MAG160C/docs/android_app/rendering_diff_phone_20261006.md

手机端渲染差异定位（Android SDK ↔ Windows/Linux SDK 交叉验证）2026-10-06

背景：相机改插 root 手机（22041211AC，Android 12 + Magisk）后，按用户要求 "官方 App 拍照 vs 我们的 App 拍照" 做对比，出现差异就同时逆 Android SDK 与 Linux/Win SDK 交叉验证。本轮结论：亮度/对比度差异的根因是"窗口半宽 = 基础窗口 × 对比度修正"，官方手机 App 带对比度偏移，我们的移植只在 c=0 时一致。

1. 对比做法与结果

项	官方 App（cn.com.magnity.magnitycx）	我们的 App
照片存放	/sdcard/magnity/Cx/media/MAG-160CORE<时间>.jpg（+ others/ 里是 DDT）	/sdcard/DCIM/MAG160C/MAG160C_<时间>.jpg
照片内容	纯 JPEG（无任何数据块，EOI 即文件尾）	完整 MDT（INFO0/INFO1/FRAME/NUC/RENDER/EXTREMES）
亮度（同场景）	luma p25=40 p50=49 mean=84	p25=10 p50=19 mean=53
调色板索引分布（按 16 档）	峰值在 2–4 档（10%/40%/12%）	峰值在 0–1 档（15%/39%）

→ 同一静止场景，我们的图整体偏暗约 30 luma：热点位置一致、调色板一致，属于 "灰度映射/窗口"差异（不是色板或数据差异）。

2. 交叉验证：窗口是怎么算的

Android SDK（libcxsdk 反编译，权威）：

CFunctions::GrayEnlarge()                     // 灰度/窗口总入口
  uVar2 = CalContrastOffsetedAutoEnlargeRange()          // 窗口"范围"（不是半宽）
  winLo = min(mean - (uVar2>>1), statMin)                // 注意：向外扩到数据范围
  winHi = max(mean + (uVar2>>1), statMax)
  HistDeRedundance()                                     // 直方图去冗余（我们的 lutRebuild）

CFunctions::CalContrastOffsetedAutoEnlargeRange():
  base  = (dev24 * 1000) >> shift          // dev24=8, shift=3 → 1000
  c     = clamp(contrast, -100, 100)       // ★ 对比度设置
  range = base - base*c / (150 + (c<0 ? -100 : 0))       // c>0：range 变小（窗口更窄→更亮）
  if (brightness 项 dev+0x6c/0x38 有效) range += 亮度修正项
  range = max(range, 0x80)

Windows SDK：MAG_SetAutoEnlargePara / MAG_SetFixedEnlargePara / MAG_SetSubsectionEnlargePara（同一组参数的用户 API）。 Linux SDK：MAG_SetAutoEnlargePara（libmagcore @0x11be50）同名同参 —— 两条 SDK 线吻合。

官方手机 App 侧：ExtPara（设备上报）含 intContrastOffset / intBrightOffset / intAutoEnlargeRange / intDetailRatio / intCurrentEnvTemperature，App 用 DeviceController.getExtParameter() 读取后回写（setExtParameter）。

3. 我们的移植差在哪

RenderPipeline.statsWindow() 的窗口结构与官方完全一致（winLo=min(mean−half,min)、 winHi=max(mean+half,max)），但：

• half = base>>1 只在对比度 c=0 时等于官方（官方 range=base → range>>1）；
• 官方手机 App 带 intContrastOffset（正对比度 → 窗口更窄 → 更亮）→ 这就解释了我们偏暗。

证据链：PC 端（对比度 0）我们的渲染与官方 PC SDK 逐像素差 1.3 级 ✔； 手机端（官方 App 带对比度）差值 ~30 级 ✔ —— 同一实现、不同对比度输入，两个场景都对得上。

