OpenISP 模块拆解 · 第3讲：镜头阴影校正 (LSC)

OpenISP 模块拆解 · 第3讲镜头阴影校正 (LSC)模块作用LSC 是镜头阴影校正。openISP README 把它列为目标模块但当前源码没有model/lsc.py实现主 pipeline 中也只是注释占位。LSC 解决镜头和传感器组合导致的中心亮、边缘暗、四角色偏问题。它通常工作在 Bayer RAW 域并且按 R/Gr/Gb/B 分通道校正。问题来源镜头 shading 主要来自镜头边缘入射角导致的光量衰减。微透镜和像素井对斜入射光响应不同。红绿蓝不同波长在边缘的衰减不一致。模组装配偏心造成的非对称 shading。常见公式对每个 Bayer 采样点乘以对应位置和颜色的 gainpixel_out(x, y, color) pixel_in(x, y, color) * gain_map(x, y, color)通常中心 gain 接近 1边缘和角落 gain 更大。gain map 类型全尺寸 gain map每个像素一个 gain精度高但存储量大。Mesh gain map只存低分辨率网格例如17x13或33x25运行时双线性插值到每个像素。真实 ISP 常用这种方式。径向模型用离光心距离建模gain a0 a1*r^2 a2*r^4 ...参数少但无法很好处理非对称 shading。标定流程拍摄均匀光源例如积分球或均匀白板。先做 BLC去掉黑电平。按 Bayer pattern 分离 R/Gr/Gb/B。计算每个位置相对中心或目标亮度的增益。对 gain map 做平滑避免块状痕迹。限制最大 gain防止边角噪声被过度放大。学习重点LSC 不只是亮度校正也是颜色均匀性校正。LSC 会放大边缘噪声因此最大 gain 需要限制。LSC 和 AWB 耦合明显边缘色偏会影响整体观感。如果给 openISP 补实现可设计接口classLSC:def__init__(self,img,gain_maps,bayer_pattern,clip):...最小版本使用四张全尺寸 gain map进阶版本使用 mesh gain map 加双线性插值。面试问答Q1: LSC 为什么通常在 RAW 域做因为 shading 是传感器采样层面的位置和颜色响应问题。RAW 域可以按 R/Gr/Gb/B 精准校正demosaic 后颜色已经混合校正会更不准确。Q2: LSC 会带来什么副作用边角 gain 较大会放大边角噪声也可能放大坏点或暗电流。因此 LSC 需要配合 DPC、BLC、降噪和 gain 限制。Q3: 为什么要分 R/Gr/Gb/B 四张表不同颜色波长和不同绿色位置的 shading 程度不同。只用一张亮度表可能解决暗角但无法解决角落偏色。Q4: Mesh LSC 为什么常见全尺寸表存储太大径向模型又不够灵活。Mesh 表在存储、计算和校正精度之间比较平衡适合硬件 ISP。Q5: LSC 和 AWB 的关系是什么LSC 处理空间维度的颜色和亮度不均AWB 处理全局光源色温。LSC 没做好时画面不同位置白点不同AWB 很难同时兼顾中心和边缘。