3. AE与AWB的耦合关系：为什么曝光变化会导致白平衡漂移？

做ISP调试的人，迟早都会撞上这个问题：明明AWB单独调好了，AE一动，画面颜色就跑了。这不是算法bug，而是传感器和ISP的物理特性决定的。说白了，曝光和白平衡是绑在一根绳上的蚂蚱。

3.1 耦合的根源：传感器响应非线性

理想情况下，传感器每个像素的响应应该是线性的——光强翻倍，输出值翻倍。但现实世界没这么完美。我遇到过不少项目，低照度下AWB飘得离谱，高亮场景反而稳如泰山。原因就在传感器的响应曲线上。

传感器在不同曝光量下，R/G/B通道的增益并不是等比例变化的。举个例子：

• 低照度（暗电流主导）：暗电流噪声会抬升暗部，尤其对B通道影响大，导致偏蓝。
• 高照度（饱和区）：R通道先饱和，G/B还在爬升，导致偏绿或偏品。
• 中间区（线性区）：相对稳定，但也不是完全线性。

3.2 亮度与色温的相互影响机制

你想想看，AWB算法本质上是在估计场景的色温。它依赖的是图像中“灰色区域”的R/G和B/G比值。但问题来了——这些比值会随着亮度变化而改变。

我画了一张图，帮你理清这个循环：

3.3 具体场景分析：为什么低照度下AWB容易飘？

我调试过一款手机摄像头，暗光下拍白墙总是偏蓝。查了半天，发现是B通道的暗电流噪声在作祟。

低照度时，AE会拉高增益（ISO）或延长曝光时间。这时候：

• B通道暗电流最大：B通道的暗电流噪声通常比R/G高，导致B输出值虚高。
• AWB统计误判：B/G比值变大，算法以为场景色温偏高（偏蓝），于是拼命压低B增益。
• 结果：画面反而偏黄了。这就是典型的“过补偿”。

3.4 高亮场景的另一个坑：通道饱和

高亮场景下，问题反过来。R通道通常最先饱和，因为传感器的R量子效率往往最高。一旦R饱和：

• R输出值不再随光强增加
• R/G比值下降
• AWB误判为色温偏低（偏红），于是拉高R增益
• 结果：画面偏红，甚至出现“红脸”现象

我曾经在户外强光下调试人脸，AE一收，人脸就红得像关公。后来发现是R通道饱和导致的AWB误判。

3.5 解耦策略：联合调试的三种方法

既然耦合不可避免，那就得想办法解耦。我总结了三套方案，按效果从低到高排列：

方法	原理	优点	缺点	适用场景
1. 分段锁定法	按亮度区间锁定AWB增益	实现简单，计算量小	过渡区不平滑，可能跳变	低端平台、快速交付
2. 亮度补偿法	建立亮度-增益补偿表	过渡平滑，效果较好	需要大量标定数据	中端平台、量产项目
3. 联合优化法	AE和AWB共用统计信息	效果最优，自适应强	算法复杂，调试周期长	高端平台、旗舰机型

3.6 实战：瑞芯微平台上的解耦配置

在瑞芯微平台上，我通常这样处理AE与AWB的耦合：

// 示例：RKISP 联合调试配置片段
// 1. 建立亮度-增益补偿表
struct luma_compensation {
    uint16_t luma_level;      // 亮度等级 0-255
    float r_gain_offset;      // R增益偏移
    float b_gain_offset;      // B增益偏移
};

// 2. 典型补偿表（需根据传感器标定）
luma_compensation comp_table[] = {
    {  0, +0.15, -0.10},  // 极暗：补偿B通道暗电流
    { 50, +0.08, -0.05},  // 暗光
    {100, +0.00, +0.00},  // 正常光
    {150, -0.05, +0.08},  // 亮光
    {200, -0.12, +0.15},  // 高亮：补偿R通道饱和
    {255, -0.20, +0.20},  // 极亮
};

// 3. 在AWB统计前应用补偿
void awb_apply_luma_comp(uint16_t luma, float* r_gain, float* b_gain) {
    // 线性插值
    // ... 实际代码略
}

嗯，这里要注意：补偿表不是通用的。每个传感器、每个镜头模组都需要单独标定。我建议你在暗室中，用标准光源（D65、A光源、TL84等）配合灰卡，在不同亮度下采集数据，建立自己的补偿表。

3.7 小结：记住这三句话

• 耦合是物理规律：传感器非线性决定了AE和AWB必然互相影响。
• 低照度看暗电流：B通道暗电流是低照度AWB漂移的主因。
• 高照度看饱和：R通道饱和是高亮场景AWB漂移的主因。