4. 顺带确认的两件事

1. 环境温度输入：官方 App 调 setEmissivity(emissivity, ExtPara.intCurrentEnvTemperature) —— 即 PC SDK 的 dev+0xA4（我们温度链里的 ATZeroErrorPoint）就是环境温度 （设备默认 22216 = 22.2 ℃）；App 的发射率设置也走这里（100 = 1.00）。 → 我们 App 的发射率设置应当接进 OfficialTemp.temperature(emissivity=…)（当前固定 0.98）。
2. BasePara2 真机报文（60 B，magic 已由我们的读取层吃掉）： fpaTempFix @+14(short)=1699、ATZeroErrorPoint @+40(int)=22216、ATErrorSlope @+44(float)=−0.02789 —— 已写入单测作为地面真值。注意：PC 上实测的补偿量 v50（=dev+0x5C−dev+0x54，0…89 mC） 不等于 fpaTempFix(1699)，故 App 侧 sensorDeltaMc 暂取 0（误差 ≤0.09 ℃）， 待定位 dev+0x5C 的来源（疑似滤波后的 FPA 温度）后再接入。

5. 下一步（按此顺序）

1. 移植 CalContrastOffsetedAutoEnlargeRange（含亮度项到 statsWindow），并在设置页加 "对比度/亮度"（默认值取官方 App 的默认），重拍对比 → 目标是 luma 直方图与官方吻合。
2. 补 getExtParameter 命令（Android SDK 侧 JNI：DeviceController.getExtParameter）， 把设备的 intContrastOffset/intBrightOffset/intCurrentEnvTemperature 接进来。
3. 温度读数接 App 的发射率设置（OfficialTemp 已支持参数）。
4. 以上在 App 验证无误后，按用户要求同步进 csdk（C 参考实现）与 csdk 测试。

6. 追加实测（同日）：实时画面亮度差已复现，差异区间收敛到"窗口/LUT"

同一静止场景、前后相隔约一分钟分别截取两个 App 的实时画面（官方横屏 3200×1440、 我们竖屏 1440×3200），按行/列亮度自动裁掉黑边后统计：

	p25	p50	p75	mean
官方 App 实时	12–20	26–33	63–124	53–72
我们的实时	2–4	12–25	27	20–25

→ 差异是真实且系统性的（不是拍照时刻/场景差异），并已把差异区间收敛到显示阶段的 "窗口 + 灰度 LUT"两步。

三方交叉验证（Android ↔ Windows ↔ Linux）：

阶段	Android（libcxsdk）	Windows（CoreSDKLib）	Linux（libmagcore）
设置入口	setAutoEnlarge(enlargeRange)（官方 App 传 BasePara2 的 enlargeRange=8）	MAG_SetAutoEnlargePara(chan, range, contrast, brightness)	同名同参（+0x24/+0x30/+0x34）
窗口范围	CalContrastOffsetedAutoEnlargeRange()：range = base − base*c/(150+(c<0?−100:0))，base=(dev24*1000)>>shift；winLo=min(mean−range/2, min)、winHi=max(mean+range/2, max)	同结构（我们的 statsWindow 即此移植）	同结构
灰度 LUT	HistDeRedundance()：1024 桶直方图（0xFFC00000/span、>>20 & 0xffc = 我们的 lutRebuild 公式）＋平滑＋CDF	我们的移植来源	同结构

结论：窗口公式在对比度 c=0 时与我们逐字节一致（且官方 App 只传了 range=8， 未设对比度），直方图/LUT 的骨架也一致 —— 所以剩下的差异只可能出在 ① LUT 的平滑/CDF/pivot 细节（Android 版 HistDeRedundance 的后续段尚未逐行核对）， 或 ② 官方 App 通过 setEX/ExtPara 设置的亮度偏移（intBrightOffset）等参数。 这两处是下一轮的直接目标（继续用同一套"三 SDK 交叉 + 真机截图定量"的方法）。

