3、RAW域预处理：黑电平校正(BLC)与固定模式噪声(FPN)去除

各位同学，咱们今天聊聊RAW域预处理里最基础、也最容易被忽视的两个环节——黑电平校正和固定模式噪声去除。

说实话，我刚开始做ISP的时候，觉得这俩玩意儿不就是减个值、做个减法嘛，有啥好讲的？直到我在一个夜视项目里被坑惨了——暗部全是条纹，怎么调都调不掉。后来才发现，是黑电平没校正好，FPN也没处理干净。嗯，从那以后，我再也不敢小看这两步了。

3.1 黑电平校正（BLC）

先说说黑电平。你想想看，一个完美的图像传感器，在完全无光的环境下，输出应该是0对吧？但现实不是这样的。由于传感器本身的暗电流、读出电路的偏置电压等因素，即使没有光，每个像素也会有一个基础的输出值。这个值，就是黑电平。

黑电平校正的目的很简单：把这个基础偏移减掉，让真正的黑色对应到0。

核心公式：

I_corrected = I_raw - BLC_offset

其中BLC_offset通常从传感器周边的光学黑像素（OB, Optical Black）区域统计得到。

我个人习惯的做法是，取OB区域所有像素的中位数，而不是平均值。为什么？因为OB区域也可能有坏点或者异常值，中位数更鲁棒。我在一个项目中就遇到过，OB区域有几个像素因为工艺问题一直偏高，用平均值算出来的BLC_offset偏大了，导致整个画面偏暗。换成中位数后，问题立刻解决。

3.1.1 动态BLC vs 静态BLC

这里有个重要的区分：动态BLC和静态BLC。

类型	方法	适用场景
静态BLC	出厂时标定一个固定值，后续一直用这个值	环境温度稳定、传感器一致性好的场景
动态BLC	每帧实时从OB区域计算BLC_offset	温度变化大、长曝光、高增益场景

我建议，除非你的产品是恒温环境，否则一定要用动态BLC。温度每升高10度，暗电流差不多翻一倍。静态BLC在夏天和冬天会差很多，画面会忽明忽暗。

避坑指南：

我曾经在一个安防项目中，用了静态BLC，结果冬天画面偏暗，夏天画面偏亮。客户投诉说“你们的摄像头会变魔术”。后来改成动态BLC，每帧从OB区域取中位数，问题才解决。

3.2 固定模式噪声（FPN）去除

黑电平校正是全局的，但FPN是像素级的。说白了，每个像素的暗电流和增益特性都不一样，导致在均匀光照下，不同像素的输出值有差异。这种差异是固定的，不随时间变化，所以叫固定模式噪声。

FPN有两种主要类型：

列FPN：同一列像素共享读出电路，导致整列有相同的偏置。表现为竖条纹。
像素FPN：每个像素独立的暗电流差异。表现为颗粒感。

你想想看，如果FPN不处理，在暗光下拍一张均匀的灰卡，放大一看全是条纹和颗粒。这画面，谁敢用？

3.2.1 FPN标定方法

FPN去除通常需要标定。标定的流程是这样的：

盖上镜头盖，确保完全无光
采集多帧暗场图像（比如16帧或32帧）
对每帧做黑电平校正
对多帧取平均，消除随机噪声
得到FPN校正表

代码实现大概是这样：

// FPN标定流程伪代码
void calibrate_fpn(uint16_t *dark_frames[], int num_frames, int width, int height) {
    // 1. 分配FPN校正表
    int16_t *fpn_table = malloc(width * height * sizeof(int16_t));
    
    // 2. 对每帧做BLC
    for (int f = 0; f < num_frames; f++) {
        apply_blc(dark_frames[f], width, height);
    }
    
    // 3. 多帧平均
    for (int i = 0; i < width * height; i++) {
        uint32_t sum = 0;
        for (int f = 0; f < num_frames; f++) {
            sum += dark_frames[f][i];
        }
        fpn_table[i] = (int16_t)(sum / num_frames);
    }
    
    // 4. 保存校正表
    save_fpn_table(fpn_table, width, height);
}

个人经验：

标定时，帧数不要少于16帧。我曾经偷懒用了4帧，结果FPN校正后反而引入了新的噪声模式。另外，标定时的温度要和实际使用温度尽量一致，否则FPN会变化。

3.2.2 实时FPN校正

标定完成后，实时处理时，对每个像素减去对应的FPN校正值：

// 实时FPN校正
void apply_fpn(uint16_t *raw_frame, int16_t *fpn_table, int width, int height) {
    for (int i = 0; i < width * height; i++) {
        // 注意：防止下溢
        if (raw_frame[i] > fpn_table[i]) {
            raw_frame[i] -= fpn_table[i];
        } else {
            raw_frame[i] = 0;
        }
    }
}

这里有个细节要注意：FPN校正值可能是负数吗？理论上不会，因为暗电流只会增加输出值。但实际标定时，由于随机噪声的存在，个别像素的FPN值可能略低于0。我一般会做一次clip，把负值置为0。

3.3 BLC与FPN的关系

这两个步骤是先后关系。先做BLC，再做FPN。为什么？因为FPN校正表是在BLC之后标定的，所以应用时也要先BLC再FPN。

我画了一张流程图，帮你理清这个关系：

关键点总结：

BLC是全局校正，FPN是逐像素校正
先BLC后FPN，顺序不能乱
动态BLC优于静态BLC，除非环境极其稳定
FPN标定至少16帧，温度要匹配实际使用场景

又一个坑：

我曾经在一个项目中，FPN标定和实际使用温度差了20度。结果暗部出现了明显的网格状噪声。后来重新在目标温度下标定，问题才解决。记住，FPN是温度敏感的。

好了，BLC和FPN就讲到这里。这两个步骤虽然基础，但做不好，后面的所有ISP处理都会受影响。你想想看，如果RAW数据本身就有问题，后面的去噪、白平衡、色彩校正，都是在错误的基础上做文章，效果能好吗？

下一节我们聊聊坏点校正，那也是RAW域预处理的重要一环。