黑电平校正原理：暗电流与光响应非均匀性
黑电平校正，简称BLC。说白了，就是让传感器在没光的时候，输出值归零。
你可能会问：传感器没光不就是全黑吗？输出应该是0才对啊。嗯，理想情况确实如此。但现实世界哪有这么完美？我做过这么多项目，还没见过哪颗传感器能在全黑下输出0的。
暗电流：传感器天生的"漏电"问题
先说说暗电流。这玩意儿是半导体器件的物理特性，没法完全消除。
每个像素点其实就是一个光电二极管。光照时产生光生电子，没光时呢？热激发也会产生电子。温度越高，热激发越强，暗电流就越大。
我在项目中遇到过这样的情况：夏天户外测试，传感器温度飙到60多度，暗电流直接翻了好几倍。画面暗部全是偏红的，校正参数完全失效。后来才意识到，暗电流是随温度变化的，不能用一个固定值去校正。
暗电流的几个特点：
- 温度敏感：每升高10度，暗电流大约翻一倍
- 曝光时间相关：曝光越长，积累的暗电荷越多
- 像素差异：不同像素的暗电流大小不一样
光响应非均匀性：像素之间的"性格差异"
光响应非均匀性，英文叫PRNU。这名字听着挺唬人，其实意思很简单：同样光照下，不同像素的输出值不一样。
为什么会这样？你想想看，一颗几百万像素的传感器，每个像素的尺寸、掺杂浓度、量子效率都不可能完全一致。就像同一批生产的灯泡，亮度也会有细微差别。
PRNU主要分两种：
- 固定模式噪声（FPN）：每个像素的偏移量是固定的，不随光照变化
- 光响应非均匀性（PRNU）：增益差异，光照越强越明显
黑电平校正主要处理的是FPN这部分。PRNU通常留给后面的增益校正去处理。
黑电平的数学模型
搞清楚了物理原理，咱们来看看数学怎么描述。
一个像素的输出值，可以拆解成三部分：
Pixel_out = Signal + Dark_current + FPN_offset其中：
- Signal：真实的光信号，我们想要的部分
- Dark_current：暗电流贡献，与曝光时间和温度相关
- FPN_offset：固定模式噪声，每个像素独有的偏移
黑电平校正的目标，就是把Dark_current和FPN_offset去掉，只保留Signal。
实际工程中，我们通常用一个更简单的模型：
Pixel_corrected = Pixel_raw - BLC_value这个BLC_value怎么来的？一般有两种方式：
- OB像素法：传感器边缘有被遮挡的像素，它们的输出就是黑电平参考值
- 暗场标定法：盖上镜头盖拍一张全黑图，统计平均值作为BLC
重要提醒：OB像素法更实用，因为它能实时跟踪温度变化。暗场标定法只适合实验室环境，温度一变就不准了。
校正的基本公式
好了，到了动手环节。黑电平校正的公式其实很简单：
// 全局校正：所有像素减去同一个值
for (int i = 0; i < width * height; i++) {
pixel[i] = pixel[i] - blc_value;
// 防止下溢
if (pixel[i] < 0) pixel[i] = 0;
}这是最基础的版本。但我建议你别这么用，原因有二：
- 不同通道的BLC不一样：R、Gr、Gb、B四个通道，暗电流特性不同
- 不同位置的BLC也不一样：传感器边缘和中心的暗电流有差异
我个人习惯用通道独立的BLC：
// 通道独立的BLC校正
// blc_r, blc_gr, blc_gb, blc_b 分别对应四个通道
for (int y = 0; y < height; y++) {
for (int x = 0; x < width; x++) {
int idx = y * width + x;
if ((y % 2 == 0) && (x % 2 == 0)) {
// R通道
pixel[idx] = pixel[idx] - blc_r;
} else if ((y % 2 == 0) && (x % 2 == 1)) {
// Gr通道
pixel[idx] = pixel[idx] - blc_gr;
} else if ((y % 2 == 1) && (x % 2 == 0)) {
// Gb通道
pixel[idx] = pixel[idx] - blc_gb;
} else {
// B通道
pixel[idx] = pixel[idx] - blc_b;
}
// 钳位到有效范围
pixel[idx] = CLAMP(pixel[idx], 0, max_value);
}
}经验之谈：我曾经在调试一款手机摄像头时，发现画面偏绿。查了半天，原来是Gr和Gb的BLC值搞反了。这两个通道虽然都是绿色，但暗电流特性确实有差异，千万别偷懒用同一个值。
BLC与动态范围的关系
这个知识点容易被忽略，但它真的很重要。
动态范围，简单说就是传感器能同时记录的最亮和最暗的比值。BLC校正做不好，动态范围直接缩水。
举个例子：
| 场景 | BLC值 | 有效信号范围 | 动态范围损失 |
|---|---|---|---|
| 理想情况 | 0 | 0 ~ 1023 (10bit) | 0% |
| BLC偏大 | 64 | 0 ~ 959 | 6.25% |
| BLC偏小 | 32 | 0 ~ 991 | 3.125% |
看到没？BLC值越大，暗部被抬得越高，亮部的可用范围就越小。动态范围就这么被压缩了。
更严重的问题是什么？
- BLC偏大：暗部噪声被放大，画面发灰，对比度下降
- BLC偏小：暗部细节丢失，出现黑切现象
避坑指南：我曾经在一个安防项目中，为了追求暗部细节，把BLC值设得偏小。结果晚上监控画面暗部全是黑的，什么也看不清。后来才发现，BLC偏小导致暗部信号被截断了，信息全丢了。校正不是越小越好，要找到那个平衡点。
那怎么找到合适的BLC值？我的做法是：
- 先拍一张全黑图，统计每个通道的均值
- 再拍一张均匀灰卡，看校正后的线性度
- 微调BLC值，直到暗部噪声和动态范围达到平衡
嗯，这里要注意一点：BLC校正必须在RAW域进行，而且要在其他校正之前。顺序搞错了，后面的白平衡、伽马校正都会受影响。
最后总结一下我的经验：黑电平校正看似简单，就是个减法操作。但要做好，得理解暗电流的物理特性，得考虑温度和曝光时间的影响，还得平衡动态范围和噪声。别小看这一步，它直接决定了整个ISP pipeline的底子好不好。