3、曝光评估指标：图像亮度统计方法（均值、直方图、Y通道）、目标亮度定义与曝光误差计算

自动曝光（AE）算法的本质是一个闭环控制系统：传感器采集图像，ISP统计模块计算当前帧的亮度特征，AE控制器将其与目标亮度进行比较，进而调整曝光时间、模拟增益和数字增益。在这一闭环中，“如何定义和计算当前亮度”与“如何定义目标亮度”直接决定了系统的收敛精度与稳定性。如果统计口径不统一，即使PID参数调得再好，也会出现画面忽亮忽暗、局部过曝或整体偏暗等问题。本章将系统讲解图像亮度统计的三种主流方法（均值法、直方图法、Y通道法），并给出目标亮度的设定原则与曝光误差的计算方式，最后通过一个实际场景展示从统计到误差计算的完整链路。

上图展示了曝光评估的完整链路：首先从传感器获取RAW或YUV数据，然后通过三种统计方法并行计算亮度特征，接着与目标亮度比较，最后计算出曝光误差并送入AE控制器。下面我们将逐一拆解每个环节的具体实现与工程考量。

3.1 图像亮度统计的核心方法

3.1.1 均值法：简单但需注意权重分配

均值法是最直观的亮度统计方式，即对图像所有像素的亮度值求算术平均。在ISP中，通常先对RAW域数据进行简单的白平衡补偿，再转换为灰度值，最后计算平均灰度。均值法的优点是计算量小、硬件实现简单，适合光照均匀的场景。但它的致命弱点是容易被大面积暗背景或亮背景“绑架”。例如，拍摄夜景时，画面中大面积黑色区域会拉低均值，导致主体（如人脸）过曝；反之，拍摄雪景时，大面积白色区域会拉高均值，导致主体欠曝。

为了解决这个问题，工程上常用分区加权均值：将图像划分为M×N个区域（如5×5或9×7），每个区域计算平均亮度，然后根据区域位置赋予不同权重。通常中央区域权重较高，边缘区域权重较低，因为拍摄主体往往位于画面中央。权重表可以静态配置，也可以根据场景动态调整（如检测到人脸时提高人脸区域权重）。

3.1.2 直方图法：保留灰度分布信息

直方图统计的是图像中每个灰度级（0~255）的像素数量。相比均值法，直方图保留了完整的分布信息，能够反映图像的对比度、动态范围和亮度集中区域。在AE算法中，直方图法通常有两种应用方式：

• 百分比阈值法：计算累计直方图，找到某个百分比（如1%、99%）对应的灰度值，作为“暗部截止点”和“亮部截止点”，从而判断图像是否过曝或欠曝。例如，若99%的像素灰度值小于30，说明图像整体偏暗。
• 加权直方图法：对直方图各灰度级赋予权重（如中间调权重高、极暗极亮权重低），然后计算加权平均亮度。这种方法可以抑制极端像素的影响，比简单均值更鲁棒。

直方图法的优势在于可以灵活设计权重曲线，但需要额外的存储空间（256个bin的计数）和查找表操作，硬件成本略高于均值法。

3.1.3 Y通道法：面向人眼感知的亮度度量

Y通道法基于YCbCr色彩空间，其中Y分量代表亮度（Luma），Cb和Cr代表色度。Y通道的计算公式为：

Y = 0.299 × R + 0.587 × G + 0.114 × B

这个公式模拟了人眼对绿色最敏感、对蓝色最不敏感的特性。在ISP中，如果输入是RAW Bayer数据，需要先经过去马赛克（Demosaic）得到RGB，再转换为YUV；如果输入已经是YUV422/420格式，则可以直接提取Y分量进行统计。Y通道法的优势是与人眼感知一致，且可以直接复用视频编码中的YUV数据，无需额外转换。

在实际工程中，Y通道统计通常与直方图结合使用：先提取Y分量，再统计Y的直方图，这样既保留了感知特性，又获得了分布信息。部分ISP还支持对Y分量进行Gamma校正后再统计，以模拟人眼的非线性感知特性。

3.2 目标亮度定义与曝光误差计算

3.2.1 目标亮度的设定原则

目标亮度（Target Luma）是AE控制器的参考输入，通常用8位灰度值表示（0~255）。其设定需要综合考虑以下因素：

1. 场景类型：室内场景目标亮度通常设为100~120，室外晴天可设为120~140，夜景则需降至60~80，以避免噪点过重。
2. 应用偏好：人像拍摄倾向于稍亮（110~130），而监控场景为了保留暗部细节，目标亮度可能低至50~70。
3. 动态范围：如果传感器动态范围有限，目标亮度应避开高光溢出和暗部截止的区域，通常设在中间调偏上位置。
4. 用户调节：AE模块应支持用户手动曝光补偿（EV Offset），例如用户可设置-2EV~+2EV的偏移量，最终目标亮度 = 基准目标亮度 × 2^(EV/2)。

目标亮度可以是一个全局标量，也可以是一个区域向量（如中央区域目标亮度为120，边缘区域为90）。更高级的AE算法会根据场景检测结果动态调整目标亮度，例如检测到逆光时自动提高人脸区域的目标亮度。

