目录
简介
由于半导体制造工艺缺陷和材料差异等因素的影响，导致线阵图像探测器的靶面像元光电特性不一致，即探测器响应非均匀性问题。光电特性太差的像元会形成坏点，这些坏点对小目标检测会造成大概率的漏检和误检。
坏点分类
热像元(hot pixel)：固定保持较高的像素值，图像画面中呈现为高亮的点；死像元(dead pixel)：固定保持较低的像素值，图像画面中呈现为暗点；噪声像元(noise pixel)：信号强度随光照呈现的变化规律不符合正常的变化规律，Pixel像素随机跳跃，图像明暗相间等。
校正核心原则
准确性：校正后坏点的输出信号需与周围正常像元的信号特性一致，无明显偏差，避免引入新的图像失真，尤其满足高精度检测场景的要求，确保校正后图像均匀性达标。
实时性：在线校正场景下，校正算法需高效运行，不影响相机正常采集帧率（线阵相机通常帧率≥100fps），避免拖慢工业检测流程；离线校准可适当提升精度，兼顾计算效率。
通用性：适配不同分辨率、不同品牌（如Dalsa、Basler）的线阵相机，同时兼容黑白、彩色线阵相机（双线、三线彩色相机），无需针对特定型号单独开发算法。
可维护性：校正参数可保存、可调用，支持定期校准更新，当相机使用环境变化（如温度、光照）或出现新的坏点时，可快速重新校正，降低维护成本。
无损性：校正过程不改变相机硬件结构，不损伤传感器，仅通过软件算法调整输出信号，避免因硬件操作导致的设备故障。
硬件准备
待校正线阵相机：确认相机型号、分辨率、帧率、传感器类型（CCD/CMOS），彩色相机需明确为双线或三线类型，检查相机镜头、接口是否正常，确保无硬件故障。
标准光源：均匀光源（如积分球、漫射光源），用于采集暗场、明场参考图像，光源亮度可调节，确保光照均匀无阴影，避免光源自身不均匀导致的校正误差。
校准靶面：标准灰度靶（0%、50%、100%灰度）、白色无反光靶面，用于采集参考图像，确保靶面平整、无污渍、无反光，保证参考图像的准确性。
计算机与采集卡：安装相机配套驱动、图像采集软件（如Halcon、LabVIEW、CamExpert），采集卡需与相机接口匹配（GigE、USB3 Vision），确保图像采集无丢帧、无失真。
辅助设备：三脚架（固定相机与靶面，保证拍摄角度稳定）、温度控制设备（部分高精度场景需控制相机工作温度，避免温度变化导致的坏点特性变化），尤其对于CMOS传感器，温度影响较大，需提前让相机通电预热至标称温度（至少30分钟）。
软件准备
图像采集软件：用于采集相机原始图像、暗场图像、明场图像，支持图像保存（格式为RAW、BMP），可查看图像灰度值、直方图等参数，如CamExpert、Halcon等。
校正算法软件：集成坏点检测、分类、校正功能，支持参数调节、校正结果保存与调用，可自定义校正阈值、数据窗尺寸等参数，兼容相机输出格式。
验证软件：用于对校正后的图像进行质量检测，分析灰度均匀性、坏点残留率等指标，判断校正效果是否达标，可通过计算图像灰度峰谷值、标准差评估均匀性。
邻域均值校正法（适用于孤立坏点、响应异常点）
原理：利用坏点周围正常像元的灰度值均值，替代坏点的异常灰度值，适用于坏点数量较少、分布分散的场景，计算量小，实时性强，可用于在线校正。
调用坏点信息表，定位坏点位置（x，y），其中x为行号，y为列号（线阵相机逐行采集，列方向为传感器宽度方向）。
以坏点（x，y）为中心，设置3×3或5×5的邻域窗口（避免包含其他坏点），若为成列坏点，可扩大窗口至列方向的相邻正常列，确保窗口内均为正常像元。
计算邻域窗口内所有正常像元的灰度值均值，作为坏点的校正值，替代原异常灰度值；若窗口内存在其他坏点，排除该坏点后计算均值，避免校正误差。
校正后，将该坏点标记为"已校正"，更新坏点信息表，使其可用于后续其他坏点的校正计算，提升校正效率与准确性。
优势：算法简单、实时性强，适用于在线实时校正；劣势：对于成列坏点、密集坏点，校正精度较低，易出现图像模糊。
插值校正法（适用于成列坏点、密集坏点）
原理：基于线阵相机的逐行采集特性，利用坏点所在列的前后正常列（或上下正常行）的灰度值，通过线性插值或三次插值计算坏点的校正值，适用于成列坏点（线阵相机典型坏点形态），校正精度高于邻域均值法，兼顾实时性与精度，是线阵相机坏点校正的主流方法之一。
定位成列坏点的列号y，提取该列前后相邻的2-4列正常列（如y-1、y+1列，若y-1列为坏点，则取y-2列），确保提取的列均为正常列，无坏点。
对于该列中的每个坏点（x，y），根据前后正常列对应行（x行）的灰度值，采用线性插值公式计算校正值：校正值 = （y - y1）×G2 + （y2 - y）×G1 / （y2 - y1），其中y1、y2为前后正常列的列号，G1、G2为对应列x行的灰度值。
若坏点列前后正常列数量≥3，采用三次插值法，进一步提升校正精度，减少图像失真，尤其适用于高精度检测场景，校正后图像的边缘过渡更自然。
对于密集坏点（多个相邻列均为坏点），扩大相邻正常列的选取范围，采用多列插值计算，确保校正值与周围图像的灰度变化趋势一致，避免出现明显的灰度断层。
优势：校正精度高，适用于成列坏点、密集坏点，校正后图像平滑；劣势：计算量略大于邻域均值法，需合理选取插值列数，平衡精度与实时性。