4. 自动曝光AE原理
自动曝光（Auto Exposure，AE）是3A算法中最先被用户感知的环节。它要解决的核心问题可以概括为一句话：在传感器动态范围、镜头光圈与快门/增益的物理约束下，让画面主体区域的亮度稳定落在目标亮度附近，并且变化过程平滑、可预期。AE调优的本质不是“把画面调亮”，而是在测光、曝光三角、目标亮度、补偿策略与收敛速度之间做工程折中。
一、核心原理：测光模式决定“看哪里”
AE算法首先需要从统计信息中判断画面亮暗。ISP通常输出分块亮度统计（如5×5、9×9、17×17网格），AE模块根据测光模式对这些区块加权，得到当前亮度值。常见测光模式如下：
- 中央重点测光：中心区域权重高，边缘权重低，适合人像、主体居中的场景。
- 平均测光：全画面等权或近似等权，适合风景、光照均匀的场景，但逆光下容易把主体压暗。
- 点测光/局部测光：只取中心很小区域，适合舞台、逆光人像等需要精确控制主体的场景，但对抖动和误对焦敏感。
- 矩阵/评价测光：结合分区亮度、对比度、人脸检测、场景分类动态调整权重，是手机端最常用的模式。
测光模式的选择直接决定AE“认为”画面应该多亮。调优时不能只看平均亮度，还要关注权重图是否与主体位置匹配，否则会出现“背景曝光正确、人脸偏暗”的典型问题。
二、曝光三角与目标亮度
曝光三角由光圈（Aperture）、快门时间（Exposure Time）和增益（ISO/Gain）构成。手机摄像头光圈通常固定，因此AE主要调节快门与增益。两者都增加曝光量，但代价不同：快门过长会引入运动模糊，增益过高会放大噪声。因此AE策略通常是“优先拉快门，到达安全快门后再拉增益”。
目标亮度（Target Luma）是AE的收敛目标，通常以YUV域Y通道的均值或加权均值表示，例如目标值设定在120～140（8bit）之间。目标亮度不是固定值，而应随场景动态调整：夜景可适当降低目标亮度以保留高光、抑制噪声；人像场景可略提高面部区域目标亮度。
曝光方程简化表达：
EV = log2(N^2 / t) - log2(ISO/100)
其中：N为光圈F值，t为快门时间(s)，ISO为增益。
手机光圈固定时，AE通过调节t与ISO改变EV，
使加权亮度Luma接近目标亮度TargetLuma。三、曝光补偿与收敛策略
曝光补偿（EV Compensation）是用户在自动曝光基础上进行的偏移，通常以±EV为单位。AE调优中，补偿不仅来自用户滑杆，还可能来自场景识别：逆光时自动+EV提亮主体，雪景时+EV避免发灰，夜景时-0.3～-0.7EV保护高光。补偿值需要限幅，避免过曝死白或欠曝死黑。
收敛策略决定AE从当前亮度到目标亮度的过渡方式。常见策略包括：
- 比例收敛：每次按当前亮度与目标亮度的差值比例调整，收敛快但可能振荡。
- 阻尼收敛：引入阻尼系数，抑制过冲，适合视频场景。
- 分段收敛：大偏差时快速调整，小偏差时慢速微调，兼顾速度与稳定。
- 防闪烁约束：在50Hz/60Hz光源下，快门时间需锁定在10ms/20ms的整数倍附近，避免banding。
调优经验：收敛速度与稳定性是一对矛盾。预览场景通常要求1～2秒内收敛，视频录制则要求更平滑，避免亮度“呼吸”。建议先调目标亮度与测光权重，再调收敛步长，最后处理防闪烁与场景切换。
四、常见评价指标与调优案例
AE效果不能只靠肉眼判断，需要量化指标。常用评价指标包括：
| 指标 | 含义 | 典型目标 |
|---|---|---|
| 收敛时间 | 从场景变化到亮度进入目标±5%的时间 | 预览≤1.5s，视频≤2s |
| 稳态误差 | 收敛后亮度与目标亮度的偏差 | ≤5% |
| 过冲量 | 收敛过程中超过目标的最大幅度 | ≤10% |
| 振荡次数 | 稳态附近来回波动的次数 | ≤1次 |
| 过曝/欠曝比例 | 高光溢出或暗部死黑的像素占比 | 过曝≤2%，欠曝≤5% |
以一个逆光人像案例说明：画面背景天空很亮，人脸偏暗。若使用平均测光，AE会压低整体曝光，人脸更暗；改用中央重点或人脸加权测光后，AE提高曝光，但天空可能过曝。此时可结合HDR或局部色调映射，同时将目标亮度略降、曝光补偿+0.3EV，使面部亮度提升而高光不严重溢出。调优时需记录不同测光模式下的收敛曲线，观察是否出现振荡。
常见误区：一是只调目标亮度，忽略测光权重，导致主体亮度对了但背景过曝；二是收敛步长过大，画面出现明显“呼吸”；三是忽略防闪烁，室内灯光下出现横纹；四是把曝光补偿当成万能手段，实际上补偿只能偏移目标，不能解决测光区域错误。
综上，AE调优应围绕“测光权重是否合理、曝光三角分配是否安全、目标亮度是否场景自适应、补偿是否限幅、收敛是否平滑、指标是否达标”六个维度展开。只有把测光、曝光三角、目标亮度、补偿与收敛策略串成闭环，才能让自动曝光在不同场景下既准确又稳定。