1. 3A算法概述：AE、AF、AWB到底是什么？

大家好，我是你们这门课的老朋友。今天咱们正式开篇，聊聊摄像头成像里最核心的三个“幕后推手”——3A算法。

说白了，3A就是自动曝光（AE）、自动对焦（AF）、自动白平衡（AWB）的统称。你拿手机随便拍一张照片，从按下快门到出片，这三位已经在后台完成了一整套复杂的“协商”流程。我当年刚入行时，以为3A就是三个独立模块，各干各的就行。后来在调试一款安防摄像头时才发现，它们之间耦合得厉害——AE一动，AF的对比度就变了；AWB调完，AE的亮度统计又偏了。嗯，从那以后我再也不敢把它们割裂开看了。

1.1 自动曝光（AE）——让画面不黑不白

AE的目标很简单：让图像的整体亮度落在人眼舒服的范围。太暗了细节全丢，太亮了高光一片死白。

它的核心手段有三个：

• 曝光时间：控制传感器收集光的时间，越长越亮，但容易糊。
• 模拟/数字增益：放大信号，但噪点也会被放大。
• 光圈：进光量孔径，手机端通常是固定的，但在相机模组里很关键。

AE算法会不断调整这三个参数，让图像的平均亮度或目标区域亮度逼近一个预设值。我习惯把这个预设值叫做“目标亮度靶心”，一般设在18%灰左右。

1.2 自动对焦（AF）——让主体清晰锐利

AF的任务是让镜头移动到合适位置，使被摄物体在传感器上成最清晰的像。你想想看，如果对焦不准，再好的传感器也是白搭。

主流AF方案分两种：

类型	原理	优缺点
对比度检测（CDAF）	搜索图像对比度最大的镜头位置	精度高，但慢，容易“拉风箱”
相位检测（PDAF）	通过专用像素检测相位差，直接算出偏移量	速度快，但需要硬件支持，暗光下精度下降

我在项目中遇到过最头疼的问题：在低光照下，PDAF的相位差信号信噪比极低，算法直接“摆烂”，来回乱跳。后来我加了一个置信度判断，低信噪比时强制切回CDAF，才算稳住。

1.3 自动白平衡（AWB）——让白色回归白色

AWB解决的是色温问题。不同光源下，白色物体的RGB分量会偏色——白炽灯下发黄，日光灯下发蓝。AWB要做的就是估计当前光源色温，然后调整RGB增益，让白色看起来还是白色。

常见的AWB方法：

• 灰度世界法：假设场景平均色是灰色，然后调整RGB通道使均值相等。简单，但遇到大面积纯色场景（比如绿草地）就翻车。
• 完美反射法：假设图像中最亮的点就是白色，然后以此为标准校正。但高光过曝时也会失效。
• 色温估计法：通过统计色温曲线上的分布，找到最可能的光源色温。精度高，但计算量大。

我个人习惯在移动端用灰度世界 + 色温约束的组合。先快速粗调，再用色温曲线做二次校验，既快又稳。

1.4 3A算法的基本流程

3A不是三个独立循环，而是一个协同闭环。我画了一张流程图，帮你理清它们之间的关系。

流程其实不复杂：

1. 传感器采集原始图像，送到ISP（图像信号处理器）。
2. 统计模块计算亮度直方图、对比度、色温分布等特征。
3. 这些统计值同时喂给AE、AF、AWB三个模块。
4. 每个模块根据自身策略，算出控制参数：曝光时间、镜头位置、RGB增益。
5. 参数写回传感器或ISP寄存器，影响下一帧的采集。
6. 如此逐帧循环，直到画面稳定在目标状态。

你可能会问：为什么不能一次算到位？因为传感器和场景是动态的——光照在变、物体在动、手在抖。3A必须是一个连续自适应过程。

1.5 3A在摄像头成像中的角色

没有3A的摄像头，就像没有司机的车——传感器能采集数据，但出来的画面可能一片漆黑、模糊不清、颜色诡异。我见过一些工业相机为了省成本，只用固定参数，结果在户外强光下直接过曝，什么都看不见。

3A的价值体现在三个维度：

维度	没有3A	有3A
亮度适应性	只能在特定光照下工作	从月光到正午阳光自动适配
清晰度	固定焦距，近远难兼顾	自动锁定主体，远近皆清
色彩还原	偏色严重，需要后期校正	不同光源下保持自然肤色

说白了，3A就是让摄像头从“能拍”变成“会拍”的关键。你想想看，如果手机没有3A，你拍出来的照片可能每张都要手动调亮度、拧镜头、拉色温——那还叫智能设备吗？