1. 阴影校正概述：什么是镜头阴影

各位同学，咱们今天聊聊镜头阴影校正。说实话，这玩意儿在图像处理里属于那种「看着不起眼，但少了它真不行」的基础模块。我刚开始做摄像头调试那会儿，就吃过它的亏——拍出来的照片中间亮、四周暗，客户一看就说「这镜头是不是有问题？」。嗯，今天咱们就把这个坑填上。

1.1 什么是镜头阴影

镜头阴影，英文叫 Lens Shading，也叫亮度均匀性问题。说白了，就是一张理论上应该亮度均匀的图像，实际拍出来却是中间亮、四周暗。你想想看，拍一张纯白墙壁，结果照片中间是白的，四个角却发灰发暗——这就是典型的镜头阴影。

我习惯把它分成两类：

• 亮度阴影（Luma Shading）：亮度从中心到边缘逐渐衰减
• 色彩阴影（Color Shading）：不仅亮度变了，颜色也偏了，比如边缘偏绿或偏红

这两种情况在实际项目中经常同时出现。我记得有一次做手机摄像头调试，客户反馈拍蓝天时天空颜色不均匀，查了半天才发现是色彩阴影在作怪。

1.2 产生原因

为什么会这样？原因主要有两个层面。

1.2.1 光学特性

镜头本身就是一个光学系统。光线从中心通过时，路径短、损耗小；从边缘通过时，路径长、还要经过更多镜片边缘，自然就衰减了。这个现象在光学上叫 余弦四次方定律——嗯，名字听着吓人，但道理很简单：

边缘光照度 ≈ 中心光照度 × cos⁴(θ)

其中 θ 是光线入射角

举个例子，当入射角达到30度时，边缘亮度已经降到中心的56%左右。这还没算镜片本身的透过率不均匀问题。

1.2.2 传感器角度响应

除了镜头，传感器本身也有「脾气」。CMOS传感器上的每个像素其实是一个小坑，光线垂直射入时效率最高，斜着射入时部分光线会被像素的金属布线层挡住。这个现象叫 像素角度响应。

我在项目中遇到过一种情况：换了传感器型号后，同样的镜头阴影曲线完全变了。就是因为新传感器的微透镜设计不同，对斜入射光的收集效率不一样。

另外，传感器上的彩色滤光片阵列（CFA）对不同角度光的响应也不一样。这会导致色彩阴影——边缘的红色通道可能比蓝色通道衰减得更快，结果就是边缘偏色。

1.3 校正的意义

为什么要做阴影校正？说白了就三个字：要好看。

• 视觉一致性：人眼对亮度不均匀非常敏感。一张照片中间亮四周暗，看着就像没拍好
• 后续处理的基础：如果你要做图像拼接、目标检测、颜色分析，不均匀的亮度会引入系统性误差
• 产品竞争力：在手机、安防、车载领域，图像质量是硬指标

1.4 行业应用

阴影校正的应用场景非常广。我简单列几个：

行业	应用场景	典型要求
手机摄影	多摄融合、夜景模式	边缘亮度差 < 5%
安防监控	广角摄像头、全景拼接	全天候稳定校正
车载影像	环视系统、倒车影像	实时性高、低功耗
医疗内窥	内窥镜图像	色彩还原度极高
工业检测	产品表面缺陷检测	均匀性要求严苛

拿车载环视来说，四个广角摄像头拼接成全景图，如果每个摄像头自己的阴影都没校正好，拼接处就会出现明显的亮度跳变。我曾经调试过一套环视系统，光阴影校正就花了两周时间——嗯，那滋味真不好受。

1.5 校正的基本思路

校正的思路其实很直观：既然边缘比中心暗，那我们就给边缘「补光」。具体做法是：

1. 拍一张均匀光照下的灰卡或白墙
2. 分析每个像素位置的亮度衰减量
3. 生成一个增益矩阵——中心增益小，边缘增益大
4. 对每帧图像逐像素乘上这个增益

公式很简单：

I_corrected(x, y) = I_raw(x, y) × Gain(x, y)

但实际做起来坑很多。比如增益太大会放大噪声，边缘信噪比会变差。我见过有人把边缘增益拉到3倍以上，结果图像边缘全是噪点——这就是典型的「矫枉过正」。

1.6 本章小结

镜头阴影是图像传感器和镜头光学特性共同作用的结果。它影响的不只是「好不好看」，更关系到整个图像处理管线的准确性。校正的核心是「测准衰减、补对增益」，但要注意噪声和精度的平衡。

下一章咱们会深入讲阴影校正的数学模型，包括怎么用多项式拟合来生成增益曲面。到时候我会拿一个实际项目的数据出来，带大家手算一遍——嗯，保证比光看公式有意思。