一個監控攝像頭光學處理包含以下幾個部分：鏡頭（Lens）（定變焦鏡頭）、紅外截止濾波片（IR-cut filter）（紅外截止濾光片和藍玻璃濾光片爲主）、圖像傳感器（Image Sensor）和印製電路板（PCB）。其中，鏡頭、紅外截止濾波片）和圖像傳感器是組成攝像頭的核心部件，也是引起Lens Shading的主要部分。
圖 分解示意圖
關於Lens Shading，一直未找到明確且合理的解釋。不論是維基百科，還是百度百科，均爲對該詞條進行解釋。但在一些博客和文獻中，有人將Lens Shading稱爲暗角，也有將Lens Shading視爲鏡頭陰影/鏡頭暗影，此外，還有稱Lens Shading爲亮度均勻性的。稱謂很多，但沒有固定且統一的說法。在文中，本人更偏向於鏡頭暗影的說法，即可用“暗”表示圖像亮度變化引起的暗角，也能用“影”表示圖像中出現的偏色現象。
一般來說，物體到lens中心的距離越遠，圖像越暗，呈圓形中性對稱的方式遞減。在算法中很容易想到用曲線映射的方式來補償亮度
Lens Shading
Lens Shading可細分爲Luma Shading（亮度均勻性）和Color Shading（色彩均勻性）
Luma Shading（亮度均勻性）
Luma Shading就是我們常說的暗角。圖像中心區域較亮，圖像邊角偏暗。
Color Shading（色彩均勻性）
Color Shading則表現在圖像中心區域與四周顏色不一致，體現出來一般爲中心或者四周偏色。
Luma Shading的成因
1.由攝像頭本身的機械結構導致產生。
由於攝像頭各模塊在製作和組裝的過程中，均存在一定的工藝誤差，從而影響物體光線在攝像頭內的傳播。
2.由鏡頭（Lens）的光學特性引起。
對於整個鏡頭，可將其視爲一個凸透鏡。由於凸透鏡中心的聚光能力遠大於其邊緣，從而導致Sensor中心的光線強度大於四周。此種現象也稱之爲邊緣光照度衰減。對於一個沒有畸變的攝像頭，圖像四周的光照度衰減遵循一定的衰減規律。
Color Shading的成因
Color Shading的成因則要相對複雜的多。在分析其成因之前，需要對IR-Cut filter和Image Sensor有所瞭解。
紅外截止濾波片（IR-cut filter）
紅外截止濾波片位於鏡頭和圖像傳感器之間，爲了消除這些投射到Sensor上不必要的光線，防止Sensor產生僞色/波紋，從而提高色彩還原性。
Sensor可以感知人眼感知不到的紅外光和紫外光，因此需要使用另外的濾波片進行濾除，否則會導致紅綠藍像素點的亮度值與人眼觀察到的亮度值存在較大的差異。
紅外截止濾波片類型
紅外截止濾波片主要分爲干涉型、吸收型。
反紅外濾光片爲干涉型紅外截止濾波片，即反射紅外光。在可見光區域有較高的透過率，存在較低反射率，而在紅外區域正好相反，反射率較高，透過率很低。但成角度拍攝照片時，紅外光在IR膜上會有較大反射，經過多次反射後，被Sensor接收從而改變圖像R通道的值，引起圖像偏色問題。
藍玻璃則是吸收型紅外截止濾波片，對紅外光有很強的吸收作用，不存在很大的反射，能在一定程度上減輕漸暈和色差問題。
圖像傳感器Image Sensor
在紅外截止濾波片之後便是圖像傳感器，主要由相間的RGB像素感光塊構成。爲了使感光面積不受感光片的開口面積影響，一般會在其上方增加一層微透鏡（Micro Lens），用於收集光線，提高感光度。但微透鏡的主光線角CRA（Chief ray angle）值與鏡頭的CRA值不匹配便會導致嚴重的shading問題。
Color Shading成因分析
1.由於鏡頭對不同光譜光線的折射程度不同，導致入射光線中不同波長的光線落在Sensor的不同位置，從而引起Color Shading。我們都知道光的色散現象，即白光通過三棱鏡後會被分解爲七色光。而產生這種現象的原因就是三棱鏡對不同波長光線的折射不同，從而導致不同波長光線走過的光程不同。
2.由IR-Cut filter引入。具體描述詳見上文。
3.由Sensor上微透鏡的CRA與鏡頭的CRA不匹配導致。鏡頭的主光線角與傳感器不匹配，會使傳感器的像素出現在光檢測區域周圍，致使像素曝光不足，亮度不夠。
4.在校正Lens Shading時，由於校正參數計算不準確導致。
通常而言，攝像頭在拍攝原始圖像（raw）之後，會經過圖像信號處理器（ISP）處理之後再呈現在用戶面前。在整個ISP的pipeline中，會含有一個LSC（Lens Shading Correction）模塊，用於校正鏡頭暗影
Lens Shading校正前後示意圖
在實際使用中，校正後邊角Noise略大，需要在邊角亮度和Noise之間取一個平衡。在低光照條件下，通常會讓四周的亮度達到中心亮度的70%～90%就可以了。環境色溫的差異，也會導致計算出LSC gain curve有所差異，在調校IQ的過程中，會計算多種色溫的LSC gain curve，然後在實際使用過程中動態的調整curve形狀。
Imatest測試
在對圖5-(b)進行白平衡處理後，便可用Imatest軟件對其亮度均勻性和色彩均勻性進行分析，通過Shading的測試原理，確定圖像校正的好壞。
亮度均勻性測試原理
在整幅圖像中的四角和中央分別取相同大小的區域，然後算出這些區域的亮度值，以中間區域爲基準，用四角區域的亮度值和中間區域的亮度值相比，得到一個比值，這個比值越接近1越好，即Shading值 =（四角最暗處的亮度值Y/中心最亮處的亮度值)×100%。
色彩均勻性測試原理
把整幅圖像等分成若干區域，然後算出這些中R/B、R/G或G/B的值，以中間區域爲基準，用其他區域的比值和中間區域的比值相比，得到一個接近於1的數值，這些最終得到的比值越接近於1說明Color Shading越好。
參考文章：https://blog.csdn.net/yxyx13120297/article/details/85206426
###我的個人博客主頁，歡迎訪問
###我的CSDN主頁，歡迎訪問
###我的GitHub主頁，歡迎訪問