3. 自动曝光基础

自动曝光（AE）是 3A 算法中最先与用户产生交互的环节。它要回答一个核心问题：在当前场景亮度下，如何让传感器获得“合适”的曝光量。理解 AE，必须从曝光三要素出发，再理解测光如何取样、曝光补偿如何干预、直方图如何反馈，以及用什么指标评价曝光是否合格。

一、曝光三要素：光圈、快门、ISO

曝光量由三个物理量共同决定：光圈（Aperture）、快门时间（Shutter）、感光度（ISO）。它们构成摄影中的“曝光三角”。

• 光圈：控制单位时间进光量，用 F 值表示。F 值越小，光圈越大，进光越多，同时景深越浅。
• 快门：控制曝光持续时间。时间越长，进光越多，但运动物体越容易拖影。
• ISO：控制传感器信号增益。ISO 越高画面越亮，但噪声也越明显。

在自动曝光中，AE 算法通常固定其中若干项，再调节剩余项。例如手机拍照常优先调节快门与 ISO，光圈固定；专业模式则允许三者联动。曝光量可用简化关系描述：

EV = log2(N² / t) - log2(ISO / 100)
其中：N 为光圈 F 值，t 为快门时间（秒），ISO 为感光度
目标：使 EV 与场景亮度匹配，使画面平均亮度落在目标区间

二、测光模式：AE 从哪里取样

测光模式决定 AE 算法“看哪里”来判断亮度。不同模式对同一场景会给出不同曝光结果。

评价测光最常用，因为它把画面分成多个区域，结合亮度分布、主体位置甚至人脸检测结果做加权。点测光则把决策权交给用户，适合高对比场景。

三、曝光补偿：让 AE 听人的意图

自动曝光再智能，也无法知道拍摄者想要“亮一点”还是“暗一点”。曝光补偿（EV Compensation）就是给 AE 一个偏移量。常见规则是“白加黑减”：

• 拍雪景、白墙、白色婚纱：画面偏亮，AE 容易压暗，应 +EV。
• 拍黑色物体、夜景、深色背景：AE 容易提亮，应 -EV。
• 逆光人像：若以人脸为准，通常需要 +EV 或改用点测光。

四、直方图：曝光的“体检报告”

直方图横轴表示亮度（0 为纯黑，255 为纯白），纵轴表示像素数量。它比肉眼判断更可靠：

• 左侧堆积：暗部多，可能欠曝，细节丢失在阴影。
• 右侧堆积：亮部多，可能过曝，高光细节被裁剪。
• 两端溢出：动态范围不足，需 HDR 或调整曝光。
• 中间集中：通常曝光均衡，但也要看主体是否在合适亮度。

直方图不关心“画面好不好看”，只关心亮度分布。因此评价曝光时，应结合主体亮度与直方图共同判断。

五、曝光评价指标：AE 如何判断“曝得准”

在 3A 算法中，AE 需要量化指标来闭环控制。常见指标包括：

1. 平均亮度：全画面或测光区域的平均值，接近目标亮度即认为曝光合适。
2. 目标亮度误差：当前亮度与目标亮度之差，用于驱动快门/ISO 调整。
3. 过曝像素比例：亮度接近 255 的像素占比，过高说明高光裁剪严重。
4. 欠曝像素比例：亮度接近 0 的像素占比，过高说明暗部细节丢失。
5. 对比度/动态范围：反映画面最亮与最暗的差距，辅助判断是否需要 HDR。

实际调试中，AE 通常采用“目标亮度 + 过曝比例”双约束：先保证主体亮度达标，再限制过曝像素不超过阈值。若冲突，则优先保护高光或优先保主体，取决于产品策略。

六、案例与误区复盘

案例：逆光人像。评价测光下，背景天空很亮，AE 会压低曝光，导致人脸偏暗。解决方式：切换点测光对准人脸，或增加 +1EV 曝光补偿，或开启 HDR。此时直方图会显示左侧暗部堆积，调整后中间区域应明显抬升。

误区一：只看画面亮度，不看直方图。屏幕亮度、环境光都会欺骗眼睛，直方图才是客观依据。

误区二：曝光补偿当万能。补偿只能改变目标亮度，无法解决动态范围不足。高对比场景仍需 HDR 或多帧合成。

误区三：点测光一定准。点测光对测光点位置极其敏感，手持偏移一点，结果可能差 1~2EV。

总结来看，自动曝光不是单一模块，而是一条“场景 → 测光 → 决策 → 三要素 → 成像 → 直方图 → 评价 → 反馈”的闭环链路。掌握曝光三要素的物理关系、测光模式的取样逻辑、曝光补偿的干预方式、直方图的客观反馈，以及平均亮度与过曝比例等评价指标，才能在 3A 调试中让 AE 既准确又稳定。