1. 课程导入

在手机、安防相机、车载摄像头、直播设备以及工业视觉系统中，图像质量的第一印象往往由两个模块共同决定：自动白平衡（AWB）与自动曝光（AE）。前者负责让白色在不同色温光源下仍然呈现为白色，后者负责让画面亮度落在合理区间。很多工程师在调试时会分别优化 AWB 和 AE，但真正影响观感的，常常是两者之间的耦合关系。本课程围绕“联动调优”展开，目标不是孤立地调参数，而是建立一套可观测、可复现、可量化的联合调试方法。

学习目标

• 理解 AWB 与 AE 的基本定义、输入输出以及它们在 ISP 流水线中的位置。
• 掌握 AWB 与 AE 的耦合机制：为什么曝光变化会改变白平衡判断，为什么色温变化会影响亮度统计。
• 能够搭建联动调优的观测指标，包括色温估计、灰度世界偏差、亮度直方图、目标亮度误差等。
• 能够识别常见误区，例如“先调 AE 再调 AWB”的线性思维、过度依赖单一场景、忽略光源显色性等。
• 形成从场景采集、参数标定、联合评估到回归验证的完整工作流。

核心原理：AWB 与 AE 为什么必须联动

自动曝光的核心任务是控制传感器曝光量与增益，使图像平均亮度或感兴趣区域亮度接近目标值。自动白平衡的核心任务是根据场景光源色温估计，对 R、G、B 三通道施加不同增益，使中性色区域趋于中性。问题在于，AWB 的统计通常建立在当前曝光后的图像上，而 AE 的亮度统计又受到 AWB 增益的影响。两者共享同一幅图像，却各自调整不同的增益维度，因此天然存在耦合。

举个典型例子：在暖色灯光下，AE 如果为了提亮画面而大幅提高增益，暗部噪声会被放大，AWB 在低信噪比区域的白点统计会变得不稳定，导致色温估计偏移；反过来，AWB 如果过度压制红色通道，画面整体亮度统计会下降，AE 可能误判为曝光不足，继续提升曝光，形成“越调越亮、越亮越偏”的振荡。联动调优的意义，就是让两个控制环在时间、空间和统计口径上协调一致。

方法流程：从单点调试到联合调优

联动调优不是把两个模块的参数放在一起调，而是建立一套分阶段、可回退的流程。建议按以下步骤推进：

1. 场景建模：先确定目标设备的主要使用场景，例如室内暖光、室外阴天、逆光人像、夜间低照度等，记录每个场景的色温范围、照度范围和典型反射率。
2. 独立标定：在固定光源和固定曝光下，分别标定 AWB 的白点检测阈值、色温曲线和 AE 的目标亮度、收敛速度，建立各自的基准。
3. 耦合观测：让 AE 和 AWB 同时工作，记录亮度收敛曲线与色温估计曲线，观察是否存在同步振荡或滞后。
4. 联合调参：调整 AE 的收敛步长、AWB 的统计区域权重、白点筛选条件，必要时引入亮度前馈或色温前馈。
5. 回归验证：在多个场景、多个色温、多个亮度等级下重复测试，确认没有引入新的偏色或过曝。

案例场景：暖光室内人像的联动问题

假设一台室内摄像头在暖色灯光下工作，初始画面偏黄且偏暗。工程师先调 AE，把目标亮度提高，画面变亮但黄色更明显；再调 AWB，把红色和绿色通道增益压低，画面色温变冷，但整体亮度下降，AE 又继续提升曝光。最终画面在“偏黄偏亮”和“偏冷偏暗”之间来回摆动。

这个案例的根因是：AWB 的色温估计使用了整幅图像的平均色度，而暖光下大面积黄色墙面被误判为白点，导致 AWB 增益方向错误；AE 的亮度统计又包含了 AWB 增益后的结果，两个环互相放大误差。解决方法是：限制 AWB 的统计区域，排除大面积单色背景；在 AE 中引入亮度前馈，避免因色温调整导致的亮度误判；同时降低两个环的收敛速度，给彼此留出稳定时间。

常见误区与复盘清单

整体课程框架

本课程共 30 章，围绕“基础概念—耦合机制—调优方法—场景实战—回归验证”的主线展开。前几章会先建立 AWB 与 AE 的独立知识体系，随后进入联动模型、观测指标、参数整定和典型场景调优。后续章节会覆盖低照度、逆光、混合光源、车载与安防等复杂场景，并给出可复用的调试模板与检查清单。

联动调优基本参数示例：
AE_Target_Luma = 0.45 ~ 0.55
AE_Converge_Step = 0.05 ~ 0.15
AWB_White_Point_Ratio = 0.03 ~ 0.12
AWB_Color_Temp_Range = 2500K ~ 7500K
AWB_Smooth_Factor = 0.85 ~ 0.95
联合观测周期 = 3 ~ 10 帧