第三章 AE算法核心：直方图统计与亮度统计、目标亮度设定、AE收敛速度与稳定性权衡

各位同学，欢迎来到AE算法的核心章节。前面我们聊了曝光三要素和传感器特性，那些都是基础。今天要讲的，才是真正让相机“看懂”场景亮度的关键。

说白了，AE算法要解决三个问题：当前画面到底有多亮？、我希望它有多亮？、怎么又快又稳地达到那个亮度？。这三个问题，分别对应我们今天要讲的三个核心模块：亮度统计、目标亮度设定、以及收敛控制。

3.1 亮度统计：从像素到数字

相机传感器输出的是一堆RAW数据，但AE算法不能直接拿这些数据用。我们需要先把它们转换成有意义的亮度信息。我个人习惯把亮度统计分成三个层次：

1. 像素级统计：计算每个像素的亮度值 Y = 0.299R + 0.587G + 0.114B。这是最原始的数据。
2. 区域级统计：把画面分成 M×N 个区块，每个区块计算平均亮度。比如常见的 15×11 分区。
3. 全局级统计：生成整幅图像的亮度直方图，统计过曝/欠曝像素占比。

直方图统计的代码实现其实不复杂。下面是一个简化的示例，假设我们拿到的是8位灰度图：

// 亮度直方图统计（简化版）
#define HIST_BINS 256
uint32_t histogram[HIST_BINS] = {0};

void compute_luminance_histogram(uint8_t* frame, int width, int height) {
    int total_pixels = width * height;
    for (int i = 0; i < total_pixels; i++) {
        uint8_t y = frame[i];  // 假设已经是Y分量
        histogram[y]++;
    }
}

// 计算过曝比例（亮度 > 235）
float calc_overexposure_ratio() {
    uint32_t over_count = 0;
    uint32_t total = 0;
    for (int i = 236; i < 256; i++) {
        over_count += histogram[i];
    }
    for (int i = 0; i < 256; i++) {
        total += histogram[i];
    }
    return (float)over_count / total;
}

嗯，这里要注意：直方图不只是用来算平均亮度的。通过观察直方图形状，我们能判断场景类型。比如直方图集中在左侧，说明场景偏暗；右侧有尖峰，说明有高光区域。这些信息对后续的目标亮度设定很有帮助。

3.2 目标亮度设定：到底多亮才算“正常”？

这个问题看似简单，其实坑很多。你想想看，一个纯白的雪景和一个漆黑的夜景，它们的“正常亮度”能一样吗？

传统的做法是设定一个固定目标亮度，比如把画面平均亮度控制在 18% 灰度（也就是中灰值，对应8位图像的118左右）。但这样做的问题很明显——遇到高反差场景就翻车。

我在项目中遇到过这样一个案例：用户拍摄舞台表演，聚光灯打在演员身上，背景全黑。如果按全图平均亮度去调，相机会拼命提亮，结果背景噪点爆炸，演员的脸反而过曝了。

所以，现代AE算法都采用场景自适应目标亮度。核心思路是：

场景类型	目标亮度策略	典型目标值（8位）
均匀光照场景	全图平均亮度趋近中灰	110 ~ 120
逆光场景	优先保证人脸/主体亮度	主体区域 140 ~ 160
夜景/低照度	降低目标，保留暗部细节	80 ~ 100
高反差场景	避免过曝，牺牲暗部	高光区域 < 230

目标亮度的设定，本质上是一个多目标优化问题。我们需要在“主体亮度”、“背景细节”、“过曝控制”之间找平衡。我个人常用的方法是：先检测场景中是否有人脸，如果有，把人脸区域的目标亮度设为最高优先级；如果没有，再根据直方图分布动态调整。

3.3 AE收敛速度与稳定性权衡

好，现在我们知道当前亮度是多少，也知道目标亮度是多少了。接下来就是怎么从当前值走到目标值。这一步，就是AE算法的“控制”环节。

这里有个经典的矛盾：收敛快了，画面容易闪烁；收敛慢了，用户体验差。你想想看，拿着手机从室内走到室外，如果AE要花两三秒才反应过来，画面一直过曝，用户早就骂娘了。

但如果你让AE一步到位，比如亮度差100，你直接一步调到位，那画面会突然跳变，看起来非常突兀。尤其是在视频录制中，这种跳变是致命的。

怎么解决？我建议采用分段式PID控制：

1. 粗调阶段：当亮度误差较大时（比如 > 30），使用较大的步长，快速接近目标。
2. 细调阶段：当亮度误差较小时（比如 < 10），使用较小的步长，平滑收敛。
3. 死区控制：当亮度误差在 ±3 以内时，停止调整，避免来回震荡。

下面是一个简化的收敛控制代码示例：

// AE收敛控制（简化版）
typedef struct {
    float target_luma;      // 目标亮度
    float current_luma;     // 当前亮度
    float step_size;        // 步长
    int dead_zone;          // 死区
} AE_Controller;

void ae_convergence_step(AE_Controller* ctrl) {
    float error = ctrl->target_luma - ctrl->current_luma;
    
    // 死区判断
    if (abs(error) < ctrl->dead_zone) {
        return;  // 误差在允许范围内，不调整
    }
    
    // 分段步长
    float step;
    if (abs(error) > 30) {
        step = 8.0f;   // 粗调
    } else if (abs(error) > 10) {
        step = 4.0f;   // 中调
    } else {
        step = 1.0f;   // 细调
    }
    
    // 应用调整（符号由误差方向决定）
    float adjustment = (error > 0) ? step : -step;
    // 这里将adjustment映射到曝光参数（曝光时间、增益、光圈）
    apply_exposure_adjustment(adjustment);
}

还有一个容易被忽略的点：曝光参数的调整顺序。是先调曝光时间，还是先调增益？我的建议是：

• 优先调曝光时间：因为改变曝光时间不影响信噪比。但要注意，曝光时间不能超过帧周期的80%，否则会丢帧。
• 曝光时间调到头了，再调模拟增益：模拟增益会引入噪声，但比数字增益好。
• 最后才调数字增益：数字增益会放大量化噪声，能不用就不用。

这个调整顺序，说白了就是“先保证信噪比，再保证亮度”。我在项目中见过不少工程师为了快速收敛，一上来就猛拉增益，结果画面亮是亮了，但全是噪点。嗯，这种坑我踩过，你们就别再踩了。

3.4 实战中的权衡策略

最后，我给大家总结一下在实际项目中，如何平衡收敛速度和稳定性：

应用场景	收敛速度要求	稳定性要求	推荐策略
拍照预览	中等	高	平滑收敛，避免预览闪烁
视频录制	高	极高	分段PID + 帧间平滑
快速场景切换	极高	低	允许一次大跳变，快速稳定
低照度场景	低	高	慢速收敛，优先保证画质

说白了，没有一种策略能通吃所有场景。好的AE算法，一定是根据场景动态调整收敛参数的。我个人习惯在AE模块里维护一个“场景状态机”，根据直方图特征和运动检测结果，实时切换收敛策略。