7. 渲染差异的真正落点：调色板（铁虹表）不同

7.1 先排除的两项（都有反编译证据）

• 窗口：Android GrayEnlarge + CalContrastOffsetedAutoEnlargeRange 与我们 statsWindow 在对比度 c=0 时逐字节一致；官方 App 只调用 setAutoEnlarge(BasePara2.enlargeRange=8)，没有对比度/亮度参数。
• 灰度 LUT/CDF：Android HistDeRedundance 的直方图与双向 CDF 段与我们 lutRebuild 逐行一致（0xFFC00000/span、>>20 & 0xffc、total>>12、iVar3=0x10000/step、 前后向各一张表、+0x100/+0x200 步进）——这段不是差异来源。

7.2 官方默认调色板 = 索引 2（和我们一样），但表不同

• 官方 App：ImageViewer.java:383 / DeviceController.java:91 → setColorPalette(SharedPreferencesManager.getInt("paletteIndex", 2)) → 默认 2（铁虹）。
• 判定方法："亮度 → 颜色"曲线在同一调色板下唯一（与灰度分布/亮度水平无关）， 用它做检验（把像素代入调色板表，取同亮度最近项的色差）：
  • 对照（我们自己的像素 → 我们的表）：中位色差 0.3，83.6% 在 ±10 内；
  • 官方像素 → 我们的表：中位色差 20.3，只有 36% 在 ±10 内；最接近的调色板也不是 2 号；
  • 分亮度段看：亮度 32–96 时官方是橙色（R−B≈+90，R≈97–102/G≈44–77/B≈6）， 我们同一亮度是紫/蓝（R−B≈−33…+20）。
• 原因（已定位到二进制）：我们索引 2 用的是 PC SDK 的表 （OfficialTables.PALETTE256_ARGB，来自 CoreSDKLib dev+0xb18），而官方手机 App 用的是 Android SDK 运行时生成的表 —— CFunctions::SetColorPalette case 2（libcxsdk @0x26c70）。 上一轮把 case 0/1/3…10 的生成式移植成了 VendorPalettes，case 2（铁虹）当时是拿 PC 表 做"锚点校验"、没有移植生成式 → 两表在中间段不同，颜色/亮度观感因此不同。
• "对比度更高"和"条纹更少"都由此解释：不同色带的亮度斜率不同（观感对比度不同）， 且官方色调更亮（暗端被抬起）→ 噪声与 FPN 在暗端不再显眼。

7.3 条纹本身的实测（数据层无差异）

指标	官方	我们
NUC 帧 column-profile HF（PC 抓帧对照）	7.81（0.63% of spread）	7.20（0.63%）
渲染图平坦块列抖动（同刻截图，16×16 块）	0.81–1.44	0.34–0.94
渲染图 HF 能量 mean|dx|/mean|dy|	2.80 / 3.67	2.71 / 3.47

→ 数据与降噪层面我们不差于官方；"条纹更明显"是色调/亮度的感知效应 （官方实时画面 HF 更低 1.27 vs 2.92，也可能有 SDK 时域平滑参与）。

7.4 下一步

1. 移植 SetColorPalette case 2 的生成式（4 段线性，常量 0x75/0xbc/0x25/0xff/0x27/0x3b/0x1c3… 已在反编译中）， 替换 App 索引 2 的表；然后同一分钟内截两 App 实时图做"亮度→颜色"曲线回归（目标：中位色差降到控制组水平）。
2. 顺带核对其余 11 个索引是否也应改用 Android 生成式（本轮 VendorPalettes 已覆盖 10 个）。
3. 之后再按用户要求把验证过的改动同步进 csdk。

8. 定案并修复：灰度 CDF 的 75% pivot（cdfPivot75）

8.1 先纠正 §7 的结论

按"照片"（不经过屏幕显示路径）重做调色板拟合：官方照片与我们的照片都完美拟合 2 号铁虹 （中位色差 0.67 / 1.00）→ 调色板不是差异来源；§7 里"官方颜色对不上"是当时裁剪/对话框 污染造成的误判（已用照片复核推翻）。VendorPalettes 头注释也记录上一轮已验证 SetColorPalette case 2 与我们的铁虹表 256/256 逐项一致。

