可以使用CCD和CMOS的相机同时完成平面校正（FFC），以校正传感器伪影，镜头伪影和照明伪影（阴影）。 平面校正的目的是确保图像均匀性，无论暴露如何。

使用基于CMOS传感器的相机，FFC对于最大程度地减少甚至去除传感器工件并改善图像均匀性尤为重要，因为像素之间通常存在性能差异。 可以在相机或系统中其他地方进行平面校正，例如在框架抓取器或CPU/GPU上进行。 此功能可能会影响相机的大小，因此通常使用通用相机从相机上完成。 但是，它在相机上更准确地完成，从而节省了系统中所需的处理能力和时间，因此要考虑的是一个权衡。 在相机中进行FFC更为准确的主要原因是因为图像处理是在相机内部的12位完成的，而不是在成像链中以10位或8位进行。

在相机中完成时，将创建“图像映射”并存储在相机中，以校准图像传感器，以使所有像素的均等响应。 对于某些相机，由于缺陷取决于温度，因此有一个自动循环来调整温度变化的校准。 一些机器视觉摄像机也包含用于场地FFC的算法。 这样做是为了补偿系统中光学和照明设置的缺陷，例如阴影效果。 这些相机还可以启用多个校准设置，以便用户可以在需要时在不同的照明镜，光学滤镜和其他设置之间立即切换。

但是，FFC不一定是所有非均匀性的治疗方法，并且假设所有平面校正都具有相同的结果！ FFC是通过对每个像素进行校正并获得校正来处理不均匀性和瑕疵的粗略方法。 但是，当调整传感器性能和FFC校正集的不准确定义时，将对噪声和动态范围支付惩罚。 例如，过度增益校正不仅可以平滑FFC中的亮度水平，还可以在图像中局部增强噪声，实际上，这与均匀性相反。 将偏移（由于信号产生在黑暗中）将所有像素限制为例如偏移量最高的人的性能。 通过过度补偿偏移，有效的动态范围会降低。

当不优化图像传感器时，可能会损失详细信息，以至于更少或根本不用于应用程序处理。 一种更准确的方法是首先编程并控制传感器，以最大程度地减少出现的均匀性数量，然后应用正确的FFC控件。 这可以通过了解每个图像传感器模型需要补偿的内容来实现。 目的是调整图像传感器，以最大程度地减少需要校正的内容，以最大程度地减少噪声增加和限制动态范围。 作为视觉应用构建器，您希望增加空间均匀性，而不会增加噪声或失去动态范围。

有关更多信息，请单击下面：

Source: Flat field correction on CMOS cameras – for better or for worse?