1. 课程导论：LSC校正后的亮度均匀性验证方法
1.1 LSC校正原理概述
镜头阴影校正（Lens Shading Correction, LSC）是ISP（图像信号处理器）流水线中至关重要的预处理环节。由于光学镜头的物理特性，图像传感器中心区域接收到的光强通常高于边缘区域，这种现象称为“镜头阴影”或“亮度衰减”。LSC的核心目标是通过数字增益补偿，使整幅图像达到均匀的亮度响应。
关键概念： LSC校正并非“消除”阴影，而是通过逐像素或逐区域的增益映射，补偿光学系统的固有衰减特性。校正后的图像在理想情况下应呈现平坦的亮度分布。
典型的LSC校正流程包含以下步骤：
- 标定阶段： 在均匀光源（如积分球）下采集原始RAW图像，提取每个像素或区域的衰减系数。
- 增益矩阵生成： 根据衰减系数计算补偿增益，形成二维增益查找表（LUT）。
- 实时校正： ISP硬件将增益矩阵与原始像素值相乘，输出校正后的图像数据。
1.2 亮度均匀性定义
亮度均匀性（Luminance Uniformity）是衡量图像不同区域亮度一致性的量化指标。在LSC校正的语境下，它特指校正后图像在均匀光照条件下，各像素或区域之间的亮度偏差程度。
常用的亮度均匀性评价指标包括：
| 指标名称 | 定义 | 计算公式 | 理想值 |
|---|---|---|---|
| 中心-边缘比 | 图像中心区域平均亮度与边缘区域平均亮度的比值 | C/E = L_center / L_edge | 1.0（完全均匀） |
| 最大-最小比 | 图像中最大亮度与最小亮度的比值 | Max/Min = L_max / L_min | 1.0（完全均匀） |
| 均方根误差 | 各像素亮度与平均亮度的均方根偏差 | RMSE = sqrt(mean((L_i - L_avg)^2)) | 0（完全均匀） |
| 非均匀性百分比 | 亮度偏差相对于平均亮度的百分比 | NU% = (L_max - L_min) / L_avg × 100% | 0%（完全均匀） |
工程经验： 在消费级摄像头中，LSC校正后的中心-边缘比通常要求控制在0.95~1.05之间；对于工业视觉或医疗成像，该指标可能需要严格到0.98~1.02。
1.3 验证方法的重要性
LSC校正并非“一次标定、永久有效”的过程。在实际工程中，以下因素会导致校正效果偏离预期：
- 光源变化： 不同色温、强度的光源会改变镜头阴影的分布特性。
- 温度漂移： 传感器和镜头的光学特性随温度变化，影响衰减曲线。
- 模组差异： 同一型号的不同摄像头模组，其镜头阴影可能存在个体差异。
- 老化效应： 长期使用后，镜头镀膜、传感器灵敏度可能发生退化。
因此，建立系统化的亮度均匀性验证方法具有以下关键意义：
| 验证目的 | 具体作用 | 典型应用场景 |
|---|---|---|
| 出厂质检 | 确保每颗摄像头模组满足亮度均匀性规格 | 手机摄像头模组产线 |
| 算法调优 | 评估不同LSC算法或增益矩阵的校正效果 | ISP算法开发阶段 |
| 一致性监控 | 追踪同一批次或不同批次模组的均匀性波动 | 质量工程部门 |
| 回归测试 | 验证ISP固件升级后LSC校正功能是否退化 | 软件版本发布流程 |
常见误区： 仅凭肉眼观察判断亮度均匀性是不可靠的。人眼对亮度变化的感知是非线性的，且容易受到周围像素的对比度影响。必须使用量化指标和标准测试环境进行客观验证。
1.4 验证方法的核心要素
一套完整的亮度均匀性验证方法应包含以下核心要素：
- 标准测试环境： 使用积分球或均匀面光源，确保照明均匀度优于99%。
- 测试图卡： 采用灰阶图卡或纯色图卡，避免纹理干扰亮度分析。
- 图像采集规范： 固定曝光时间、增益、光圈等参数，消除变量影响。
- 分析算法： 实现区域划分、亮度提取、统计计算等自动化流程。
- 判定标准： 根据产品规格设定通过/失败的阈值。