8.2 决定性测量（同刻截图 + 调色板反解灰度）

关闭两边所有对话框后前后约一分钟各截一张实时画面，图像区用调色板反解出灰度值 （消除显示路径/色域影响；99%+ 像素能唯一反解）：

	p5	p25	p50	p75	p95	mean
官方 App	0	48	61	129	202	82.2
我们（cdfPivot75=true，原状）	11	23	33	82	189	60.2
我们（cdfPivot75=false）	15–17	31–34	50–54	132–135	200–202	79.8–81.2

→ 我们的灰度整体偏低约 1 档半（"偏暗、对比度低"），把 pivot 关掉后与官方分布重合。

8.3 根因与修复

• SDK 里这段 CDF 有一个由参数控制的支路（Android 反编译 HistDeRedundance： if (*(int *)(this + 0x60) != 0) { ...把 lres 抬到 75% 分位... }）；
• 我们的移植（来自 PC SDK 版语义）把它固定为 开（RenderPipeline.cdfPivot75 = true， 也是 C 参考实现的默认）；
• 但官方手机 App 实际是不启用它的 → 灰度被压低、观感偏暗、低对比，噪声/FPN 在暗端更显眼 （这同时解释了用户说的"对比度更高""条纹更少"）。

修复：IrSession 构造实时管线时显式传 cdfPivot75 = false（类默认与 C 参考保持 true，matchesCReferencePixelExact 等黄金测试不受影响）。已装机验证（上图对比）， 同刻灰度分布与官方一致。

8.4 待办

1. 同一步骤同步进 csdk（C 参考实现把该参数作为配置项/默认关闭，并更新其测试与文档）。
2. 其它 11 个调色板索引与 Android 生成式的逐表核对（本轮已确认索引 2 一致）。
3. 若要进一步逼近官方观感，可继续量：ExtPara 的亮度/对比度偏移（intBrightOffset） 与官方 SDK 的时域平滑（实时画面 HF 更低）——目前主项已对齐。

9. 用户追问"官方还是更细腻"→ 找到遗漏的阶段：时域累积器（CAccumulator）

9.1 逐个排除

候选	结论
imageEX	官方 setEX(imageEX, w/2, h/2) 的 imageEX 是电子变倍（UI 1×/2×/4×/8×，默认 0=1×），不是细节增强 ✗
细节增强 DDE	官方 App 从不调 setDetailEnhancement；PC 参考里该字段（dev+0x30）= 0；我们 App 默认也是 0。实测把我们 DDE 开到 2 级后灰度空间噪声反而更大（0.76→0.82） ✗ 不是差异来源
时域累积	✅ 命中：libcxsdk 有 CAccumulator（Reset/PushFrame/Restart），mode 2 为 buf = (buf + new) >> 1（逐帧 IIR）；官方 App 的 startProcess(...) 里就传了 baseLineAcc 参数

9.2 实测（灰度域，已用调色板反解消除"色带斜率"干扰）

同一静止场景，各自连拍 3 张（间隔 1.5 s），图像区反解成灰度后统计：

	灰度空间 HF mean|dx| / mean|dy|	灰度帧间噪声 1→2 / 2→3
官方 App	0.34 / 0.26	4.12 / 1.80（在收敛 ↓）
我们（pivot 已修）	0.76 / 0.80	4.02 / 3.95（不收敛）
我们 + DDE 2 级	0.82 / 0.87（更差）	4.35 / 4.52

两点结论：

1. 官方的灰度画面比我们平滑约 2.3 倍（0.34 vs 0.76）——这不是调色板/亮度能解释的；
2. 官方的帧间噪声在收敛（4.12→1.80：IIR 累加的特征），我们是平的（无时域累积）→ 正是 CAccumulator 那种"新老帧加权平均"的效果；这也同时解释了"条纹看起来更少" （残留 FPN 被时域平均压低）。

