1、AE算法概述：自动曝光的基本概念、曝光三角（光圈、快门、ISO）、AE在相机系统中的位置
各位同学，咱们今天正式开讲《AE算法曝光收敛策略深度解析》的第一章。
自动曝光，简称AE。说白了，就是让相机自己决定“吃多少光”。你按下快门，它自动算出一组参数，让照片既不过曝（白花花一片），也不欠曝（黑乎乎一团）。
我刚开始做图像算法那会儿，觉得AE不就是个闭环控制嘛，PID调一调就完事了。后来真上了项目才发现——坑深着呢。不同场景、不同传感器、不同镜头，AE的表现天差地别。嗯，咱们先从最基础的概念讲起。
1.1 什么是自动曝光？
自动曝光，是相机系统根据当前场景亮度，自动计算并设定曝光参数的过程。它的目标只有一个：让输出图像的亮度，落在人眼觉得“舒服”的范围里。
你想想看，如果每次拍照都要手动调光圈、快门、ISO，那手机厂商还怎么跟用户说“随手一拍就是大片”？AE就是那个替你操心的“管家”。
核心目标：在有限动态范围内，最大化保留场景细节，同时满足视觉舒适度。
AE不是独立存在的。它和自动对焦（AF）、自动白平衡（AWB）一起，构成了相机系统的“三驾马车”。我习惯叫它们“铁三角”。
1.2 曝光三角：光圈、快门、ISO
曝光三角，是摄影的底层逻辑。不管你用单反、微单还是手机摄像头，都绕不开这三个变量。
| 参数 | 物理含义 | 对曝光的影响 | 副作用 |
|---|---|---|---|
| 光圈（Aperture） | 镜头通光孔径的大小 | 光圈越大（F值越小），进光量越多 | 景深变浅，边缘画质下降 |
| 快门（Shutter） | 传感器感光的时间长度 | 快门越慢，进光量越多 | 运动模糊，手持抖动 |
| ISO（感光度） | 传感器对光的敏感程度 | ISO越高，信号放大倍数越大 | 噪声增加，动态范围降低 |
这三者不是独立工作的。它们互相制约，互相补偿。比如你收小一档光圈，就得放慢一档快门或者提高一档ISO，才能维持同样的曝光量。这就是“互易律”。
我在项目中遇到过一个问题：某款手机在夜景模式下，AE算法为了压低ISO，把快门拉到了1/4秒。结果手持拍摄全是糊的。后来我们加了一个“快门安全上限”的约束——这就是曝光三角在实际工程中的权衡。
避坑指南：我曾经在调试AE时，只盯着亮度统计值，忽略了快门速度对人眼感知的影响。结果画面亮度是准了，但动态模糊严重，用户投诉“拍不清楚”。记住：曝光三角的每一个角，都有它的“隐性成本”。
1.3 AE在相机系统中的位置
AE不是孤立的模块。它处于相机ISP（图像信号处理）管线的上游，直接决定了后续所有图像处理环节的输入质量。
咱们来看一张结构图，你就明白了。
从这张图你能看到：
- 传感器采集原始光信号，输出RAW数据。
- AE模块分析RAW数据的亮度统计信息，计算出最优曝光参数（光圈、快门、ISO）。
- ISP管线接收经过AE调整后的图像数据，进行去噪、色彩校正、锐化等处理。
- 最终输出一张曝光合适的照片。
- 反馈回路：AE不是一次性的。它会持续监测输出图像的亮度，动态调整参数——这就是“曝光收敛”的过程。
注意：AE的反馈回路如果设计不好，会出现“振荡”——画面忽明忽暗，像呼吸灯一样。我在调试某款安防摄像头时就踩过这个坑。原因很简单：增益步长太大，收敛速度过快，导致超调。后来加了滞回区和死区，才稳住。
1.4 AE的输入与输出
搞清楚AE在系统中的位置后，咱们再细化一下它的接口。
| 方向 | 信号 | 说明 |
|---|---|---|
| 输入 | RAW图像数据 | 来自传感器的原始像素值，未经过任何处理 |
| 输入 | 亮度统计直方图 | AE内部计算出的亮度分布信息 |
| 输入 | 场景模式/用户偏好 | 如“夜景模式”、“人像模式”等预设策略 |
| 输出 | 曝光时间（快门） | 单位：秒，范围通常 1/10000 ~ 30s |
| 输出 | 模拟增益（ISO） | 单位：ISO，范围通常 50 ~ 12800 |
| 输出 | 数字增益 | ISP内部的数字放大，慎用，会放大噪声 |
这里有个细节我想强调一下：数字增益。很多AE算法在ISO已经拉到上限、快门已经慢到安全阈值时，会偷偷用数字增益来“补光”。结果呢？噪声被成倍放大，画面全是彩色噪点。我个人的习惯是：数字增益只作为最后手段，且增益倍数不超过1.5倍。
1.5 曝光评价标准
AE算法怎么知道当前曝光“好不好”？它需要一个评价指标。最常用的就是目标亮度值（Target Luminance）。
一般做法是：
- 将图像转为灰度，计算全图或分区的平均亮度。
- 将平均亮度与预设的目标亮度（比如18%中性灰对应的值）做比较。
- 根据偏差，调整曝光参数。
但这里有个坑：全图平均亮度并不总是靠谱。比如逆光人像，背景很亮、人脸很暗，全图平均亮度可能刚好“合格”，但人脸完全欠曝。所以现代AE算法都会做分区加权——人脸区域权重高，天空区域权重低。
关键点：AE的“好”与“坏”，最终是由人眼感知决定的。不是数学上的“最优化”，而是视觉上的“最舒适”。
1.6 本章小结
咱们这一章把AE的底子打好了：
- 自动曝光是相机自动计算曝光参数的机制。
- 曝光三角（光圈、快门、ISO）是AE操作的三个杠杆，每个杠杆都有代价。
- AE在ISP管线中处于上游位置，通过反馈回路动态调整。
- 评价标准不是死的，要结合场景和用户意图。