Golden Sample 模 组的挑选

[DESCRIPTION]
客户端开案的项目使用的sensor越来越大，工厂产线生产出来的模组单体之间的差异也更加明显。因此建议5M以上的sensor开启OTP(One Time Programmable)功能，以尽可能的减轻模组差异过大，导致不同模组CAMERA表现不一致问题。
[SOLUTION]
首先要保证OTP的Drvier正常(OTP Driver 的实现部分，请咨询对应sensor的FAE或者提CR寻求mtk协助) 。然后提供Golden Sample模组进行相关的调试。
诸如shading(TSF Shading 的调试 FAQ09396 )需要Golden Sample模组和Limit Sample模组提供RawData进行TSF参数的Calibartion。后续的AWB等项别是基于Golden Sample模组进行调试。
模组厂一般会基于如下标准去挑选 Golden Sample模组：
1： Sensor CRA与Lens CRA最大差异位置
由于Sensor CRA与Lens CRA产生差异时, 容易有color shading的现象, 因此针对最大差异点往往并非是最角落, 在计算color shading error时, 建议须计算不同区域的color shading error现象.

2：计算中心与致周边测试区域
Source image :Use Shading Correction image
G mean: 100~150 (8 bit) (after OB subtraction)
Calculation：
G decay = 1- |(G)red-(G)green| / (G)green
RG color diff = (R/G)red/(R/G)green - 1
BG color diff = (B/G)red/(B/G)green - 1
red = red window
green = green window

3：统计各位置上的color shading平均值, 并以此作为挑选golden sample的基本标准
Example: R color shading ratio

4：统计100 PCS Module, 并算出各区域下的平均值, 该平均值为挑选Golden sample的基准。挑选中的Module的平均值 越接近于中心值，最终的参数Cover 的范围越大。
挑选中的 Module 即可以被称为 Golden Sample Module。

5：基于第四步挑选出来的 Golden Sample 模组，还需要满足如下条件：
Shading Golden Sample
– RAW min (G decate) >65%
– RAW max(color_diff) < 3%
AWB Golden Sample 之间的差异
– 新Golden Sample和旧 Golden Sample
– R-Gain, B-Gain差異在1%以內
6： Limit Module 的挑选：
按照前面统计出来的100 PCS Module的信息。找到其中偏差最大的4颗甚至更多颗模组保存下来，以方便验证最终参数的Cover度问题 。
FAQ09396 TSF Shading的调试：需要Golden Sample Module和Litmit Sample模组都提供RawData ，以便于参数的Cover度更高。