128、坏点标定与动态补偿策略——静态坏点表生成及瑞芯微/海思ISP的实时坏点校正协同去年做一款车载前视模组，海思3559方案，Sensor是IMX390。产线反馈有千分之三的模组在暗场下出现固定亮点，客诉照片里那几颗白点扎眼得很。一开始以为是脏污，复测发现位置固定，换sensor不换镜头还是那几颗点——典型的sensor坏点。更麻烦的是，这批sensor在出厂测试时坏点数量在规格内，但经过回流焊和高温老化后，暗电流特性漂移，新坏点冒出来了。静态坏点表在产线烧进去，到了终端用户手里又变了，这就是坏点问题的第一个坑：坏点不是一成不变的。先明确一个概念，坏点分两类：亮点（hot pixel）和暗点（dead pixel）。亮点是暗场下信号值异常偏高，暗点是亮场下响应偏低甚至无响应。实际调试中，亮点占九成以上，暗点相对少，但暗点一旦出现，往往伴随相邻像素的响应异常，处理起来更麻烦。ISP里的坏点校正（DPC，Defect Pixel Correction）分静态和动态两种，静态靠查表，动态靠算法实时判断。两者不是二选一，而是协同关系——静态表负责"已知的敌人"，动态算法负责"未知的潜伏者"。先讲静态坏点表怎么生成。产线标定流程一般是：遮光拍暗场，均匀光源拍亮场，然后分析图像找坏点。听起来简单，实际操作全是坑。暗场标定，曝光时间要足够长，让暗电流噪声充分显现，但也不能过长导致sensor饱和——IMX390在60帧下，曝光设到100ms左右比较合适，增益放到16倍以上，这时候暗电流的固定模式噪声（FPN）和随机噪声（ temporal noise）能分开。这里踩过坑：如果曝光太短，坏点信号和随机噪声混在一起，阈值设高了漏检，设低了误检一堆正常像素。我一般用多帧平均的方式，拍16