4、黑电平与线性化：校正传感器暗电流噪声，恢复线性响应

好，咱们进入第四讲。黑电平校正和线性化，这两个东西在 ISP 流水线里排得很靠前。说白了，它们解决的是同一个问题：让传感器输出的数字信号，真实反映进入像素的光子数量。

你想想看，如果传感器在完全黑暗的环境下，输出值不是 0，而是 64、128 甚至更高，那这张图还能看吗？暗部全是灰蒙蒙一片。这就是暗电流噪声在作怪。

4.1 暗电流噪声的来源与特性

暗电流，英文叫 Dark Current。它是半导体器件在无光照条件下，由于热激发产生的电子-空穴对，被像素的势阱收集后形成的信号。

我刚开始做 sensor 选型时，吃过一次亏。有一款 sensor 标称暗电流很小，但实际在 60°C 环境下测试，暗电流涨了将近 10 倍。嗯，这里要注意：暗电流对温度极其敏感。温度每升高 6-8°C，暗电流大约翻一倍。

特性参数	典型值范围	影响因素
暗电流密度	10-500 e⁻/pixel/s	工艺、温度、像素尺寸
温度系数	每 6-8°C 翻倍	硅材料本征载流子浓度
空间分布	固定模式噪声 (FPN)	像素间工艺差异
时间分布	散粒噪声 (Shot Noise)	服从泊松分布

暗电流噪声包含两部分：固定模式噪声 (FPN) 和 随机噪声。FPN 是每个像素固定的偏置差异，可以通过黑电平校正消除。随机噪声是时间上的波动，只能通过多帧平均来抑制。

4.2 黑电平校正的两种主流方法

黑电平校正，就是找到传感器在无光照时的输出值，然后从每个像素中减去这个值。怎么做？主要有两种方法。

4.2.1 光学黑电平 (OB, Optical Black)

大多数 sensor 会在像素阵列的边缘，用金属层遮挡几行或几列像素。这些像素永远接收不到光，专门用来测量暗电流。

我个人习惯优先使用 OB 方法。因为它能实时跟踪暗电流的变化，尤其是温度变化时。

// 伪代码：OB 黑电平校正
// 假设 sensor 有 16 行 OB 像素，位于阵列顶部
uint16_t ob_sum = 0;
int ob_count = 0;

for (int row = 0; row < 16; row++) {
    for (int col = 0; col < sensor_width; col++) {
        ob_sum += ob_buffer[row][col];
        ob_count++;
    }
}

uint16_t black_level = ob_sum / ob_count;

// 对有效像素进行校正
for (int row = 16; row < sensor_height; row++) {
    for (int col = 0; col < sensor_width; col++) {
        raw_data[row][col] = (raw_data[row][col] > black_level) ?
                             (raw_data[row][col] - black_level) : 0;
    }
}

4.2.2 暗帧减法 (Dark Frame Subtraction)

另一种方法是在完全黑暗的环境下（比如盖上镜头盖），拍摄一张或多张暗帧，然后取平均作为校正模板。

这种方法精度高，但缺点也很明显：不能实时跟踪温度变化。如果 sensor 温度变了，暗帧就不准了。

方法	优点	缺点	适用场景
OB 实时校正	实时跟踪温度变化，无需额外拍摄	占用像素面积，OB 区域可能受光晕影响	手机、安防、车载等量产产品
暗帧减法	精度高，可消除 FPN	无法实时更新，对温度敏感	实验室测量、科学相机、天文摄影

4.3 线性化校正：为什么需要它？

理想情况下，传感器的光电转换应该是线性的：光子数翻倍，输出数字值也翻倍。但现实不是这样的。

为什么会这样？主要有两个原因：

• 光电二极管响应非线性：在低照度或高照度区域，光电转换效率会下降。
• 读出电路的非线性：ADC、放大器等模拟电路，在大信号输入时会出现饱和或压缩。

我记得有一次调试一款高动态 sensor，发现暗部细节很好，但亮部出现了奇怪的偏色。查了半天，发现是线性化参数没配好，导致 R、G、B 三个通道在亮部的响应曲线不一致。校正之后，颜色就正常了。

4.4 线性化校正的工程实现

线性化校正通常采用分段线性插值或多项式拟合的方法。sensor 厂商会提供一张 LUT（查找表），描述输入光强与输出数字值之间的映射关系。

校正流程如下：

1. 采集数据：在均匀光源下，拍摄不同曝光时间或不同照度的灰阶卡。
2. 提取响应曲线：对每个通道（R、Gr、Gb、B），统计灰阶卡各灰阶的 RAW 值。
3. 拟合校正曲线：以理想线性响应为目标，计算每个输入值对应的校正系数。
4. 生成 LUT：将校正系数写入 sensor 或 ISP 的寄存器。

// 伪代码：分段线性线性化校正
// lut_table 包含 256 个校正后的输出值（假设 10-bit RAW）
uint16_t linearized_value[1024]; // 输入 10-bit，输出 16-bit

for (int i = 0; i < 1024; i++) {
    // 查找输入值 i 对应的分段区间
    int segment = find_segment(i, lut_table);
    // 线性插值
    linearized_value[i] = interpolate(i, segment, lut_table);
}

// 对每个像素应用校正
for (int row = 0; row < height; row++) {
    for (int col = 0; col < width; col++) {
        raw_data[row][col] = linearized_value[raw_data[row][col]];
    }
}

4.5 黑电平与线性化的协同工作流程

在 ISP 流水线中，这两个模块的执行顺序是固定的：先做黑电平校正，再做线性化校正。

为什么？因为线性化校正假设输入信号已经去除了暗电流偏置。如果先做线性化，暗电流偏置会被当作有效信号一起被校正，导致校正曲线偏移。

下面这张图展示了完整的流程：

4.6 调优实战中的常见问题

在实际项目中，黑电平和线性化调优经常会遇到几个坑：

• OB 区域被光晕污染：镜头边缘的杂散光打到 OB 像素上，导致黑电平估计值偏高。解决方案是增加 OB 区域的屏蔽层，或者在软件中剔除边缘的 OB 像素。
• 线性化 LUT 在拼接处不连续：分段线性插值的分段点处，如果斜率变化太大，会出现亮度跳变。我建议在分段点处做平滑过渡，比如用三次样条插值。
• 温度变化导致黑电平漂移：如果 sensor 工作温度范围很宽（比如车载 -40°C 到 105°C），建议做温度补偿。可以在不同温度下标定黑电平，然后根据温度传感器读数动态切换参数。

好了，这一讲的内容就是这些。黑电平和线性化是 ISP 调优的基础，看似简单，但做扎实了，后面的模块才能发挥出最佳效果。