9.3 实施与实测：不是显示侧平滑，而是参考帧（baseline）更干净

我把 CAccumulator 的显示侧累积按两种权重都实现并装机实测（代码已留在 RenderPipeline， 默认关闭）：

配置	灰度空间 HF mean|dx|/|dy|	灰度帧间噪声 1→2 / 2→3
官方 App（参考）	0.34 / 0.26	4.12 / 1.80
我们，累积关	0.76 / 0.80	4.02 / 3.95
我们，显示侧累积 >>2（mode 4）	0.18 / 0.20（过平滑 ✗）	0.14 / 0.14（几乎冻结 ✗）
我们，显示侧累积 >>1（mode 2）	0.77 / 0.85	3.69 / 5.67

判定：显示侧平滑会同时压低空间噪声和帧间噪声（我们 mode 4 的结果就是如此， 而且强累积把静态横条纹暴露得更明显——噪声原本在掩盖它，截图可见）。 但官方的实测是"空间噪声低 2.3×、帧间噪声与我们相同"——这个组合只有一种解释： 官方的参考帧（FFC baseline）比我们的干净，NUC 后残余 FPN 更小 → 条纹更少、画面更细腻， 而逐帧传感器噪声不变 ✔✔。

机制（已定位到代码）：官方用 CFunctions::PushBaselineRaw 把整个 FFC 窗口内的 raw 帧逐个推进 CAccumulator（Reset(pixels, baseLineAcc=4, 0)，mode 4 = >>2 的 IIR， 每次 FFC Restart）→ 参考帧是"长窗口指数平均"；而我们 refPush 只做4 帧等权平均 → 参考帧噪声显著更大 → 残余条纹更多 ✗。

9.4 参考帧窗口的实测与教训（已参数化，默认仍 4 帧）

把参考窗口从 4 帧延长到 8 帧（RenderPipeline.baselineFrames）后实测：

配置	灰度空间 HF	灰度帧间噪声
官方 App	0.34 / 0.26	4.12 / 1.80
我们 baseline=4（原状）	0.76 / 0.80	4.02 / 3.95
我们 baseline=8	0.77 / 0.84	9.91 / 8.83（变差 ✗）

→ 不能盲目延长窗口：设备和我们的 FFC 时序里，快门窗口比"6…13 帧"短， 多收的帧实际是开快门帧，把参考污染了（输出不稳定）。参考帧收集必须 感知快门状态（例如按帧统计判断快门是否关闭），而不是按固定帧号取。

9.5 下一步（精确）

1. 参考帧收集改成快门感知：在 FFC(0) 之后逐帧判断"是否仍为闭合快门帧" （可用帧统计/与前一帧的差异判断），把所有闭合帧都累积进参考（对齐官方 PushBaselineRaw 的语义），FFC(1) 之后重置；
2. 用同一套灰度指标回归：目标空间 HF ≈0.34、帧间噪声 ≤4；
3. 之后同步 csdk（pivot + 温度链 + 参考累积）。

10. 定案（真机 libcxsdk 反汇编 + 官方照片定量）：显示 LUT 才是差异，§9 的机制被推翻

数据源换成手机上的官方库本体：adb 从官方 App 的 APK 目录取 lib/arm/libcxsdk.so（arm32，本 App 只用 arm），IDB 里按 vtable 指针 （0x5a7xx 段）解析出真实函数体，逐条指令核对（Hex-Rays 会吞掉隐式除数， 必须看反汇编）。以下结论全部以该反汇编为准。