3.2.2 曝光误差的计算公式

曝光误差（Exposure Error）是当前亮度与目标亮度之间的差异，通常以对数域（EV单位）表示，因为人眼对亮度的感知是对数关系，且曝光时间、增益与亮度呈线性关系。计算公式如下：

Exposure_Error_EV = log2( Current_Luma / Target_Luma )

其中，Current_Luma是当前帧的统计亮度（如Y通道均值），Target_Luma是目标亮度。当误差为正时，表示当前画面偏亮，需要减少曝光；当误差为负时，表示画面偏暗，需要增加曝光。例如，当前亮度为140，目标亮度为100，则误差为log2(1.4)≈0.49EV，意味着需要降低约0.5EV的曝光量。

在实际代码中，为了避免浮点运算，常用查表法或定点近似实现log2计算。例如，可以将亮度比值映射到预先计算好的对数表中，或者使用整数移位和多项式逼近。

3.2.3 误差到控制量的转换

得到曝光误差后，AE控制器需要将其转换为具体的曝光参数调整量。典型的转换逻辑如下：

// 伪代码示例
float target_luma = 100.0f;
float current_luma = get_y_channel_mean();
float error_ev = log2f(current_luma / target_luma);

// 限制最大调整步长，防止振荡
float max_step = 0.5f; // 每帧最多调整0.5EV
if (error_ev > max_step) error_ev = max_step;
if (error_ev < -max_step) error_ev = -max_step;

// 更新曝光参数
exposure_time *= powf(2.0f, -error_ev * 0.7f); // 70%分配给曝光时间
analog_gain *= powf(2.0f, -error_ev * 0.3f);   // 30%分配给模拟增益

这里将误差按比例分配到曝光时间和模拟增益上，比例系数（0.7/0.3）需要根据传感器噪声特性和帧率进行调优。如果曝光时间已到上限，则全部误差由增益承担；如果增益也到上限，则只能接受欠曝。

3.3 实战案例：逆光场景下的亮度统计与误差计算

下面通过一个完整的案例，展示从统计到误差计算的工程实现过程。

场景背景：某安防摄像头安装于小区入口，傍晚逆光环境下，天空亮度约200，地面和行人亮度约30~50。初始AE参数为曝光时间5ms，模拟增益2倍，当前帧Y通道均值为85，目标亮度设定为90。但实际画面中行人面部几乎不可见，而天空区域过曝。

问题分析：全局均值85接近目标90，但这是“假收敛”——天空的高亮区域拉高了均值，掩盖了暗部主体的欠曝。如果继续使用全局均值，AE控制器会认为曝光合适，不做调整，导致安全问题。

解决方案：改用分区加权直方图统计，将画面划分为5×5区域，中央区域（行人所在位置）权重设为3，边缘区域权重设为1。同时，将目标亮度改为“中央区域目标亮度=100，边缘区域目标亮度=70”。重新统计后，中央区域Y均值为45，边缘区域均值为120，加权平均亮度为：

加权亮度 = (45×3 + 120×1) / 4 = (135 + 120) / 4 = 63.75

曝光误差 = log2(63.75 / 90) ≈ -0.50EV，即需要增加约0.5EV曝光。AE控制器将曝光时间从5ms调整到7ms（增加0.49EV），模拟增益保持2倍。调整后，中央区域亮度提升至约65，行人面部可辨识，天空区域虽然过曝，但已不是监控重点。

结果对比：

复盘经验：在逆光、强背景等复杂光照下，必须放弃全局均值，采用区域加权或人脸优先策略。同时，目标亮度不应是固定值，而应根据场景动态调整。本例中，如果中央区域目标亮度设为100，误差会更大，调整幅度也更明显，但需注意避免中央区域过曝。

3.4 常见误区与总结

• 误区一：直接使用RGB均值代替Y通道。RGB均值未考虑人眼感知权重，会导致绿色占比过高，统计结果偏亮。应使用Y = 0.299R + 0.587G + 0.114B。
• 误区二：忽略Gamma域与线性域的差异。如果ISP输出的是Gamma校正后的图像，统计前必须逆Gamma，否则误差计算不准。
• 误区三：目标亮度设置过高或过低。目标亮度过高会导致暗部噪点明显，过低则高光溢出。建议根据传感器动态范围和场景类型设置，并允许用户微调。
• 误区四：误差计算后不限制步长。如果误差较大时一次性调整到位，画面会出现闪烁或振荡。应限制每帧最大调整步长（如0.3~0.5EV），并采用IIR滤波平滑误差值。

总结而言，曝光评估指标是AE算法的“眼睛”，统计方法的准确性直接决定了闭环控制的品质。均值法适合简单场景，直方图法提供分布信息，Y通道法符合人眼感知，三者结合使用才能应对复杂光照。目标亮度的定义需要结合场景、应用和传感器特性，而曝光误差的计算必须在对数域进行，并注意线性域与Gamma域的转换。在实际工程中，建议先通过离线数据集验证统计口径的一致性，再上板调试PID参数，这样可以大幅减少联调时间。