4、AE核心指标：目标亮度、平均亮度、收敛速度与稳定性
好，咱们今天聊点实在的。自动曝光（AE）这玩意儿，说复杂也复杂，说简单也简单。但不管算法怎么变，最终都得落到几个核心指标上。我个人习惯把这四个指标称为AE的「四根柱子」——目标亮度、平均亮度、收敛速度、稳定性。
你想想看，如果连目标亮度都定不准，后面全是白搭。如果平均亮度算得不准，那曝光就是瞎蒙。如果收敛太慢，用户一抬手画面还在闪。如果画面来回抖，那还不如不调。
嗯，咱们一个一个拆开讲。
4.1 目标亮度（Target Luminance）
目标亮度是什么？说白了，就是你觉得画面「应该有多亮」。这个值不是传感器测出来的，是算法定出来的。
核心观点：目标亮度是AE的「锚点」。锚定错了，后面全错。
我在项目中遇到过一件事。某款手机在夜景模式下，目标亮度定得太高，结果画面噪点爆炸。后来我们把目标亮度从120降到80（8bit域），噪点立刻压下去了。你看，一个数字的差别，效果天差地别。
目标亮度通常怎么定？一般有几种策略：
- 固定值策略：比如直接定在100（8bit Y域）。简单粗暴，但适应性差。
- 场景自适应策略：根据场景检测结果动态调整。比如人脸场景目标亮度高一些，夜景场景低一些。
- 用户偏好策略：让用户手动调EV补偿，本质就是在调目标亮度。
我个人建议，工程落地时至少用场景自适应。固定值太容易翻车了。
4.2 平均亮度（Average Luminance）
平均亮度，就是当前画面实际有多亮。这个值怎么算？不是简单像素平均，那会出大问题。
举个例子。你拍一张夜景，画面大部分是黑的，但有一盏路灯很亮。如果做算术平均，亮度值会被路灯拉高，结果AE以为画面够亮了，实际暗部全死黑。
所以，工程上常用的方法有：
| 方法 | 原理 | 适用场景 |
|---|---|---|
| 算术平均 | 所有像素Y值求和除以总数 | 均匀光照场景 |
| 加权平均 | 中心区域权重高，边缘权重低 | 中心主体场景 |
| 直方图统计 | 按亮度区间统计，取中位数或众数 | 高动态场景 |
| 人脸加权 | 检测到人脸时，人脸区域权重极高 | 人像场景 |
经验之谈：我一般用直方图统计+人脸加权组合。直方图能抗高动态，人脸加权能保肤色。两个一起上，基本稳。
4.3 AE收敛速度
收敛速度，就是AE从当前亮度调整到目标亮度需要多长时间。这个指标直接影响用户体验。
你想想看，用户从室内走到室外，如果AE要3秒才反应过来，画面一直过曝，用户早就骂娘了。
但收敛速度也不是越快越好。太快了，画面会「抽风」——突然变亮又突然变暗，看着头晕。
工程上怎么控制收敛速度？核心是调整步长：
- 大步长：收敛快，但容易过冲，画面抖动。
- 小步长：收敛慢，但平滑，适合微调。
- 自适应步长：误差大时用大步，误差小时用小步。这是主流方案。
注意：我曾经踩过一个坑——自适应步长的阈值设得太激进。结果在明暗交替场景下，AE反复在「大步-小步」之间切换，画面反而更抖了。后来加了滞回区才解决。
4.4 AE稳定性（防抖）
稳定性，说白了就是画面不能来回晃。这个指标和收敛速度是矛盾的——你越想快，就越容易抖。
AE抖动的原因通常有几种：
- 噪声干扰：传感器噪声导致平均亮度计算值波动。
- 场景变化：风吹树叶、行人走动，导致亮度突变。
- 算法振荡：步长和增益配合不当，形成正反馈。
怎么防抖？我常用的手段：
- 时域滤波：对平均亮度做低通滤波，比如一阶IIR。系数0.3~0.5比较常用。
- 滞回比较：误差超过阈值才调整，小于阈值就保持。避免微小的亮度波动触发调整。
- 帧间平滑：增益和曝光时间的变化速率做限幅，每帧最多变化多少。
核心原则：AE稳定性优先于收敛速度。画面稳了，用户才觉得「专业」。画面抖了，再快也没用。
4.5 四个指标的关系
这四个指标不是孤立的。我画了一张图，帮你理清它们的关系：
从图上你能看到，目标亮度和平均亮度是「输入」，收敛速度和稳定性是「输出」。但输出之间又互相制约。说白了，这就是一个多目标优化问题。
工程落地时，我的建议是：
- 先定目标亮度策略——场景自适应是底线。
- 再选平均亮度算法——直方图+人脸加权是稳妥组合。
- 然后调收敛速度——自适应步长，但加滞回区防抖。
- 最后压稳定性——时域滤波+帧间限幅，双保险。
一个小技巧：调试时先把稳定性拉到最大（收敛慢但稳），确认目标亮度和平均亮度没问题后，再逐步放开收敛速度。这样定位问题快很多。
嗯，这四个指标讲完了。记住一句话：目标亮度是方向，平均亮度是现状，收敛速度是节奏，稳定性是底线。四个都抓好了，AE才算真正落地。