10.1 先纠正前两轮的错误结论

前结论	反汇编事实
§8「官方不启用 CDF 75% pivot，所以我们要关掉」	错。pivot 支路由 theFunc._96_4_ 控制，Controller::Controller() 把它设为 1，全库无第二处写入 → 官方是开着的；而且它的写法不是 75% 分位，而是 max(center_index, (meanBelow + meanAbove) >> 1)。当时"关掉更接近"是因为用的 LUT 本身是 PC 版（结构与 Android 版不同），两点误差互相抵消。
§9.3「官方参考帧是长窗口 IIR 指数平均，比我们干净」	错。CAccumulator::PushFrame 的 mode≥4 分支是恰好 mode 帧的块平均（sum>>log2(mode)，计满清零），mode=2 才是 (buf+new)>>1。Controller::PushFrame 的快门状态机对 A+1..A+E 共 E=baseLineAcc=4 帧各推一次 → 官方参考 = 4 帧块平均 = 和我们完全一样。
§9.2「官方画面空间噪声比我们低 2.3×」	测量有分辨率偏差：官方 App 显示的是 SDK 原生的 160×120 输出（照片 640×480 = 4×），我们的实时画面是 320×240（SDK 2× 后再 ×3 = 960×720 照片）。逐屏像素 HF 随放大倍数变化，两个 App 的放大倍数不同 → 该数字不可比。

10.2 官方每帧链路的完整配置（都已定位到 App 自己的调用）

Controller::StartProcess(cb, fpaW, fpaH, sn, devType, shutterCloseSpeed, shutterOpenSpeed, ffcTriggerFrame, ffcTriggerTemperature, palette, baseLineAcc, caliPath) —— 对应 App 侧 UsbCommunication.startTransfer() 的实参；真机 BasePara2 实测： shutterCloseSpeed=5, shutterOpenSpeed=4, ffcTriggerFrame=1800, ffcTriggerTemperature=250, enlargeRange=8, baseLineAcc=4, fpaTempFix=1699。

阶段	官方取值	我们
FFC 相位 A/E/B	5 / 4（=baseLineAcc）/ 4 帧	5 / 4 / 4 ✔（ffcStep）
参考帧	4 帧块平均（CAccumulator mode=4）	4 帧等权平均 ✔ 等价
曲线插值温度	帧尾 FPA + fpaTempFix(1699)（App 加，SDK 的 SelectCaliCurve/GenerateVolatileLens 用它）	帧尾 FPA（少了 1699）✗ 本轮修复
窗口	winLo=min(mean−range/2, statMin)、winHi=max(mean+range/2, statMax)，range=(enlargeRange*1000)>>3=1000（对比度 0；this+0x6c 全库未写 → 亮度项恒不生效）	一致 ✔（DDT 头 +20 读到的正是 8）
灰度 LUT	Android 版 HistDeRedundance（见 10.3）	PC 版结构 ✗ 本轮修复
时域平滑 CSmoother	关（this+0x380c = IntrinsicPara[0x20]，构造默认 1，需 >1 才生效）	未实现 ✔
显示侧累积 CAccumulator(+0x37a4)	关（this+0x3808 = 1 → Raw2Temperature 直通）	默认关 ✔
setEX 电子变倍	关（imageEX 默认 0 → SetEX(0) → 0x3814=0）	无此功能 ✔
7×7 细节增强	关：MapTemperature 确实把门槛 0x3864 置 1（所以 PushFrame 每帧都会调 FilterDetailEnhancement_Simple），但强度来自 CFunctions+0x28 << 3，而该字段全库从未被写入（CFunctions 构造只 memclr，Controller 构造设了 0x1C/0x2C/0x30 等但没设 0x28）→ 传 0 → 函数首行 if (param_1 != 0) 直接返回 = 空操作	默认 0 ✔ 一致（我们的用户开关是超集，官方 Android 侧根本没有入口）
翻转	App 侧 dwFlip 只是存进全局 0x6b90c 结构，本库无人消费（翻在 App/显示层做）	我们在显示/保存层做 ✔

