4. 镜头阴影校正(LSC)：成因分析、网格校准与实时补偿算法
镜头阴影校正，英文叫 Lens Shading Correction，简称 LSC。这玩意儿在安防领域有多重要？我打个比方——你花大价钱买了个 4K 镜头，结果画面四角发暗、中间亮得像探照灯，那这 4K 还有什么意义？说白了，LSC 就是解决这个「中心亮、四周暗」的物理缺陷。
我刚开始调 ISP 那会儿，总觉得 LSC 是小事。直到有一次项目验收，客户拿着测光表对着画面四个角测亮度，然后问我：「为什么左上角比中心暗了 15%？」嗯，从那以后，我再也不敢小看阴影校正了。
4.1 阴影成因：物理根源与数学模型
镜头阴影主要分两类：亮度阴影和色彩阴影。咱们一个一个说。
4.1.1 亮度阴影（Luminance Shading）
也叫「余弦四次方定律」。你想想看，镜头是个圆形的光学系统，光线从中心通过时路径最短，从边缘通过时路径更长，而且入射角度也变了。数学上，边缘照度 E(θ) 和中心照度 E₀ 的关系是：
E(θ) = E₀ · cos⁴(θ)其中 θ 是光线入射角。θ 越大，cos⁴(θ) 衰减得越厉害。举个例子，当 θ = 30° 时，cos⁴(30°) ≈ 0.56，也就是说边缘亮度只剩中心的一半多一点。
4.1.2 色彩阴影（Color Shading）
这个更隐蔽。不同波长的光通过镜头时折射率不同——红光折射小，蓝光折射大。结果就是：边缘区域的 R、G、B 通道衰减比例不一样，导致画面偏色。
我在项目中遇到过一台 IPC，画面中心颜色正常，但四角明显偏绿。一开始以为是白平衡没调好，折腾了半天才发现是色彩阴影在作怪。后来换了镜头，问题才解决。
| 阴影类型 | 物理成因 | 表现特征 | 校正难度 |
|---|---|---|---|
| 亮度阴影 | cos⁴(θ) 衰减 | 四角变暗，中心正常 | 中等 |
| 色彩阴影 | 色散/IR-cut 偏移 | 边缘偏色（常见偏绿/偏紫） | 较高 |
| 微透镜阴影 | 传感器微透镜阵列角度 | 边缘像素灵敏度下降 | 较低 |
4.2 网格校准：如何获取校正系数
校正阴影，首先得知道「暗了多少」。这就需要校准。我个人习惯用「灰卡法」——拍一张均匀照明的灰卡图像，然后分析每个像素位置的亮度衰减。
4.2.1 校准流程
- 搭建均匀光源： 用积分球或均匀面光源，保证整个画面照度一致。我见过有人用白墙加柔光灯，结果校准出来全是错的——因为白墙本身就不均匀。
- 拍摄原始 RAW 图： 关闭所有 ISP 处理（包括 LSC 本身），拍一张 RAW 格式的灰卡图像。
- 计算增益矩阵： 对每个像素位置 (x, y)，计算增益 G(x, y) = Target / I(x, y)。其中 Target 是目标亮度（通常取中心区域平均值），I(x, y) 是实际亮度。
- 网格化存储： 全分辨率增益矩阵太大（比如 1920×1080），存不下。所以只存一个稀疏网格，比如 16×16 或 32×32 的网格点。
4.2.2 网格插值
校准得到的是稀疏网格，但实际校正时每个像素都需要增益值。所以要用插值算法把网格点「填满」。常用的插值方法有：
- 双线性插值： 计算量小，效果够用。适合大多数安防场景。
- 双三次插值： 平滑度更好，但计算量大。适合高端球机或枪机。
- 最近邻插值： 速度快但会有块状效应。我基本不用，除非是低端芯片。
4.3 实时补偿算法：硬件实现与优化
校准完了，接下来就是实时补偿。这部分是 ISP pipeline 里的固定环节，通常在 demosaic 之前、黑电平校正之后执行。
4.3.1 算法流程
实时补偿的核心公式很简单：
I_out(x, y) = I_in(x, y) × G(x, y)其中 G(x, y) 是从网格插值得到的增益值。但实际实现时，有几个坑要注意。
4.3.2 硬件加速技巧
在 FPGA 或 ASIC 上实现 LSC，通常用「查表 + 插值」的方式：
- 行缓存： 因为插值需要相邻网格点的数据，所以硬件里要缓存几行像素。
- 定点化： 增益值用 Q8.8 或 Q12.4 定点数表示，避免浮点运算。
- 分通道处理： R、G、B 三个通道分别用不同的增益网格，因为色彩阴影的衰减曲线不一样。
4.3.3 代码示例（C 语言伪代码）
// 双线性插值计算增益
float interpolate_gain(float x, float y, float grid[GRID_H][GRID_W]) {
int xi = (int)x;
int yi = (int)y;
float dx = x - xi;
float dy = y - yi;
float g00 = grid[yi][xi];
float g10 = grid[yi][xi+1];
float g01 = grid[yi+1][xi];
float g11 = grid[yi+1][xi+1];
// 双线性插值
float g0 = g00 * (1-dx) + g10 * dx;
float g1 = g01 * (1-dx) + g11 * dx;
return g0 * (1-dy) + g1 * dy;
}
// 逐像素校正
void lsc_process(uint16_t *raw, int width, int height, float grid[GRID_H][GRID_W]) {
for (int y = 0; y < height; y++) {
for (int x = 0; x < width; x++) {
float gain = interpolate_gain(
(float)x / width * (GRID_W-1),
(float)y / height * (GRID_H-1),
grid
);
raw[y*width + x] = clamp(raw[y*width + x] * gain, 0, 1023);
}
}
}4.4 知识体系总览
下面这张图把 LSC 的完整链路画出来了。从物理成因到校准，再到实时补偿，每一步都有对应的工程要点。
4.5 避坑指南与工程经验
做了这么多年 ISP 调优，我总结了几条 LSC 相关的血泪教训：
- 校准环境必须均匀： 我曾经用了一个不均匀的面光源做校准，结果校正后的画面反而出现了「伪阴影」——因为校准数据本身就有问题。后来改用积分球，一次搞定。
- 注意温度漂移： 镜头和传感器的光学特性会随温度变化。我建议在常温（25°C）和高温（60°C）下各做一次校准，然后取平均或做温度补偿。
- IR-Cut 切换的影响： 安防摄像机白天用 IR-Cut，晚上切掉。IR-Cut 的玻璃厚度会影响光路，导致白天和晚上的阴影曲线不一样。我一般会做两套 LSC 参数，分别对应白天和夜晚模式。
- 不要过度校正： 有些工程师为了追求「完美均匀」，把增益拉到很高。结果边缘噪声被放大，画面反而更差。我的经验是：边缘亮度不低于中心的 70% 就够用了。