📚 课程目录第1章 3A算法概述

1、3A算法概述

各位好，我是老周。今天开始咱们聊ISP里最核心的3A算法。说实话，我入行那会儿，3A还是各家秘而不宣的黑盒子。现在虽然开源方案多了，但真正吃透它们协同逻辑的人，依然不多。

3A是啥？说白了就是三个自动调节的闭环：AE（自动曝光）、AF（自动对焦）、AWB（自动白平衡）。它们各自管一摊，但又互相牵扯。你想想看，曝光变了，颜色跟着变；对焦动了，亮度也可能跳。这就是为什么我们要把它们放在一起讲。

核心观点：3A不是三个独立模块，而是一个三角协同系统。任何一个算法单独调优，都可能打破另两个的平衡。

1.1 什么是AE、AF、AWB

先分别认识一下这三位老朋友。

算法	全称	管什么	输出什么
AE	自动曝光	画面亮度、动态范围	曝光时间、增益、光圈
AF	自动对焦	画面清晰度、景深	镜头位置、对焦搜索方向
AWB	自动白平衡	色温、色彩还原	R/G、B/G增益

AE 的目标很简单：让画面不暗不亮。但它要权衡的东西很多——暗光下是提增益还是拉长曝光？高动态场景保高光还是保暗部？我在项目中遇到过，有些手机在夜景模式下一味拉长曝光，结果手抖全糊了。嗯，这就是AE策略没跟防抖联动的问题。

AF 呢，就是让主体清晰。它通过评价图像的对比度（或者用相位检测点）来判断是否合焦。我刚开始做AF时，总觉得爬山算法很笨，后来发现它其实最鲁棒。你想想看，在低光照下，相位检测可能不准，但对比度检测反而更可靠。

AWB 负责把白色还原成白色。不管是在暖黄的钨丝灯下，还是冷白的日光灯下，白墙看起来都应该是白的。AWB通过统计色温信息，调整R和B通道的增益。我记得有一次，客户反馈说拍出来的肤色偏绿，查了半天，原来是AWB在混合光源下被搞晕了。

1.2 3A在ISP Pipeline中的位置

ISP的pipeline很长，3A算法并不在像素处理的主路径上，而是作为旁路控制环存在。我画了张图，你看一眼就明白了。

从图上你能看到：Sensor输出RAW后，经过BLC、LSC、Demosaic等预处理，然后进入AWB Gain模块。而AE、AF、AWB这三个算法，分别从pipeline的不同位置取数据，算出结果后再反馈回去。

举个例子：AE会从统计模块拿到亮度直方图，然后决定下一帧的曝光时间和增益。AF会从图像中提取高频能量（对比度），然后驱动镜头马达。AWB会统计R/G/B通道的比值，然后调整白平衡增益。

我的经验：很多新手以为3A是pipeline的一部分，其实它们是跑在独立的控制线程上的。在嵌入式平台上，3A通常跑在单独的CPU核或DSP上，跟主pipeline异步交互。这样做的好处是——即使3A算得慢一点，也不会阻塞帧率。

1.3 3A算法的协同工作逻辑

好了，单独讲完三个算法，咱们聊聊它们怎么配合。这才是今天的重点。

3A的协同，说白了就是一个三角制约关系：

AE 影响 AF：曝光时间变了，图像亮度变了，对比度曲线也跟着变。AF的爬山算法依赖对比度，亮度太低时对比度也低，AF容易误判。
AE 影响 AWB：曝光增益大了，噪声放大，色温统计的稳定性下降。我在项目中遇到过，暗光下AWB疯狂抖动，就是因为AE增益太高，把色温统计信噪比拉垮了。
AF 影响 AE：对焦位置变了，画面模糊程度变了，整体亮度统计也会变。尤其是拍高反差物体时，合焦和离焦的亮度能差好几个档。
AWB 影响 AE：这个比较隐蔽。AWB调整R/G增益后，亮度统计的权重会变化。有些ISP的AE统计会考虑颜色权重，AWB一变，AE也跟着跳。

⚠️ 避坑指南：我曾经在一个项目中，AE和AWB各自独立收敛，结果出现了“呼吸效应”——画面一亮一暗循环跳动。查了三天才发现，是AE的收敛速度跟AWB的更新周期产生了共振。解决方案很简单：给两个算法加上不同的时间常数，或者让一个算法收敛后再启动另一个。

那实际工程中怎么处理这种协同？我总结了几种常见策略：

策略	做法	适用场景	缺点
串行收敛	先AE，再AWB，最后AF	场景切换、上电初始化	收敛慢，约3~5帧
并行+优先级	AE优先，AWB次之，AF最后	预览模式、视频录制	需要精细的锁机制
联合代价函数	把亮度、色温、清晰度统一建模	高端旗舰、计算摄影	计算量大，调参复杂

我个人比较推荐第二种——并行+优先级。原因很简单：串行太慢，用户能感知到延迟；联合代价函数又太复杂，调试周期长。并行+优先级是个折中方案，工程上最实用。

具体怎么做呢？我举个例子：

// 伪代码：3A协同调度框架
void ThreeA_RunLoop(Stats *stats, SensorParams *sensor) {
    // 1. AE 优先计算，因为它影响最大
    AE_Result ae = AE_Compute(stats->histogram, sensor->lux);
    Sensor_SetExposure(ae.exposure_time, ae.analog_gain);
    
    // 2. 如果AE变化较大，暂时冻结AWB和AF
    if (ae.delta > AE_THRESHOLD) {
        AWB_Freeze();
        AF_Freeze();
        return;
    }
    
    // 3. AE稳定后，更新AWB
    AWB_Result awb = AWB_Compute(stats->rgb_ratio, ae.exposure_time);
    ISP_SetWhiteBalanceGain(awb.r_gain, awb.b_gain);
    
    // 4. 最后更新AF（依赖稳定的亮度和颜色）
    AF_Result af = AF_Compute(stats->focus_metric, sensor->lens_pos);
    Lens_Move(af.lens_target);
}

这段代码的核心思想是：AE优先，AWB和AF跟随。AE变化大时，先稳住它，再让AWB和AF基于稳定的亮度去计算。这样能避免三个算法互相拉扯。

总结一下：3A协同没有银弹。不同场景、不同硬件平台，策略都不一样。但有一条原则是通用的——谁对画面影响大，谁先收敛。AE影响亮度和动态范围，永远是老大；AWB影响颜色，排第二；AF影响清晰度，排第三。这个优先级顺序，我做了十年ISP，还没见过反过来的。

好了，这一章就聊到这儿。3A的概念、位置、协同逻辑，你应该有个整体认识了。后面我们会深入每个算法的细节，包括统计方法、控制策略、以及它们在实际芯片上的实现技巧。