📚 课程目录第4章自动曝光(AE)原理

4. 自动曝光(AE)原理

自动曝光（AE）是3A算法中与图像亮度直接相关的闭环控制模块。其核心任务是在场景光照变化时，通过调节镜头光圈、传感器曝光时间和模拟/数字增益，使输出图像的亮度统计值稳定在预设的“目标亮度”附近。本章将深入剖析AE的物理基础、统计方法、目标设定逻辑以及收敛策略。

曝光量由三个物理参数共同决定，称为“曝光三角”。在海思ISP的AE控制中，这三个参数分别对应不同的硬件单元和调节粒度。

参数	物理含义	海思ISP控制方式	调节范围	副作用
光圈 (Aperture)	镜头通光孔径大小，用F数表示（F1.2, F2.0等）	通常由镜头驱动IC（VCM）控制，ISP通过I2C下发光圈值	F1.0 ~ F16（取决于镜头模组）	影响景深；大光圈（小F数）景深浅，边缘解析力下降
快门 (Shutter)	传感器感光时间，即曝光时间，单位为行（line）或毫秒（ms）	ISP配置传感器寄存器，控制曝光行数（VTS）	1行 ~ 若干帧周期（如33ms@30fps）	影响运动模糊；快门越慢，拖影越明显
增益 (Gain)	模拟增益（Analog Gain）和数字增益（Digital Gain）	ISP通过传感器寄存器控制模拟增益，通过ISP内部模块控制数字增益	1x ~ 若干倍（如16x）	增益越高，信噪比（SNR）越低，噪声越明显

调优提示： 在海思平台，AE的优先级通常为：光圈优先 → 快门优先 → 增益兜底。即先调节光圈到最大（或预设值），再延长快门时间，最后才提升增益。这是为了在保证景深和避免运动模糊的前提下，尽可能降低噪声。

下图展示了曝光三角的协同关系与调节顺序：

AE算法需要量化当前画面的亮度分布，最常用的工具是亮度统计直方图。海思ISP硬件模块（如VI或ISP统计单元）会实时计算每一帧的亮度统计信息，并上报给AE算法。

海思平台通常将画面划分为 M × N 个统计块（如 15×15 或 33×33），每个块独立统计亮度均值。这种分块方式允许AE对不同区域赋予不同权重，实现“区域测光”。

每个统计块输出一个256级的亮度直方图（0~255），AE算法通过分析直方图的分布特征来判断当前曝光状态：

下图展示了一个典型的亮度统计直方图结构：

目标亮度（Target Luminance）是AE闭环控制的参考点。在海思ISP中，目标亮度通常以统计块的平均亮度值或加权平均亮度值的形式给出，取值范围为0~255。

    关键指标： 目标亮度设定直接影响AE的收敛结果。调优时需结合图像质量评估（IQE）指标，如亮度噪声（Y Noise）和动态范围（DR），避免因目标亮度过高导致高光饱和，或过低导致暗部噪声放大。

曝光指数（Exposure Index, EI）是AE算法内部使用的归一化曝光量，计算公式为：

EI = Shutter_Time × Gain × (Aperture_Area / Reference_Area)

AE算法通过调整曝光三角参数，使当前帧的统计亮度 Y_avg 逼近目标亮度 Y_target。当 Y_avg < Y_target 时，AE增加EI；反之则减少EI。

AE收敛策略决定了算法从当前曝光状态过渡到目标曝光状态的速度和稳定性。收敛过快会导致画面闪烁（Flicker），收敛过慢则无法适应快速变化的光照。

在50Hz或60Hz交流电光源下，快门时间必须与光源频率同步，否则画面会出现明暗条纹（Flicker）。海思ISP的AE模块内置了防闪烁检测与同步功能：

下图展示了AE从统计到收敛的完整闭环流程：

调优避坑： 在海思ISP调试中，AE收敛策略需要与AWB（自动白平衡）和AF（自动对焦）协调。例如，AE快速收敛时可能导致色温突变，引发AWB误判；AE在低光照下过度提升增益，会放大噪声，影响AF的对比度检测。建议在联合调优时，先固定AWB和AF参数，单独优化AE收敛曲线，再逐步放开联动。