3. 黑电平的物理意义：暗电流的产生机制、黑电平在传感器中的定义、为什么需要减去黑电平

好，我们进入第三章。前两章我们把 RAW 域的基础概念和传感器结构聊清楚了。这一章，咱们来啃一个硬骨头——黑电平。

很多刚入行的朋友，拿到 RAW 图第一件事就是直接做去马赛克或者调颜色。结果发现暗部偏绿，或者画面整体有一层灰蒙蒙的雾。我当年也犯过这个错。后来被一位老前辈点醒：“你黑电平减了吗？”

嗯，这一章我们就彻底搞明白：黑电平到底是什么？它从哪来？为什么非减不可？

3.1 暗电流：传感器里的“幽灵信号”

先问一个问题：你把镜头盖盖上，让传感器完全不见光。这时候读出的一帧数据，应该是全 0 吗？

理论上是的。但实际不是。

传感器里的每个像素，本质上是一个光电二极管加一个电容。即使没有光子打进来，硅材料内部的热激发也会产生电子-空穴对。这些电子会被电容收集，形成微弱的电流。这就是暗电流。

说白了，暗电流就是传感器在“无光”状态下自己产生的假信号。它叠加在真实的光电信号上，像幽灵一样挥之不去。

3.2 黑电平在传感器中的定义

既然暗电流存在，那传感器输出的 RAW 数据里，纯黑像素的数值就不是 0。这个“纯黑像素对应的 RAW 值”，就是黑电平。

传感器厂商会在芯片内部做一件事：在每行像素的起始位置，放置一些被金属遮挡的像素（称为光学黑像素，Optical Black Pixels）。这些像素永远不见光，只用来测量当前的暗电流水平。

我画个图帮你理解：

你看，传感器左右两侧各有一列被遮光的像素。它们输出的 RAW 值，就是当前帧的黑电平参考值。ISP 会读取这些像素的平均值，作为整帧图像的黑电平。

3.3 为什么需要减去黑电平？

这个问题看似简单，但背后有很深的道理。我分三点来讲：

3.3.1 恢复真实的“零光”响应

如果不减黑电平，纯黑区域的 RAW 值就不是 0。比如一个 10-bit 传感器，黑电平是 64。那么纯黑像素输出是 64，而不是 0。

这会导致什么问题？

• 暗部偏色：RGB 三个通道的黑电平可能不完全一致。我遇到过一颗传感器，R 通道黑电平 64，G 通道 63，B 通道 66。如果不减，暗部就会偏青。
• 动态范围浪费：本来 0-1023 的动态范围，被压缩成了 64-1023，损失了低端 64 个码值的细节。

3.3.2 消除温度漂移的影响

暗电流随温度变化。同一颗传感器，冬天和夏天的黑电平不一样。如果不做黑电平校正，图像的整体亮度会随着温度波动。

我曾经调试一个安防摄像头，白天画面正常，到了晚上红外灯一开，传感器温度升高，画面整体变亮，暗部噪声也变大了。查了半天，发现是黑电平没有实时更新。后来改成每帧从光学黑像素读取黑电平值，问题就解决了。

3.3.3 为后续处理提供正确的数据基础

RAW 域后面的处理流程——去马赛克、白平衡、颜色校正、Gamma 映射——都假设输入数据是“零光为 0”的线性数据。如果黑电平没减干净，这些算法都会出错。

举个例子：白平衡算法通过统计场景中的“灰色”区域来估计色温。如果黑电平没减，暗部像素的 RAW 值偏高，会被误判为灰色区域，导致白平衡偏移。

3.4 黑电平校正的两种方式

实际工程中，黑电平校正有两种主流做法：

方式	原理	优点	缺点
全局固定值	从 datasheet 读取固定黑电平值，对所有像素统一减去该值	实现简单，计算量小	无法适应温度变化和像素不均匀性
逐行动态校正	每行读取光学黑像素的平均值，作为该行的黑电平	能实时跟踪暗电流变化，校正精度高	需要额外的行缓存和统计逻辑

我个人习惯用逐行动态校正。虽然硬件开销大一点，但效果确实好。特别是做手机摄像头这种对画质要求高的产品，固定值校正根本过不了评测。

3.5 黑电平校正的代码实现

最后，给一段简单的 C 代码示例，展示黑电平校正的核心逻辑：

// 黑电平校正函数
// 输入：RAW 图像数据，10-bit，黑电平参考值从光学黑像素读取
void black_level_correction(uint16_t *raw_data, int width, int height, 
                            uint16_t black_level_r, 
                            uint16_t black_level_gr,
                            uint16_t black_level_gb, 
                            uint16_t black_level_b) {
    
    for (int y = 0; y < height; y++) {
        for (int x = 0; x < width; x++) {
            int idx = y * width + x;
            uint16_t pixel = raw_data[idx];
            
            // 根据 Bayer 模式选择对应的黑电平
            uint16_t bl;
            if ((y % 2 == 0) && (x % 2 == 0)) {
                bl = black_level_r;      // R 像素
            } else if ((y % 2 == 0) && (x % 2 == 1)) {
                bl = black_level_gr;     // Gr 像素
            } else if ((y % 2 == 1) && (x % 2 == 0)) {
                bl = black_level_gb;     // Gb 像素
            } else {
                bl = black_level_b;      // B 像素
            }
            
            // 减去黑电平，并钳位到 0
            if (pixel > bl) {
                raw_data[idx] = pixel - bl;
            } else {
                raw_data[idx] = 0;
            }
        }
    }
}