2. 3A算法基础

手机摄像头成像链路中，3A算法是决定“拍得清、拍得亮、拍得准”的核心闭环控制模块。3A分别指自动曝光（Auto Exposure，AE）、自动对焦（Auto Focus，AF）和自动白平衡（Auto White Balance，AWB）。它们并非三个独立运行的孤岛，而是在每一帧图像统计信息的基础上协同工作，共同影响最终照片的亮度、清晰度和色彩还原。

一、3A算法的定义与核心作用

自动曝光AE负责控制传感器接收的光量，通过调节曝光时间、模拟增益和数字增益，使画面平均亮度接近目标亮度。AE的目标不是“越亮越好”，而是让主体亮度落在合理区间，同时避免高光过曝和暗部死黑。典型参数包括曝光时间（单位ms）、ISO增益、曝光补偿EV等。

自动对焦AF负责让被摄主体在焦平面上清晰成像。手机通常采用反差对焦、相位对焦或激光对焦，通过驱动音圈马达（VCM）移动镜头位置，使对焦评价函数达到峰值。AF的核心指标是对焦速度、对焦精度和追焦稳定性。

自动白平衡AWB负责校正不同光源下的色温偏差，使白色物体在照片中仍呈现为白色。AWB通过分析R/G/B通道统计值，估计当前光源色温，再对通道增益进行补偿。典型色温范围从烛光的约2000K到阴天约7000K以上。

二、3A之间的相互影响

3A算法之间存在明显的耦合关系。AE改变曝光时间和增益后，图像整体亮度和噪声水平发生变化，会直接影响AF对焦评价函数的峰值位置和AWB的色温统计准确性。例如，暗光下AE提高增益，噪声增大，AF反差曲线变得平坦，容易出现对焦拉风箱；同时AWB在低照度下色温估计偏差增大，画面容易偏绿或偏黄。

AF对焦清晰度也会影响AWB和AE的统计区域。如果主体模糊，AWB统计到的颜色信息会混入背景色，导致白平衡偏移；AE的亮度统计同样可能被背景高光或暗部干扰。因此，现代手机ISP通常将3A放在同一统计框架下，按帧同步或分时调度，避免相互抢占资源。

三、典型应用场景与参数配置

不同拍摄场景对3A的侧重点不同。室内人像场景中，AWB需要优先保证肤色自然，AE要避免面部过曝，AF则要锁定人脸区域；运动抓拍场景中，AE需要提高快门速度冻结动作，AF需要启用连续追焦，AWB可以适当降低响应速度以避免色温跳变；夜景场景中，AE需要平衡曝光时间与ISO噪声，AF需要辅助激光或反差慢搜，AWB需要抑制高ISO下的色偏。

四、常见误区与调优复盘

调优复盘时，建议按以下顺序排查：先确认AE是否稳定，检查目标亮度与曝光收敛曲线；再确认AF是否准确，查看对焦评价函数峰值和VCM位置日志；最后确认AWB是否偏色，对比色温估计值与实际光源。三者中任意一个异常，都会通过统计链路传导到另外两个模块。

# 3A调试常用日志字段示例
ae_target_luma = 120      # AE目标亮度
ae_current_luma = 98      # 当前帧亮度
af_vcm_pos = 512          # VCM当前位置
af_fv = 0.87              # 对焦评价函数值
awb_cct = 4200            # 估计色温
awb_gain_r = 1.85         # R通道增益
awb_gain_b = 1.42         # B通道增益