自动曝光(AE)基础:曝光三要素与18%灰板

大家好,欢迎来到自动曝光这一章。曝光这事儿,说白了就是控制进光量。你想想看,一张照片太亮或者太暗,后面的白平衡、降噪算法再怎么折腾,也很难救回来。所以AE是ISP流水线的第一道关卡,必须打好基础。

我个人习惯把曝光理解成一个水桶接水的过程。光圈是水龙头开多大,快门是接水时间多长,ISO是水桶的灵敏度——嗯,这个比喻虽然老套,但确实管用。咱们一个一个拆开讲。

2.1 曝光三要素:光圈、快门、ISO

2.1.1 光圈(Aperture)

光圈是镜头里那个可以开合的叶片组。它控制进光量的多少,用F数表示。F值越小,光圈开得越大,进光越多。

F值 光圈大小 进光量 景深
F1.4 大 多 浅(背景虚化)
F2.8 中 中 中
F8.0 小 少 深(全景清晰)
实战经验:我在做手机摄像头AE时,发现F1.6的大光圈虽然进光多,但边缘画质容易崩。所以AE算法里,我会给大光圈设一个曝光权重上限,避免为了亮度牺牲太多解析力。

2.1.2 快门速度(Shutter Speed)

快门速度就是传感器感光的时间。单位是秒或几分之一秒。1/30秒比1/100秒进光多,但手抖容易糊。

这里有个关键点:安全快门。手持拍摄时,快门速度最好不要低于焦距的倒数。比如50mm镜头,安全快门是1/50秒。低于这个值,画面容易模糊。

避坑指南:我曾经在调试一款运动相机AE时,没注意快门下限。结果用户在跑步时拍摄,画面全是运动模糊。后来我强制在AE策略里加了「快门速度不低于1/120秒」的约束,才解决问题。

2.1.3 ISO感光度

ISO是传感器对光的敏感程度。ISO越低,画质越干净;ISO越高,噪点越多。但有时候光线不够,不得不拉ISO。

典型的ISO与画质关系:

  • ISO 100-200:画质最佳,几乎没有噪点
  • ISO 400-800:轻微噪点,日常可用
  • ISO 1600-3200:噪点明显,需要降噪算法介入
  • ISO 6400+:重度噪点,一般只用于应急

在AE算法里,ISO通常是最后才动的参数。优先调光圈和快门,实在不行再拉ISO。这是行业共识。

2.2 曝光值与亮度的关系

曝光值(EV,Exposure Value)是一个综合指标。它把光圈、快门、ISO统一成一个数值,方便比较不同参数组合的亮度效果。

计算公式很简单:

EV = log₂(F² / T)

其中F是光圈F数,T是快门速度(秒)。ISO固定为100时,这个公式成立。

但实际场景中,ISO会变。所以更常用的概念是亮度值(Luminance),单位是cd/m²。传感器接收到的亮度,直接决定了像素的灰度值。

场景 典型亮度(cd/m²) 推荐EV(ISO100)
阳光明媚的户外 3000-10000 EV 14-16
阴天 500-2000 EV 10-12
室内日光灯 100-500 EV 7-9
黄昏/夜晚 1-50 EV 2-5
核心要点:AE算法的目标,就是把场景亮度映射到传感器的最佳响应区间。太暗则欠曝,太亮则过曝。理想情况下,画面主体应该落在18%灰附近。

2.3 18%灰板原理

18%灰板,是摄影界的老祖宗传下来的东西。它是一块灰色的卡纸,反射率正好是18%。为什么是18%?因为人眼感知到的「中间灰」,在物理上就是反射18%的光。

你想想看,相机测光系统默认把世界当成18%灰来测。拍一张白墙,相机觉得「太亮了,我得压暗一点」;拍一张黑墙,相机觉得「太暗了,我得提亮一点」。结果就是:相机永远想把画面平均亮度拉到18%灰。

这个原理在AE算法里怎么用?

  1. 统计画面亮度直方图,计算平均亮度
  2. 与目标亮度(18%灰对应的数字值)比较
  3. 调整光圈/快门/ISO,让平均亮度逼近目标值

举个例子,假设传感器输出8bit数据,0是纯黑,255是纯白。18%灰对应的数字值大约是:

target_luminance = 255 × 0.18 ≈ 46

如果当前画面平均亮度是30,说明欠曝了。AE算法就会增加曝光量,直到平均值接近46。

我的经验:纯靠18%灰做AE,在逆光场景下会翻车。比如拍一个背光的人脸,背景很亮,平均亮度可能刚好在46,但人脸只有10。这时候需要人脸检测或者区域权重曝光。我在项目中就吃过这个亏,后来加了人脸ROI的亮度统计,才把逆光人脸的曝光做准。

2.4 本章知识体系

下面这张图,把曝光三要素、EV值、18%灰板的关系串起来了。你可以把它当作AE基础的地图。

自动曝光基础框架图 自动曝光(AE)基础框架 曝光三要素 光圈(F值) 快门速度 ISO感光度 曝光值(EV) 亮度值 → 18%灰板 AE算法核心:调整三要素组合,使画面平均亮度逼近18%灰对应的数字值 实际项目中需结合场景检测、人脸ROI、运动检测做动态策略

2.5 小结与避坑

这一章的内容,说白了就是三件事:

  • 三要素怎么配合:光圈优先、快门优先、还是程序自动?不同场景选不同策略
  • EV值怎么算:它是三要素的数学抽象,方便算法做统一决策
  • 18%灰怎么用:它是AE的目标锚点,但不是万能药
我曾经踩过的坑:有一次做安防摄像头的AE,场景是雪地。雪地反射率很高,平均亮度远超18%灰。算法拼命压曝光,结果画面灰蒙蒙的,雪都变成灰色了。后来我加了场景分类器,检测到雪地场景就偏移目标亮度,才解决这个问题。所以记住:18%灰是参考,不是真理。