本文对镜头成像中普遍存在的Lens Shading问题进行详细的总结，分析该问题出现的原因，以及在相机产品进行图像调试中解决该问题的思路进行整理。

镜头的Lens Shading问题

从定义上讲，Lens Shading（镜头阴影）是光学成像系统中，因为镜头物理特性方面的原因导致图像亮度或色彩不均匀的现象。在图像上的具体表现，Lens Shading又可以分为Luma Shading（亮度阴影问题）和Color Shading（色彩阴影问题）两种类型。

左图的Luma Shading，明显可以看到通过镜头成像的图像中心区域较亮，向四周逐渐变暗，形成“渐晕”效果，图像的边缘最暗。

右图的Color Shading，则是图像中心与边缘颜色不一致，例如表现为四角偏红或偏蓝的现象。

Luma Shading问题的成因总结

导致镜头Luma Shading问题的主要原因包含以下几种因素。

自然光学衰减

镜头本质上就是一个凸透镜，其中心的聚光能力要优于边缘部分，因此会导致光线强度从中心向四周衰减。如下图所示，对比其平行光线D1和角度光线D2：

对于一个没有畸变的摄像头，图像四周的光照度衰减会遵循一个cos4θ的衰减规律。

对于平行光线（D1）而言，从点P1发出的光线因为与光轴平行，所以其入射角θ=0°，此时其光强遵循公式 I * cos4θ = I，也就是无衰减的状态。

而对于角度光线（D2）而言，从点P2发出的光线与光轴成θ角，那么其光强就会衰减为 I * cos4θ。例如，当θ=30°时，该角度发射的光强就会仅剩约56%（cos（4 * 30°）≈0.56），因此就会导致边缘亮度显著低于中心。

镜头机械结构遮挡

镜头本身以及镜头座的解析结构元器件有可能会对斜射入镜头的部分光线遮挡，导致这些光线无法照射到图像的边缘区域，所以造成图像中心区域射入光线更多而偏亮，边缘区域光线更少而偏暗。

如下图所示。

镜头与图像传感器之间的CRA匹配问题

具体而言，当Lens CRA < Sensor CRA时，镜头透入的光线无法覆盖像素边缘，造成感光面积损失（Luma Shading），具体的图像表现为四周暗角。所以选型上应尽可能确保Sensor和Lens之间的CRA匹配，详细可参考以上文章。

总的来讲，Luma Shading的本质就是：大角度入射光产生的综合衰减（自然衰减+机械遮挡+CRA光学失配）导致了镜头和传感器边缘的亮度下降。因此，通过控制光线入射角θ、优化镜头的镜筒结构及提升CRA匹配精度，才能从根源上彻底改善亮度的均匀性。

Color Shading问题的成因总结

导致镜头Color Shading问题的主要原因包含以下几种因素。

光的色散效应

在初中物理课程中就学过，不同波长的光线在通过镜头时折射率不同，这个折射率不同会导致白光透过镜头后，产生色散（白光分解为多色光，各种光的折射率不同），使得各颜色光线在传感器上的位置产生不同的偏移，从而引起色彩分布不均。如下图所示。白光进入镜头后分解为不同颜色的光，在传感器上投射的位置产生了偏差。

IRCut滤光片的影响

镜头和传感器之间的IR Cut滤光片用于滤除红外光，以防止传感器因接收不可见的红外光导致出现颜色失真（如绿色偏红）的现象，因此IRCut滤光片也就是红外截至滤光片。

目前主流的滤光片包括两种类型：

• 白玻璃：成本低，在普通光学玻璃上镀膜以反射红外光，这样的话可见光可以透过白玻璃，而红外光将被反射。但是白玻璃的这种反射性能对光线的入射角度很敏感，当大角度光线照射到滤光片时，红外线的反射路径发生改变，就有可能无法得到有效的滤除而进入传感器，从而导致R通道值异常，产生四角偏红的问题。

• 蓝玻璃：通过蓝玻璃基底吸收+镀膜反射双重机制来减少红外光反射，能消除伪色，性能相比白玻璃要好一些。

镜头与图像传感器之间的CRA匹配问题

镜头与图像传感器之间的CRA不匹配同样会导致Color Shading问题。如果镜头CRA相比Sensor的CRA偏大过多的时候，镜头透入到Sensor边缘区域像素的光线CRA过大，这些光线在Sensor边缘像素Micro Lens上折射后会折射到周边的其他颜色的像素上，导致像素之间出现干扰，这就是色彩阴影Color shading的问题。

Lens Shading问题的调试和优化思路

以上总结了导致Luma Shading和Color Shading问题的成因，那么接下来就是这些问题在实际中应如何优化和解决。

1. 硬件设计与光学优化

确保Sensor和镜头之间的CRA匹配。通过调整镜头出射光角度与传感器微透镜的CRA匹配（偏差需控制在±3°以内），可减少光线入射角度过大导致的边缘颜色偏移。

IR-Cut滤光片采用蓝玻璃（吸收式红外截止滤光片）替代普通的白玻璃（反射式IRCF），减少大角度红外光反射对R通道的干扰，可将边缘泛红现象降低30%

2.ISP Lens Shading校正

如上所述，部分Lens Shading的原因与光学系统的本身缺陷有关，而且在产品应用中的光学元件的选型往往受到各种因素的限制，无法完全避免。因此在ISP中专门有一个LSC（Lens Shading Correction）模块用于处理Lens Shading的问题。

在ISP收到Image Sensor输出的RAW Data后，一般首先会进行黑电平校正（BLC，Black Level Correction），然后就会进行LSC处理。

LSC的处理流程大致分为标定和校正两个阶段。

LSC的标定属于ISP Tuning的一个重要环节，主要对各个图像通道的LSC增益补偿表的参数进行标定。标定流程如下：

• 首先使用相机对均匀度>95%的白色光源进行拍摄，获取其RAW格式图像。

• 按照RAW图像的Bayer排列分解为四个通道：R，Gr，Gb，B。如果一张Raw的size是3648 * 2736，那么每个通道的size就是1824 * 1368；

• 把各个通道的RAW图像从横向和纵向分割为多个网格，然后分通道计算各个网格的平均亮度。

• 以每个通道图像的中心网格的亮度为基准（增益=1），对其边缘区域的网格按衰减比例计算补偿增益。大致的公式就是：_增益 = 中心亮度 / 当前网格亮度。

• 按照以上公式分通道计算各个通道各个网格的独立增益表（如17×13网格），存储于ISP的LUT（查找表）中，后续就对RAW图像基于这个表进行LSC增益补偿。

在完成ISP Tuning中的LSC标定后，后续对Sensor输出的RAW图像进行LSC校正时，就会对RAW图像的R、Gr、Gb、B各个通道分别应用其对应的增益表进行增益补偿，避免共用参数导致的色彩串扰。在要求较高的情况下，往往还会对不同色温（如3000K、5000K、7500K）情况下进行多次标定，生成多组不同色温下的增益表，在后续进行LSC校正时根据当前色温动态切换以适配环境光源，取得更好的LSC效果。