4. 坏点校正（DPC）：静态与动态坏点检测、校正算法选择、参数调优

坏点校正，简称 DPC。说白了，就是处理 sensor 上那些「不听话」的像素点。

我刚开始调 ISP 时，觉得 DPC 不就是个中值滤波嘛，有啥好调的？直到有一次，一个项目在夜视模式下满屏都是白点，客户直接退货。嗯，从那以后，我再也不敢小看 DPC 了。

坏点分两种：静态坏点和动态坏点。静态坏点出厂就固定了，动态坏点会随温度、增益变化而出现。处理方式完全不同。

4.1 静态坏点检测

静态坏点，就是 sensor 出厂时就带有的死点、亮点。这些点位置固定，不随环境变化。

检测方法主要有两种：

• 出厂坏点表： sensor 厂商会提供一个坏点坐标列表。直接加载就行，省事。但我遇到过，有些厂商给的列表不全，漏了不少点。
• 在线标定： 盖上镜头盖，拍一张全黑图，再拍一张均匀光照图。通过对比，找出异常点。我建议项目量产前，至少做一次在线标定，跟出厂表做交叉验证。

4.2 动态坏点检测

动态坏点就麻烦多了。它们平时好好的，温度一高、增益一拉，就冒出来了。你想想看，晚上监控画面突然出现一堆闪烁的白点，多吓人。

常用的检测算法：

我个人比较喜欢用邻域统计法。虽然慢一点，但准确率高。我曾经在一个项目中，用亮度梯度法死活调不好，换成邻域统计法后，问题迎刃而解。

4.3 校正算法选择

检测到坏点后，怎么修？常见的有三种：

1. 中值滤波： 用邻域像素的中值替换坏点。简单粗暴，但对边缘有损伤。
2. 线性插值： 根据坏点周围的好点，做双线性或双三次插值。效果细腻，但计算量大。
3. 自适应加权： 结合中值和插值的优点，根据局部纹理复杂度动态选择权重。我目前的主力方案。

4.4 参数调优实战

参数调优，是 DPC 最磨人的部分。我总结了一套「三步走」策略：

• 第一步：定阈值。 先拍一张均匀灰卡图，统计像素分布，确定正常范围。阈值设得太严，好点被误杀；设得太松，坏点漏网。我一般取均值 ± 3σ 作为初始值。
• 第二步：选窗口。 3x3 窗口最快，但检测能力有限；5x5 窗口是主流；7x7 窗口更准，但边缘细节容易模糊。我建议从 5x5 开始调。
• 第三步：增益补偿。 动态坏点在高增益下更明显。需要根据 ISP 的增益值，动态调整检测阈值。增益每增加 6dB，阈值可以放宽 10%-15%。

下面是一个简单的参数配置示例：

// DPC 参数结构体示例
typedef struct {
    uint8_t  enable;           // 0:关闭, 1:开启
    uint8_t  static_table_en;  // 静态坏点表使能
    uint8_t  dynamic_detect_en;// 动态检测使能
    uint16_t static_threshold; // 静态检测阈值, 默认 40
    uint16_t dynamic_threshold;// 动态检测阈值, 默认 60
    uint8_t  window_size;      // 检测窗口: 3,5,7
    uint8_t  correction_mode;  // 0:中值, 1:插值, 2:自适应
    uint16_t gain_compensation;// 增益补偿系数, 默认 100
} dpc_params_t;

// 初始化推荐值
dpc_params_t dpc_cfg = {
    .enable = 1,
    .static_table_en = 1,
    .dynamic_detect_en = 1,
    .static_threshold = 40,
    .dynamic_threshold = 60,
    .window_size = 5,
    .correction_mode = 2,
    .gain_compensation = 100
};

4.5 调优效果评估

调得好不好，不能光靠眼睛看。我一般用三个指标来衡量：

嗯，这三个指标都达标了，DPC 才算调到位。记住，坏点校正不是越强越好，而是在「去坏点」和「保细节」之间找到平衡点。