3. 坏点校正（DPC）：静态坏点检测、动态坏点校正、坏点校正参数调优

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。

我刚开始做 ISP 调优那会儿，遇到过一台 IPC，画面一到晚上就全是白点。客户以为是灰尘，擦了又擦。结果呢？是 sensor 本身的坏点。从那以后，我对 DPC 这块就特别上心。

坏点分两种：静态坏点和动态坏点。静态坏点出厂就定了，位置固定。动态坏点呢？会随着温度、增益变化冒出来。处理方式完全不同。

3.1 静态坏点检测

静态坏点检测，一般在 sensor 出厂时做。厂家会提供一个坏点列表（Defect Pixel List），里面记录了每个坏点的坐标和类型。

但说实话，这个列表不一定准。我遇到过好几次，厂家给的列表不全，或者干脆就没给。这时候就得自己动手。

静态坏点检测的常用方法：

1. 全黑帧检测： 盖上镜头盖，拍一张全黑图。亮度明显高于周围像素的点，就是坏点。
2. 均匀亮场检测： 对着均匀光源拍一张灰卡图。亮度明显偏离平均值的点，也是坏点。
3. 多帧对比： 连续拍多张图，位置固定的异常点，基本就是坏点。

我个人习惯用全黑帧 + 多帧对比结合。先快速定位，再交叉验证，误检率能降到很低。

3.2 动态坏点校正

动态坏点，才是真正让人头疼的。它不固定，温度一高、增益一拉，就冒出来了。

动态坏点校正的核心思路：实时检测 + 实时替换。

具体怎么做？

• 检测： 用当前像素和周围像素比较。如果差异超过阈值，就认为是坏点。
• 替换： 用周围像素的中值或均值，替换掉坏点。

这里有个坑。阈值设得太低，会把正常细节当坏点抹掉。设得太高，坏点又漏过去了。

动态坏点校正的流程，我画了张图，你看一眼就明白了：

3.3 坏点校正参数调优

参数调优，是 DPC 里最考验经验的环节。我给你列几个关键参数：

调优步骤，我一般这么走：

1. 先静态，后动态。 先把静态坏点列表搞定，再处理动态的。
2. 低增益场景调基线。 在低增益下把参数调好，保证画面干净。
3. 高增益场景做验证。 拉高增益，看坏点有没有漏出来。
4. 交叉验证。 换不同场景、不同温度，反复测。

3.4 代码示例：动态坏点校正

下面是一段简化的动态坏点校正代码。实际工程中会复杂得多，但核心逻辑就是这样：

// 动态坏点校正 - 简化示例
void dpc_process(uint16_t *frame, int width, int height, int threshold) {
    for (int y = 1; y < height - 1; y++) {
        for (int x = 1; x < width - 1; x++) {
            // 取 3x3 邻域
            uint16_t center = frame[y * width + x];
            uint16_t neighbors[8] = {
                frame[(y-1)*width + (x-1)], frame[(y-1)*width + x], frame[(y-1)*width + (x+1)],
                frame[y*width + (x-1)],                         frame[y*width + (x+1)],
                frame[(y+1)*width + (x-1)], frame[(y+1)*width + x], frame[(y+1)*width + (x+1)]
            };

            // 计算中值
            uint16_t median = get_median(neighbors, 8);

            // 判断是否为坏点
            if (abs(center - median) > threshold) {
                // 替换为中值
                frame[y * width + x] = median;
            }
        }
    }
}

好了，坏点校正这块，核心就是这些。记住：静态坏点靠列表，动态坏点靠阈值。调参时多试、多看、多想，慢慢就有感觉了。