QSC和LTC以及PWL

Quadrature Spatial Correction（QSC） 和 Linear To Companding（LTC）——在高端图像传感器（尤其是 Sony 的 IMX 系列，比如 IMX586、IMX789、IMX989 等）中是非常重要的内部校准和图像优化机制。它们通常用于提升成像质量、修复像素非均匀性、提升 HDR 精度等。

---

1. Quadrature Spatial Correction（QSC）

基本定义：

QSC 是 Sony 高端图像传感器中的一种空间校正机制，主要用于 修复像素阵列中的空间非均匀性（spatial non-uniformity），尤其在 QBC（Quad Bayer Coding） 架构下使用。

---

适用背景：

在像 IMX586、IMX789 这类 Quad Bayer 传感器中，传感器像素是以 2x2 的 quad 单元组织的。它们用于：

• 高像素合成（像素 binning）

• HDR（多曝光）拼接

• 多通道对焦（例如 PDAF）

QSC 的作用：

由于 fabrication 工艺问题，不同位置的像素或像素组合可能响应不一致。QSC 的作用是：

• 校正每个 2x2 像素单元 的响应差异

• 消除空间上的光学或电学非均匀性（比如：电荷转移效率不一致）

• 修复 binning 后的图像边缘错位、细节模糊

数据来源：

QSC 校准数据通常保存在 OTP（One-Time Programmable）ROM 或 EEPROM 中，在 sensor 初始化时通过 I2C 读取并写入 sensor 寄存器。

---

2. Linear To Companding（LTC）

基本定义：

LTC 是一种将图像传感器采集的 线性响应信号 压缩成 更宽动态范围格式 的机制，常用于 HDR（高动态范围） 成像场景。

---

背景：

在传感器输出中，原始的模拟电压转换为数字值是线性的。但人眼对亮度的感知是 对数的。而且，在 HDR 模式下，线性数据范围太大，会：

• 超出 sensor 的比特深度

• 难以有效表达亮部细节

LTC 的作用：

LTC 引入一种 非线性映射曲线（类似对数），把线性输出压缩为 companded 输出：

• 暗部拉伸：让低亮区域更加明显

• 亮部压缩：防止高光溢出

• 保留更多的动态范围信息

这种转换是 sensor 内部通过 LUT（查找表）或内建函数完成的。

应用在：

• In-sensor HDR（传感器级别的多曝光融合）

• 视频流的动态压缩（例如直接输出 10-bit companded 数据）

• AI 推理前的 tone-mapping 预处理

---

总结对比：

技术名	QSC（Quadrature Spatial Correction）	LTC（Linear to Companding）
功能	修正像素空间响应差异	压缩线性图像为非线性（对数）格式
应用	Quad Bayer、PDAF、像素 binning	HDR、ISP、压缩格式输出
数据来源	EEPROM / OTP 校准数据	内建 LUT，部分可编程
原因	物理阵列差异	感知范围与存储范围不匹配
常用芯片	Sony IMX586、IMX789 等	同上及 HDR 模式下

如果你正在调 sensor 驱动或 HAL，有时会看到 QSC / SPC / AWBOTP / LSC 等一起出现，它们都属于 sensor 的 OTP 校准表内容的一部分。而 LTC 则更偏向于 sensor pipeline 中的实时图像输出格式控制。

LTC（Linear to Companding） 和 PWL（Piece-Wise Linear） 有非常紧密的关系。

---

先说核心概念对比：

名称	含义	作用	关系
LTC	Linear to Companding	把线性图像数据压缩成对数（或伪对数）形式，扩大动态范围	Companding的目的
PWL	Piece-Wise Linear	使用一段段线性函数逼近复杂曲线（如对数曲线）	实现Companding的方式之一

---

LTC ≈ 用 PWL 来近似对数压缩

在图像传感器中，LTC 是一种 “压缩编码”策略，用来将宽动态范围的线性信号映射到有限的 bit 深度输出中。为了解决实际硬件中无法高效实现真实对数映射的问题，很多 sensor（特别是 Sony 和 Samsung 的高端 sensor）采用 PWL 近似对数函数，实现 LTC。

举个例子：

假设原始线性亮度值范围是 065535（16bit），我们希望压缩成 01023（10bit）：

• 若直接线性映射，高亮部分很容易丢细节

• 如果用 LTC（对数压缩），可以保留更多暗部细节

这时，PWL 表如下所示（伪代码）：

if (input < T1) output = A1 * input + B1;
else if (input < T2) output = A2 * input + B2;
else output = A3 * input + B3;

即通过一段段线性函数（A*x+B）来逼近 log 曲线。

---

在图像传感器里的作用

在高动态范围图像中，传感器可能输出 原始线性数据 或 已经过 LTC 的压缩数据，这个压缩过程往往就在 sensor pipeline 内部完成，不需要 ISP 参与。

使用 PWL 做 LTC 有几个优势：

• 低硬件复杂度：对数函数计算较复杂，PWL 用 LUT+简单乘加即可实现

• 实时性好：适合在 sensor pipeline 或 ISP 中做高速处理

• 灵活可调：有的 sensor 支持配置 PWL 分段参数，可适配不同亮度场景

---

示例：LTC 在 Sony IMX689 中的描述（实际手册中）

LTC companding output is enabled via register 0x3A00. The companding curve follows a PWL approximation of log2 domain with 4 segments.

---

总结一句话：

是的，LTC 是一种压缩机制，而 PWL 是实现 LTC 的主要方式之一。

在 sensor 中，PWL 是一种工程优化手段，让对数压缩变得高效可控；而 LTC 是目标，目标是 在有限比特数内最大限度保留图像动态范围。