10.3 真正的差异：灰度 LUT（Android 版 vs PC 版）

拿我们自己照片里存的 NUC 计数块与官方照片做像素级对齐（官方照片 = 官方实时渲染，两者同场景同机位）：

• 垂直翻转后相关性 r = 0.99 → 计数本身几乎一致，差异只在"计数→调色板索引"的映射；
• 官方映射 ≈ 0.84 × 我们的LUT + 21（被"压缩并抬升"）：官方平坦背景落在索引 45–55 的一段平台上，我们的旧 LUT 把它压到 0–20（暗端被压死）→ 这就是"官方对比度更高 / 更细腻 / 条纹更少"观感的来源；
• 逐条核对反汇编后确认 Android 版 HistDeRedundance 与 PC 版（我们原来移植的）结构不同： 固定基值 16*(448+447*brightness/200)（PC 版是"自动居中 + 时域平滑"的二分搜索）、 步进上限 max(1,(0x1800+4j)·k>>13)（k=min(0x200,16·span/range)）、 反向 CDF 从 hist[pivot] 起（PC 版从 pivot+1）、平滑后 hist[1023]=hist[1022]、 pivot 用"两段均值的平均"。

已落地：RenderPipeline.androidLutOf() = 逐指令移植（含 golden 向量单测 AndroidLutTest），实时会话 androidLut = true；PC 版路径保留，C 参考黄金测试不受影响。

10.4 在线拟合与遗留项

用官方照片做目标（同一 NUC 帧、逐像素比对，均方误差以索引计）：

配置	平均误差	低端 p5/p25
我们旧 LUT（PC 版 + pivot 开，= 09-12 照片）	≈35	8 / 17
我们旧 LUT（PC 版 + pivot 关，= round-30 实时）	≈14	15 / 29
Android 版移植（k 按公式 = 21）	12.5	24 / 36
Android 版移植，k=16（拟合最优）	5.9	45 / 54
官方照片实测	—	45 / 52

→ 移植已在正确轨道上；遗留一处常数：反汇编算出 k = 16·span/range = 21， 数据偏好 ≈16。两个可能来源，都需要真机同刻 A/B 才能定： ① 计数统计仍有细微差别（最可能就是 §10.2 的 +fpaTempFix，它改变插值曲线→改变计数分布）； ② 该 build 的 v45 常数与反汇编读出的 16 不同（已在反汇编里逐位核对过 LSLS R6,R0,#4 + uidiv，倾向排除）。 在真机上先验证 +fpaTempFix 是否让计数分布与官方一致，再看 k。

10.5 本轮已改代码

1. RenderPipeline.androidLutOf()：Android HistDeRedundance 逐指令移植（新增，含测试）；
2. IrSession 实时管线改用 androidLut = true，删除 round-30 的 cdfPivot75 = false 临时开关；
3. RenderPipeline.fpaTempFix（构造参数）+ ffcStep/frameRemote 调 rebuildTables(shutter + fpaTempFix)， IrSession 从 BasePara2 传入（官方 UsbCommunication 同款语义）。

10.6 待办

1. 真机 A/B（手机当前被 PIN 锁屏，需机主解锁）：同一静止场景，官方实时 vs 我们实时，用"调色板反解灰度 + 逐像素对齐"复核 10.4 的 k／计数假设；
2. 7×7 细节增强按官方默认打开 —— 已排除：强度源 CFunctions+0x28 全库未写 = 0， 官方那一步是空操作（这也解释了为什么离线拟合"打开反而略差"）；我们的实现保持用户可选、 默认关。顺带：我们的 DetailEnhance 与反汇编有一处细节差（LocalMap7x7_Simple 的 min/max 还要多采每行的第 1 列，共 5 列；我们只采了求和用的 4 列），会让门槛略偏严， 属可选功能的精度问题，不影响默认路径；
3. 同步 csdk（Android 版 LUT + fpaTempFix + 温度链）。

11. 真机验证（2026-10-06 下午，手机解锁后）

11.1 先修掉一个"实时全黑"的 bug（并补上会拦住它的测试）

Android LUT 落地时把 IntArray 的 LUT 用 System.arraycopy 拷进 ByteArray 的 lut ——每帧抛 ArrayStoreException，实时画面整块全黑（SurfaceView 仍在刷，logcat 无异常）。 黄金向量测试只覆盖纯函数 androidLutOf()，没覆盖实例路径，所以没拦住。已改为逐元素拷贝， 并新增 AndroidLutPipelineTest（4 个端到端用例：androidLut=true 能渲染出非全黑/单色画面、 两种 LUT 结果必须不同、fpaTempFix 必须改变插值表、手动 FFC 之后仍能渲染）。 单测 113 → 117 全绿。

