自动曝光（AE）基础：曝光三要素与评价指标

自动曝光，说白了就是让相机自己决定「进多少光」。我刚开始做手机相机算法时，觉得这玩意儿不就是调个亮度嘛，后来被各种场景打脸——逆光、夜景、灯牌闪烁……嗯，这里面的门道比想象中深得多。

今天咱们就把 AE 的底裤扒干净。从物理原理到算法目标，一条线捋清楚。

曝光三要素：光圈、快门、ISO

这三兄弟共同决定了一张照片的亮度。我习惯用一个比喻：曝光 = 水管灌水。

• 光圈（Aperture）：水管的口径。口径越大（F 值越小），单位时间进水量越大。
• 快门（Shutter Speed）：开水龙头的时间。时间越长，总进水量越多。
• ISO（感光度）：水桶的放大倍数。ISO 越高，同样的水量看起来越「满」，但噪声也越明显。

你想想看，这三个参数互相制约。大光圈能进光，但景深浅；慢快门能累积光，但手抖就糊；高 ISO 能提亮，但画质崩。AE 算法的核心，就是在这些矛盾里找一个平衡点。

曝光值与亮度的数学关系

曝光值（EV, Exposure Value）是一个标准化的亮度度量。公式很简单：

EV = log₂(F² / T)

其中 F 是光圈 F 值，T 是快门时间（秒）。ISO 的影响单独算：

EV_iso = EV + log₂(ISO / 100)

举个例子：F2.0 光圈、1/100s 快门、ISO 100，EV 是多少？

EV = log₂(2² / 0.01) = log₂(4 / 0.01) = log₂(400) ≈ 8.64

这个值越高，场景越亮。晴天户外大概 12~15 EV，室内灯光大概 4~7 EV，月光下可能只有 -2~0 EV。

AE 的目标：到底要调成什么样？

AE 的目标说起来就一句话：让图像亮度落在人眼觉得「舒服」的范围内。但落到算法里，需要拆成几个具体指标。

目标亮度（Target Luminance）

通常用图像的平均亮度或中值亮度来衡量。我习惯把 Y 通道（亮度）的均值作为参考。目标值一般设在 100~120（8bit 图像，0~255 范围）。

• 18% 灰卡标准：专业相机常用，对应 Y ≈ 118。
• 人脸优先：检测到人脸时，人脸区域亮度优先达标，背景可以适当牺牲。
• 场景自适应：夜景可以偏暗一点（保留氛围），文档扫描要亮一点（文字清晰）。

过曝/欠曝容忍度

不是所有像素都要完美曝光。算法需要定义「哪些区域可以暗，哪些区域不能亮到爆」。我常用的策略：

1. 高光保护：亮度 > 240 的像素占比不能超过 1%。否则天空、灯牌会变成一片死白。
2. 阴影容忍：亮度 < 20 的像素占比可以到 5%~10%。暗部细节丢失比高光过曝更容易接受。
3. 人脸区域：人脸像素必须在 80~200 之间，不能过曝也不能欠曝。

AE 的评价指标：怎么才算「好」？

算法调完了，总得有个量化标准。我一般用三个指标来评价 AE 效果：

• 亮度误差：实际平均亮度与目标亮度的差值。误差 < 5 算优秀，< 10 算合格。
• 过曝率：过曝像素占比。超过 2% 就要报警。
• 收敛速度：从场景切换到达标需要的帧数。手机相机一般要求 3~5 帧内收敛。

AE 核心流程：从场景到参数

下面这张图是我自己总结的 AE 算法核心流程。每次做新平台移植，我都会先把这个框架搭好。

这个流程里，最关键的其实是第 2 步——场景分析。你想想看，同一个亮度值，在白天和夜景里的「舒服」标准完全不一样。我见过不少团队直接把第 2 步省掉，结果就是夜景过曝、白天欠曝，怎么调都别扭。