📚 课程目录第2章算法基础理论

第二章：3A算法基础理论——AE、AWB、AF的核心原理

各位同学，欢迎来到第二章。这一章我们不讲代码，也不谈平台移植，先把3A算法的“根”扎牢。

自动曝光（AE）、自动白平衡（AWB）、自动对焦（AF），这三个模块在ISP（图像信号处理）流水线里是铁三角。我见过不少工程师，调参调得飞起，但问起测光原理、色温估计、对焦检测的区别，反而说不清楚。嗯，这其实很危险——算法移植时，一旦底层逻辑变了，你连问题出在哪都找不到。

所以今天，我们就把这三兄弟的底裤扒干净。

2.1 自动曝光（AE）：测光原理与目标亮度

AE 要解决什么问题？说白了就一句话：让图像不暗不亮，细节都在。但现实场景的亮度范围动辄 100dB 以上，而 sensor 的动态范围可能只有 60-70dB。怎么取舍？这就是测光的艺术。

2.1.1 测光模式

我个人习惯把测光模式分成四类，你在不同场景下得选对武器：

测光模式	原理简述	适用场景	我踩过的坑
全局测光	全图像素亮度取平均	光照均匀的户外	逆光时人脸全黑
中央重点	中心区域权重更高	人像、会议	主体不在中心就翻车
点测光	只取画面 1%-5% 区域	舞台、逆光特写	对焦点选错直接过曝
多区测光	画面分区独立测光+AI融合	复杂光场景	算力开销大，低端芯片扛不住

我的经验：在嵌入式平台上，我建议优先用中央重点测光 + 人脸检测的混合方案。既保证主体曝光，又不会像多区测光那样吃掉太多 CPU 周期。我在海思 3516 上就这么干过，效果很稳。

2.1.2 目标亮度与 18% 灰

你想想看，为什么相机拍一张白纸和一张黑纸，出来的亮度不一样？因为 AE 的参考标准是 18% 中性灰。这是人眼感知的中等亮度点，也是整个曝光控制的锚点。

实际算法里，我们会把测光得到的亮度值映射到目标亮度区间。比如：

// 伪代码：AE 目标亮度调整
target_luminance = 128;  // 8bit 图像，18% 灰对应约 128
current_luminance = get_avg_luminance(frame);
gain = target_luminance / (current_luminance + 1e-6);
// 限制增益范围，防止震荡
gain = clamp(gain, 0.5, 4.0);
apply_exposure_gain(gain);

注意：千万不要让 AE 收敛太快。我曾经在项目中把增益步长设得太大，结果画面像呼吸一样忽明忽暗，用户直接投诉。建议每次调整不超过 0.3dB，配合死区（dead zone）防止抖动。

2.2 自动白平衡（AWB）：色温估计与颜色校正

AWB 的核心任务，就是让白色物体在任何色温下都看起来是白的。听起来简单？其实不然。人眼有色彩恒常性，但 sensor 没有——它在日光灯下发绿，在白炽灯下发黄。

2.2.1 色温估计方法

我做过好几个 AWB 方案，最常用的就两种：

灰世界法（Gray World）：假设场景中所有颜色的平均是灰色。如果 R/G/B 均值不相等，就调整增益让它们相等。
完美反射法（Perfect Reflector）：找到画面中最亮的像素，假设它是白色，然后以此为基准校正。

但说实话，这两种方法单独用都有问题。灰世界法遇到大面积单色场景（比如蓝天、绿草地）会翻车；完美反射法如果场景里没有真正的白色物体，也会偏色。

  我的做法：把两种方法加权融合。先用灰世界法算一个基础色温，再用完美反射法检测高光区域做修正。权重根据场景动态调整——比如检测到大量绿色，就降低灰世界法的权重。这套方案我在高通骁龙平台上跑过，色温误差控制在 200K 以内。

