天采的就不是同一套数据。

2.3.1 采集环境要求

• 暗室环境：避免环境杂散光干扰
• 灯箱预热：至少预热15分钟，等色温稳定
• 镜头清洁：用气吹+无尘布擦拭，指纹和灰尘会引入伪阴影
• 固定机位：使用三脚架或夹具，避免手抖

2.3.2 采集参数设置

采集时，Sensor的参数要固定，不能开自动曝光、自动增益、自动白平衡。否则你采集到的阴影曲线会随着参数变化而漂移。

2.3.3 采集流程

1. 灯箱预热15分钟，确认均匀度达标
2. 安装镜头，清洁镜片和Sensor窗口
3. 固定相机模组，对准灯箱中心
4. 设置Sensor参数为固定模式
5. 采集一张暗场（遮住镜头，评估暗电流）
6. 采集一张灰场（灰卡，用于阴影校正）
7. 采集一张白场（白卡，用于增益校正）
8. 检查图像是否有过曝或欠曝区域

2.4 知识结构总览

下面这张图把本章的核心逻辑串起来了。你可以把它当作调试前的checklist。

这张图把硬件、软件、采集规范三个模块串在了一起。你调试前可以对着它过一遍，看看哪个环节还没到位。我个人习惯把这张图打印出来贴在工位上，每次调试前扫一眼，避免漏掉某个步骤。