153、坏点校正全攻略：静态坏点标定、动态检测与自适应修复策略
一、一个让我熬夜三天的坏点问题
2018年某旗舰机项目，量产前两周，产线突然爆出大量“星空照片有彩色斑点”的客诉。我拿着样机去暗室拍长曝光，屏幕上密密麻麻的亮点像银河一样——但那是坏点，不是星星。更诡异的是，同一颗sensor在白天拍蓝天时完全正常，一到暗光长曝光就原形毕露。
当时我第一反应是“sensor坏了”，但换了三颗模组都一样。后来查了三天，发现是ISP的坏点校正模块在低增益下被旁路了——因为算法工程师觉得“低增益时坏点不明显，省点算力”。这个教训让我明白：坏点校正不是简单的“找到坏点、填掉它”，而是一场跟温度、增益、时间赛跑的博弈。
二、坏点的“三副面孔”
先别急着谈算法，得先认识敌人。我习惯把坏点分成三类，每类处理方式完全不同：
死点（Dead Pixel）：永远不响应光信号，输出固定值（通常是0或饱和值）。在暗场下表现为黑点，在亮场下可能被淹没。这类坏点最老实，标定一次管终身。
亮点（Hot Pixel）：即使无光照也持续输出高值，像个小灯泡。温度越高、曝光时间越长，它越亮。这是长曝光拍摄的头号杀手，也是动态检测的重点对象。
闪烁点（Flicker Pixel）：输出值随机跳动，有时正常有时异常。这类最恶心，静态标定抓不住它，动态检测又容易误判。我见过一颗闪烁点在30帧里正常25帧、坏5帧，常规中值滤波根本
