120、坏点标定与补偿——静态坏点检测与动态坏点补偿在产线中的协同策略产线上一批新到的Sensor，暗场拍出来满屏雪花点，但又不是那种均匀的噪声——是那种固定位置、固定亮度、像星星一样钉死在画面上的白点。产线工程师第一反应是“Sensor坏了”，换了一批料，问题依旧。最后查出来是Sensor厂家的Die批次工艺波动，导致这一批的暗电流水平整体偏高，原本在规格书里承诺的坏点比例直接翻了三倍。这时候你手里只有一套静态坏点表，是出厂预烧的，根本覆盖不了这批新料的新增坏点。这就是今天想聊的——静态坏点检测和动态坏点补偿，在产线上到底怎么配合，才不至于被这种批次波动打得措手不及。先明确一个概念，静态坏点检测，指的是在产线或者实验室环境下，通过特定光照条件（通常是全黑和均匀灰场）拍摄多帧图像，统计出每个像素的响应异常，生成一张坏点坐标表，烧录到Sensor的OTP或者SoC的校准参数区。这张表是“出厂即固定”的，后续运行时不更新。动态坏点补偿，则是ISP运行时实时检测当前帧中出现的异常像素点，用周围像素插值或者中值滤波的方式抹掉，不依赖预烧表，而是靠算法实时判断。这两者不是二选一的关系，是接力赛。静态表负责“已知的、固定的、稳定的”坏点，动态补偿负责“新增的、随温度漂移的、老化的”坏点。但产线上最容易犯的错，是把静态检测做得太“干净”，阈值设得过高，只抓了那些亮度偏差超过50%的“死点”，漏掉了一大批偏差在20%~30%的“亚健康点”。这些点平时看不出来，一到暗光场景、长曝光、高ISO，就原形毕露，变成彩点或者亮斑。动态补偿算法在低信噪比场景下又很难区分“真实细节”和“坏点”，容易误杀，导致画面出现“磨皮感”或者“水波纹”。我见过一个车载项目，夜视摄像头在产线静态标定时