4、镜头阴影校正（LSC）：从现象到实战
镜头阴影校正，英文叫 Lens Shading Correction，简称 LSC。这玩意儿在 ISP 流水线里，属于那种「不做不行，做了又觉得没啥技术含量」的模块。但说实话，我早年吃过它的亏——有一次调试一款手机摄像头，中心亮度明明正常，四周却暗得像黄昏，客户直接打回。后来才发现，就是 LSC 参数没调好。
好，咱们今天就把这个「阴影」彻底讲透。
4.1 镜头阴影现象：为什么四周会变暗？
你拍过纯色白墙吗？如果拍出来中心亮、四周暗，那就是镜头阴影。说白了，这是物理限制，不是算法能完全消除的。
成因主要有两个：
- 光强衰减（自然规律）：镜头是个圆，传感器是个矩形。边缘像素接收到的光线，入射角更大，光程更长，能量自然衰减。这符合余弦四次方定律——嗯，理论上是这样，但实际镜头还会更复杂。
- 机械遮挡（设计缺陷）：镜头模组内部的镜筒、遮光片，会挡住一部分斜射光线。尤其是小光圈下，这种「渐晕」更明显。
关键认知：镜头阴影是乘性噪声，不是加性噪声。这意味着你不能简单减一个固定值，而是要对每个像素乘一个增益系数。
我记得有一次，团队里新来的同事直接用减法去校正，结果四周是亮了，但噪声也被放大了，画面反而更难看。嗯，方向错了，努力白费。
4.2 LSC 原理与增益矩阵：一张「补光地图」
LSC 的核心思想很简单：给每个像素算一个增益值，让暗的地方亮起来，亮的地方保持不变。
这个增益值组成的二维数组，就叫 增益矩阵（Gain Matrix）。通常我们只计算网格点上的增益，中间像素靠插值得到。
你想想看，如果传感器是 4000×3000 的分辨率，每个像素都存一个增益，那内存就炸了。所以实际做法是：
- 把图像分成 16×16 或 32×32 的网格
- 只计算每个网格顶点的增益
- 运行时用双线性插值算出每个像素的增益
我的习惯：网格密度不要一刀切。中心区域光照变化平缓，网格可以稀疏些；边缘区域阴影变化剧烈，网格要加密。我曾经在 8×8 网格上翻过车——边缘出现明显的块状伪影，后来改成 16×16 才解决。
4.3 径向模型与多项式拟合：用数学描述阴影
增益矩阵怎么算？最经典的方法是 径向模型。
假设镜头阴影是旋转对称的——也就是说，离中心越远，衰减越严重。那么增益只跟像素到图像中心的距离 r 有关。
数学表达就是：
G(r) = 1 + a1 * r² + a2 * r⁴ + a3 * r⁶ + ...为什么只用偶次项？因为阴影分布是中心对称的，奇次项会引入不对称。嗯，这里要注意：实际镜头可能不完全对称，但径向模型作为起点已经够用。
拟合过程分三步：
- 采集数据：拍一张均匀亮度的灰卡或白墙
- 提取曲线：沿径向取多个点的亮度值，归一化到中心亮度
- 多项式拟合：用最小二乘法算出系数 a1, a2, a3...
我曾经踩过的坑：用高阶多项式（比如 8 阶）拟合时，边缘会出现剧烈震荡（Runge 现象）。后来我改用 4 阶或 6 阶，配合加权最小二乘，效果稳定多了。别贪高阶，够用就行。
4.4 实战：基于网格的 LSC 校正
理论讲完了，咱们直接上代码。下面是一个简化版的网格 LSC 校正实现：
// 假设输入图像为 8-bit 灰度图，尺寸 width x height
// grid_w, grid_h 为网格数，例如 16x16
// gain_grid 为预先计算好的增益网格，尺寸 (grid_w+1) x (grid_h+1)
void lsc_correct(uint8_t* img, int width, int height,
int grid_w, int grid_h, float* gain_grid) {
float step_x = (float)(width - 1) / grid_w;
float step_y = (float)(height - 1) / grid_h;
for (int y = 0; y < height; y++) {
for (int x = 0; x < width; x++) {
// 计算当前像素在网格中的位置
float gx = x / step_x;
float gy = y / step_y;
int ix = (int)gx;
int iy = (int)gy;
float fx = gx - ix;
float fy = gy - iy;
// 边界保护
if (ix >= grid_w) ix = grid_w - 1;
if (iy >= grid_h) iy = grid_h - 1;
// 双线性插值获取增益
float g00 = gain_grid[iy * (grid_w+1) + ix];
float g10 = gain_grid[iy * (grid_w+1) + ix + 1];
float g01 = gain_grid[(iy+1) * (grid_w+1) + ix];
float g11 = gain_grid[(iy+1) * (grid_w+1) + ix + 1];
float gain = (1-fx)*(1-fy)*g00 + fx*(1-fy)*g10 +
(1-fx)*fy*g01 + fx*fy*g11;
// 应用增益，注意饱和
int val = (int)(img[y * width + x] * gain + 0.5f);
if (val > 255) val = 255;
img[y * width + x] = (uint8_t)val;
}
}
}这段代码的核心就是 双线性插值。你想想看，如果直接用最近邻，边缘会出现锯齿；如果用三次插值，计算量又太大。双线性插值是性价比最高的选择。
性能优化建议：
- 把增益网格转成定点数（Q8.8 格式），避免浮点运算
- 用查表法代替每次的插值计算
- 在 ARM Neon 或 DSP 上做向量化
我个人习惯在调试阶段先用浮点版本验证效果，确认无误后再转定点。这样能避免「定点溢出导致画面异常」这种低级错误。
4.5 知识体系总览
下面这张图总结了镜头阴影校正的完整流程，从现象到实现：
从这张图可以看得很清楚：LSC 不是孤立的一步，它从物理现象出发，经过数学建模，最终落到工程实现。每一步都有坑，但也都有解法。
好了，这一章的内容就到这里。记住：镜头阴影校正，说白了就是给图像边缘「补光」。但怎么补得自然、补得高效，才是真功夫。