2.2.2 颜色校正矩阵（CCM）

色温估计完了，接下来就是校正。校正不是简单调 RGB 增益，而是要用一个 3x3 的矩阵：

// CCM 校正示例
[R']   [ 1.8  -0.5  -0.3 ] [R]
[G'] = [-0.2   1.6  -0.4 ] [G]
[B']   [-0.1  -0.3   1.4 ] [B]

这个矩阵的作用是消除 sensor 的串扰和色偏。不同色温下，CCM 矩阵也不同。我一般会准备 5-8 组 CCM，对应 2500K、4000K、5500K、6500K、8000K 等典型色温点，然后线性插值。

色温点	场景举例	R 增益	G 增益	B 增益
2500K	白炽灯	1.8	1.0	1.2
5500K	日光	1.0	1.0	1.0
8000K	阴天	1.1	1.0	1.6

避坑指南：我曾经在移植 AWB 到新 sensor 时，直接用了上一颗 sensor 的 CCM 矩阵，结果颜色偏紫得一塌糊涂。每个 sensor 的 CFA 排列和光谱响应都不一样，CCM 必须重新标定。别偷懒。

2.3 自动对焦（AF）：对比度检测与相位检测

AF 的目标很直接——让图像最清晰。但怎么定义“清晰”？这就引出了两种主流方案。

2.3.1 对比度检测（CDAF）

CDAF 的原理很简单：图像越清晰，边缘越锐利，相邻像素的差异越大。我们用 Sobel 或 Laplacian 算子计算图像的梯度值，然后找梯度最大的镜头位置。

// CDAF 清晰度评价函数（Tenengrad）
float calc_sharpness(uint8_t* frame, int w, int h) {
    float sum = 0;
    for (int y = 1; y < h-1; y++) {
        for (int x = 1; x < w-1; x++) {
            int gx = frame[(y-1)*w+x+1] + 2*frame[y*w+x+1] + frame[(y+1)*w+x+1]
                   - frame[(y-1)*w+x-1] - 2*frame[y*w+x-1] - frame[(y+1)*w+x-1];
            int gy = frame[(y+1)*w+x-1] + 2*frame[(y+1)*w+x] + frame[(y+1)*w+x+1]
                   - frame[(y-1)*w+x-1] - 2*frame[(y-1)*w+x] - frame[(y-1)*w+x+1];
            sum += gx*gx + gy*gy;
        }
    }
    return sum / (w * h);
}

CDAF 的优点是精度高，但缺点也很明显——慢。它需要镜头走完整个行程才能找到峰值，俗称“拉风箱”。

2.3.2 相位检测（PDAF）

PDAF 就聪明多了。它在 sensor 上埋了一排特殊的相位检测像素，左右各看一半画面。如果左右图像对齐，说明合焦；如果错位，就知道该往哪个方向推镜头。

相位差与离焦量的关系：

// PDAF 相位差计算
phase_diff = left_pixel - right_pixel;
// 正数表示前焦，负数表示后焦
lens_step = phase_diff * calibration_factor;

  性能对比：CDAF 精度可达 1 个像素级别，但需要 20-30 帧才能收敛；PDAF 只需 1-2 帧就能给出方向，但精度受限于相位像素的密度。我现在的做法是 PDAF 粗调 + CDAF 精调，又快又准。

2.3.3 混合对焦策略

在实际项目中，我很少只用一种方案。下面这个表格总结了不同场景下的选择：

场景	推荐方案	原因
静态拍照	CDAF	精度优先，不差那几百毫秒
视频追焦	PDAF + CDAF	既要速度又要精度
低光环境	PDAF	CDAF 在暗光下梯度太弱，容易误判
快速抓拍	PDAF	一帧定焦，不拖泥带水

一个小技巧：在移植 PDAF 到新平台时，一定要重新标定 calibration_factor。不同 sensor 的微透镜阵列和像素间距不同，直接用旧参数会导致对焦不准。我吃过这个亏，花了三天才定位到问题。

好了，这一章的内容就是这些。AE、AWB、AF 三个模块的原理，是后续所有移植和优化工作的基础。你把这些吃透了，后面讲平台适配、算力优化、流水线并行时，才能跟得上节奏。