📚 课程目录第4章瑞芯微ISP Pipeline概览

第四章瑞芯微ISP Pipeline概览：AE和AWB在流程中的位置

做图像调试，第一件事不是调参数，而是搞清楚数据流。我见过不少新人，上来就对着AE表格猛改，结果发现统计信息根本没走到算法模块——白忙一场。

这一章，咱们把瑞芯微的ISP Pipeline拆开看看。重点搞清楚两件事：AE和AWB到底插在流程的哪个位置？它们跟AEC、AWB统计信息是怎么交互的？

先看一张总图，心里有个框架。

核心观点：AE和AWB不是独立模块，它们寄生在ISP Pipeline的特定节点上，靠统计信息“反馈”调节前端参数。

这张图我画了好几个版本才定下来。你注意看红色和蓝色的统计采集点——它们都在Demosaic之前，也就是RAW域。为什么？因为一旦做了插值和颜色校正，统计信息就“脏”了，没法准确反映原始场景。

AE统计的采集位置，通常在BLC和LSC之后，Demosaic之前。说白了，就是拿到干净的RAW数据，但还没做颜色处理。

个人经验：我习惯在AE统计里额外开一个“暗区细节”统计通道。很多平台默认只关注整体亮度，结果拍夜景时人脸死黑一片。加一个低照度分区统计，能显著改善暗光场景的曝光策略。

AWB统计跟AE统计共享同一个RAW域采集点，但计算的内容完全不同。AWB关心的是：

为什么会这样？因为AWB算法本质上是在做“场景色温估计”。如果统计信息里混入了经过颜色校正的数据，那估计出来的色温就是错的。

我曾经踩过的坑：有一次调试AWB，发现室内白炽灯下总是偏黄。查了两天，最后发现是统计窗口配置错了——统计区域包含了画面边缘的黑色遮罩。黑色区域的R/G比值极低，直接把色温估计拉偏了。从那以后，我每次都会检查统计窗口的ROI配置。

AEC（Auto Exposure Control）是算法引擎，AE统计是数据源。它们之间的交互，我总结为三步：

这里有个关键点：统计信息是“上一帧”的。你当前帧看到的统计值，反映的是前一帧的曝光情况。所以AEC算法必须做预测——根据历史趋势推算下一帧该调多少。

核心参数：瑞芯微平台里，AE统计的帧延迟通常为1~2帧。如果你发现曝光收敛很慢，先检查统计延迟配置，别急着调PID参数。

AWB的交互流程跟AE类似，但多了一个“增益应用”环节：

你想想看，如果AWB增益在Demosaic之前就应用了，那插值算法会放大噪声。所以瑞芯微的Pipeline设计是合理的——统计在RAW域，增益应用在Demosaic之后。

这里有个容易忽略的问题：AE和AWB不是独立的。

说白了，你调AE的时候，AWB也在跟着动。反过来也一样。这就是为什么需要联合调试。

我的调试习惯：先固定AWB增益为日光白平衡（D65），单独调AE。等AE收敛到满意了，再打开AWB自动模式。这样能避免两个环路互相干扰，定位问题也快。

瑞芯微的ISP相比其他平台，有几个设计特点值得注意：

嗯，这些特性用好了，调试效率能翻倍。但用不好——比如统计窗口配错了——那就是灾难。

避坑指南：瑞芯微的AE统计默认开启“全局自动权重”。但在强背光场景下，这个自动权重会把高光区域的权重降低，导致人脸过曝。我建议在背光场景下强制使用“中心权重”模式。

模块	统计采集位置	算法执行位置	控制输出	帧延迟
AE	RAW域，BLC后	CPU/ISP协处理器	Sensor增益/快门	1~2帧
AWB	RAW域，BLC后	CPU/ISP协处理器	RGB增益寄存器	1~2帧
AE+AWB联合	共享统计硬件	分时或并行执行	分别控制不同参数	需考虑耦合延迟

第四章 瑞芯微ISP Pipeline概览：AE和AWB在流程中的位置