2、黑电平校正算法原理：全局减法的局限性、动态黑电平校正、基于行/列的黑电平校正

黑电平校正，说白了就是去掉传感器在暗场下的固定底噪。你想想看，哪怕把镜头盖死，传感器依然会输出一个非零的数值。这个数值如果不扣掉，整幅画面就会偏灰，暗部细节全被埋没了。

但校正这事儿，远没有「减一个固定值」那么简单。我在项目中踩过不少坑，今天就把这些经验掰开了讲。

2.1 全局减法的局限性

最直观的做法，就是取一帧暗场图像，算出一个全局平均值，然后从每一帧的每个像素里减去这个值。代码写起来很简单：

// 全局减法示例（伪代码）
uint16_t global_black_level = 64;  // 假设暗场均值
for (int y = 0; y < height; y++) {
    for (int x = 0; x < width; x++) {
        pixel[y][x] = (pixel[y][x] > global_black_level) ?
                       pixel[y][x] - global_black_level : 0;
    }
}

但实际效果呢？一塌糊涂。

我遇到过这样一个案例：某款手机传感器，左边暗场均值是60，右边却到了72。用全局64去减，左边欠校正（残留4个DN），右边过校正（多减了8个DN）。结果拍出来的夜景照片，左边偏灰，右边暗部细节直接丢失。

说白了，全局减法只适合玩具级应用。真正量产的产品，没人敢这么干。

2.2 动态黑电平校正

既然黑电平会变，那就动态跟踪它。怎么做？

大多数传感器会在像素阵列的边缘预留一些光学黑像素（Optical Black, OB）。这些像素被金属层遮挡，收不到光，但电路和正常像素完全一样。它们的输出，就是当前帧的实时黑电平参考。

我习惯的做法是这样的：

1. 从每一帧中提取OB区域的像素值
2. 剔除异常点（比如坏像素或受串扰影响的边缘像素）
3. 计算OB区域的均值或中位数
4. 用这个值作为当前帧的校正量

// 动态黑电平校正（基于OB区域）
uint32_t ob_sum = 0;
uint16_t ob_count = 0;
for (int y = ob_start_y; y < ob_end_y; y++) {
    for (int x = ob_start_x; x < ob_end_x; x++) {
        if (!is_defect_pixel(y, x)) {  // 剔除坏点
            ob_sum += pixel[y][x];
            ob_count++;
        }
    }
}
uint16_t dynamic_black = ob_sum / ob_count;

// 逐像素校正
for (int y = 0; y < height; y++) {
    for (int x = 0; x < width; x++) {
        pixel[y][x] = (pixel[y][x] > dynamic_black) ?
                       pixel[y][x] - dynamic_black : 0;
    }
}

动态校正的好处很明显——它能跟上温度和增益的变化。但问题也来了：OB区域只能反映全局趋势，解决不了空间不均匀性。

2.3 基于行/列的黑电平校正

这才是工业级方案的核心。

传感器读出电路是按行扫描的。每一行在读出时，都会经过相同的模拟链（放大器、ADC）。但不同行的读出时间不同，温度分布也不同，导致行与行之间的黑电平存在差异。这种现象叫行噪声（Row Noise）或列方向固定模式噪声（Column FPN）。

我记得有一次调试一款全局快门传感器，暗场图像上出现了明显的横条纹。用全局校正根本去不掉，后来一查，每行的黑电平偏差最大达到5个DN。这就是典型的行噪声。

解决方案？逐行校正。

具体做法是：在每一行的有效像素之前，传感器会输出几个哑像素（Dummy Pixel）或行参考像素。这些像素不感光，只反映该行当前的黑电平状态。

// 基于行的黑电平校正
for (int y = 0; y < height; y++) {
    // 提取当前行的参考像素（前4个哑像素）
    uint32_t row_ob_sum = 0;
    for (int x = 0; x < 4; x++) {
        row_ob_sum += pixel[y][x];  // 假设前4列是OB
    }
    uint16_t row_black = row_ob_sum / 4;

    // 校正当前行的有效像素
    for (int x = 4; x < width; x++) {
        int32_t corrected = (int32_t)pixel[y][x] - (int32_t)row_black;
        pixel[y][x] = (corrected > 0) ? (uint16_t)corrected : 0;
    }
}

同理，有些传感器还会提供列参考像素，用于校正列方向的不均匀性。两者结合，就是2D黑电平校正。

2.4 三种方案的对比

方案	校正粒度	抗温度漂移	抗空间不均匀	硬件开销	适用场景
全局减法	整帧	差	差	极低	低端玩具、调试阶段
动态校正	整帧（实时）	好	差	低	消费级摄像头、安防
行/列校正	逐行/逐列	好	好	中	工业相机、医疗、车载

从表中能看出来，行/列校正是目前最均衡的方案。但硬件上需要额外存储每行的校正值，对行缓冲（Line Buffer）有要求。

2.5 知识体系：黑电平校正的核心逻辑

下面这张图，是我自己总结的黑电平校正知识体系。它把三种方案的关系和适用边界画清楚了。

2.6 避坑指南

最后，分享几个我实际项目中踩过的坑：

• OB区域被光污染：有些传感器的OB区域密封不严，强光下会有光泄露。我曾经在户外强光测试时发现OB值异常偏高，排查了两天才找到原因。解决方案是增加OB区域的屏蔽层，或者在算法中做光泄露检测。
• 行校正引入新噪声：如果行参考像素太少（比如只有2个），随机噪声会导致校正后的图像出现新的行噪声。我建议至少用4个参考像素，并做中值滤波。
• 增益切换时的跳变：自动增益控制（AGC）切换时，黑电平会突变。如果校正跟不上，画面会出现闪烁。解决办法是在增益切换后，强制更新OB参考值，并做帧间平滑过渡。
• 温度补偿系数：不同传感器的黑电平温度系数不一样。我习惯在产线标定阶段，记录-20°C到80°C的黑电平曲线，然后做线性插值补偿。