BLC，即 Black Level Correction。cmos 在傳出黑色圖像的時候，由于自身結(jié)構(gòu)的原因，黑色畫面?zhèn)鞒龅南袼刂挡⒉皇?0，為了達(dá)到最大的對比度，我們需要通過算法將這個黑色幀的值回歸到 0 的值。

我們可以將它想象成照片的“基準(zhǔn)線”。每張照片都有自己的黑色基準(zhǔn)，而BLC 的任務(wù)就是確保這個基準(zhǔn)是穩(wěn)定的，這樣我們拍攝出來的照片在暗部細(xì)節(jié)上才會一致。BLC 模塊小，但是魔力巨大。

這是我用 matlab 產(chǎn)生的一張黑幀圖，看著很黑，其實它是一張 5-15 隨機(jī)數(shù)組成。通常黑幀值的大小與溫度以及增益值相關(guān)，不過通常情況下采用減去一個固定值的方式來平衡黑幀沒有歸零的現(xiàn)象。

運算方式：

1，分離出四個通道。

2，求四個通道的均值。

3，整圖減去相應(yīng)通道的均值。

4，拉升到原來的范圍。

當(dāng)然，這里必須提到，我說的是理想情況下，有些 sensor 非常不理想。

比如黑電平分布非常不均勻，左側(cè)值大右側(cè)值小，或者上邊的值大下邊的值小等情況，還有就是黑電平與增益，曝光時間都相關(guān)了。

這個時候如果想要更理想的圖像效果，就需要改進(jìn)算法。此處我的重點是算法的初步了解和 FPGA 實現(xiàn)，更復(fù)雜的算法就不作為開源部分了。

此時需要收斂的，不僅僅是 BLC ，還有 DPC 一起了，目前還是將項目約束到 600M，呈現(xiàn)的效果如下：

目前看到最差的十條路徑中，來自于 VIO ，所以算法代碼似乎還是有一定的裕量可以爭取一下。也就是可以跑到 600M 以上了。

最后別忘了仿真，將FPGA輸出的數(shù)據(jù)輸出到txt，再在matlab中將txt轉(zhuǎn)換成image。此處的方法就是和上一節(jié)的DPC雷同，就不做重復(fù)解釋。

審核編輯：劉清