11.2 同场景 A/B：映射已经对齐

手机（22041211AC，官方 App 与我们的 App 前后 2 分钟各拍一张，同一静止场景）， 用调色板索引空间在同一 160×120 网格上比对（避开两个 App 不同的放大倍数）：

指标	官方	我们
索引分位 p5/p25/p50/p75/p95	82 / 89 / 96 / 117 / 133	85 / 92 / 98 / 114 / 134
逐计数中位索引（9490→10330 共 21 档）差值	—	中位 2.0（最大 4.5）
全图平均 |Δ索引|	—	4.47 / 255，中位 3.6，85.1% ≤8，99.2% ≤16

对比上一轮的旧 LUT：低端被压死（我们 p5/p25 = 8/17，官方 45/52，等效系统偏差 ≈35 级） → "官方对比度更高、更细腻"的映射差异已消除。

11.3 复核那个遗留常数 k：反汇编公式是对的

用我们照片里存的 NUC 计数逐像素对官方照片做模型比对（新的一对照片， 计数窗 [9142,10383]，span=1241，公式 k=19）：

步进常数	平均 |Δ索引|	中位	≤8 占比
k = 16·span/range（反汇编公式，=19）	4.64	3.9	82.9%
k = 16（上一轮"拟合最优"）	5.76	5.1	73.6%
k = 12	9.16	8.1	49.2%
k = 24	4.92	4.1	80.8%

→ 按反汇编公式实现即为最优；上一轮"数据偏好 ≈16"是当时那对照片（曝光/窗宽都不同）的产物， 结论作废，代码不动（§10.4 的遗留项关闭）。

11.4 遗留并已定位到域：我们的"计数"噪声偏大

同一个 LUT 作用在我们的 NUC 计数上得到的 HF（传感器网格）明显高于官方成品：

数据	HF |dx| / |dy|
官方照片（其渲染输出）	2.46 / 2.22
官方实时截图（1.2 s ×3）	1.61 / 1.51，帧间 1.83/1.77
我们的实时截图	2.35 / 2.39，帧间 2.34/2.40
我们的 NUC → 同一个 LUT（模型）	4.65 / 4.25

即：映射一致、噪声不一致，且证据指向"我们的计数本身比官方毛"（同 LUT 下模型 HF 高 1.9×）。 排除项：FFC 之后立刻截图（新鲜参考）几乎不改善（帧间 2.44→2.34）→ 不是参考老化； 我们的实时帧率实测 15.0 fps、单帧绘制 6-9 ms（与第 22 轮记录一致，无回归）。 下一步方向：把实时 FFC 参考采集与已验证逐字节一致的离线/PC 路径对齐（同一个参考下 PC 端 NUC 是逐字节相同的，所以嫌疑在"实时状态机采到的参考帧"）。

11.5 运维笔记（真机调试踩坑）

1. 正在推流时 force-stop App 会把相机卡死（命令端点 halt、GetCaliInfo 超时、此后无流数据）。 恢复：su -c 'echo 0 > /sys/bus/usb/devices/2-1/authorized; sleep 2; echo 1 > ...' 重新枚举； 切换 App 时先按 HOME 让 App 正常停流。
2. MIUI 的 USB 授权在每次重装/重新枚举后都要重新授权；要勾"一律打开 MAG160C" 必须点复选框本体（x≈186），点标签中部（x≈718）不会勾上；授权后 App 需要重启进程才生效。
3. 相机被卡住时 App 的统计会显示 reads=0 frames=0 timeouts=N，UI 以 ~3.3 fps 空转刷新 （不是渲染帧率）。