4. AE场景适配：逆光、低光与高动态的实战策略
自动曝光（AE）调得好不好，直接决定用户第一眼看到的画面感受。我这些年调过不少平台的ISP，坦白讲，AE的难点不在于算法本身，而在于场景适配。同一个参数，在室内灯光下表现完美，拿到逆光场景就翻车了。
这一章，我们专门聊聊三个最头疼的场景：逆光、低光和高动态。每个场景我都会给出具体的策略和参数建议，也会分享一些我踩过的坑。
4.1 逆光场景的AE策略：HDR与局部曝光
逆光场景，说白了就是背景亮、主体暗。人脸黑成一片，背景却过曝。这时候全局测光基本没用，你得用局部手段。
4.1.1 问题本质
逆光的核心矛盾是动态范围不足。传感器能记录的亮度范围有限，背景天空可能已经达到1000cd/m²，人脸只有10cd/m²。你想想看，一个8bit的RAW，能同时保留这两者吗？
关键指标：逆光场景下，人脸区域亮度通常比背景低3~5档EV。如果AE只做全局平均，人脸必然欠曝。
4.1.2 我的策略：局部曝光优先 + HDR融合
我个人习惯分两步走：
- 人脸检测优先测光：先锁定人脸区域，以人脸亮度为基准做目标曝光。背景过曝？没关系，后面用HDR拉回来。
- HDR融合：拍两帧或三帧不同曝光的图像，短帧保背景细节，长帧保人脸亮度，最后融合。
这里有个坑。我曾经在某个项目里，HDR融合权重没调好，人脸区域出现明显的鬼影。后来我加了一个运动检测模块，只在静态区域做多帧融合，动态区域用单帧局部提亮。效果好了很多。
避坑指南：HDR融合时，注意人脸区域的色调映射。我曾经遇到过融合后人脸肤色偏紫，原因是长帧和短帧的白平衡不一致。建议先做白平衡对齐，再做融合。
4.1.3 参数调优建议
| 参数 | 推荐值 | 说明 |
|---|---|---|
| 人脸目标亮度 | 120~140 (8bit) | 比正常场景略高，补偿逆光损失 |
| HDR帧数 | 2~3帧 | 帧数太多会增加鬼影风险 |
| EV步长 | ±2 EV | 步长太大，融合后噪声明显 |
| 融合权重 | 人脸区域长帧权重0.7 | 背景区域短帧权重0.8 |
4.2 低光场景的AE策略：长曝光与多帧合成
低光场景，说白了就是光线不够。你强行提高ISO，噪声就炸了；你降低快门速度，手抖就糊了。怎么办？
4.2.1 问题本质
低光下，信噪比（SNR）是最大的敌人。每提升一档ISO，噪声功率大约翻倍。我见过很多工程师一上来就拉ISO，结果画面亮是亮了，但全是噪点，用户直接差评。
警告：ISO超过1600后，彩色噪声和亮度噪声会急剧增加。如果必须用高ISO，务必配合强降噪算法，否则画面质量不可接受。
4.2.2 我的策略：长曝光 + 多帧合成
我建议分场景处理：
- 静态场景（三脚架/手机固定）：优先用长曝光。快门速度可以降到1/4s甚至1s，ISO压到最低。我做过一个夜景模式，快门最长到2s，ISO只用到100，画面干净得像白天。
- 手持场景：长曝光不现实，手抖会糊。这时候用多帧合成。拍4~8帧短曝光帧（比如1/15s），然后做对齐和平均。信噪比能提升sqrt(N)倍，N是帧数。
嗯，这里要注意。多帧合成时，对齐算法很关键。我曾经用简单的平移对齐，结果画面边缘有重影。后来换成基于特征点的仿射变换对齐，效果才稳定下来。
4.2.3 参数调优建议
| 场景 | 快门速度 | ISO | 帧数 | 备注 |
|---|---|---|---|---|
| 静态低光 | 1/4s ~ 2s | 100~400 | 1帧 | 必须防抖或三脚架 |
| 手持低光 | 1/15s ~ 1/30s | 400~800 | 4~8帧 | 对齐算法要强 |
| 极低光 | 1/8s | 800~1600 | 8~12帧 | 配合降噪算法 |
个人经验：多帧合成时，帧数不是越多越好。超过8帧后，信噪比提升开始饱和，而且运动区域的重影风险会显著增加。我一般控制在6帧左右，性价比最高。
4.3 高动态场景的AE策略：WDR与Tone Mapping联动
高动态场景，比如大光比的户外、夜景霓虹灯、室内窗边。这时候单帧HDR已经不够用了，你需要WDR（宽动态）和Tone Mapping（色调映射）配合。
4.3.1 问题本质
高动态场景的动态范围可能超过120dB，而普通传感器的动态范围只有60~70dB。你想想看，传感器根本记录不下全部信息。WDR通过多帧或像素级双增益来扩展动态范围，但扩展后的数据是线性的，人眼看着不舒服。这时候就需要Tone Mapping来做非线性压缩。
4.3.2 我的策略：WDR + Tone Mapping联动
我习惯把WDR和Tone Mapping看作一个整体流程，而不是两个独立模块。具体做法：
- WDR采集：用双增益或长短帧模式，生成高动态RAW数据。动态范围可以扩展到100dB以上。
- 全局亮度映射：先做一次全局的Tone Mapping，把高动态数据压缩到8bit或10bit显示范围。我常用的是对数映射或自适应直方图均衡。
- 局部对比度增强：全局映射后，暗部细节可能还是不够。这时候做局部对比度增强，比如基于引导滤波的局部Tone Mapping。
这里有个关键点。WDR和Tone Mapping的参数必须联动。比如WDR的增益比决定了高光区域的压缩程度，Tone Mapping的gamma值决定了暗部提亮程度。如果两者不匹配，画面会出现“假亮”或“假暗”的现象。我遇到过最离谱的一次，WDR增益设得太高，Tone Mapping又压得太狠，结果画面看起来像塑料质感。
核心原则：WDR负责扩展动态范围，Tone Mapping负责视觉呈现。两者必须协同调优，不能各自为政。
4.3.3 参数调优建议
| 参数 | 推荐值 | 说明 |
|---|---|---|
| WDR增益比 | 4x ~ 16x | 增益比越大，动态范围越宽，但噪声也越大 |
| Tone Mapping gamma | 0.4 ~ 0.6 | gamma越低，暗部提亮越明显 |
| 局部对比度强度 | 0.3 ~ 0.5 | 强度太高会产生光晕 |
| 高光保护阈值 | 90% ~ 95% | 超过阈值的像素做软裁剪，防止过曝 |
4.3.4 流程图：WDR与Tone Mapping联动流程
下面这张图展示了WDR和Tone Mapping的完整联动流程。你可以看到，从传感器采集到最终输出，每一步都相互影响。
调优技巧：WDR增益比和Tone Mapping gamma是一对“跷跷板”。增益比大了，gamma就要适当调高，否则画面会发灰。我一般先固定增益比，调gamma到视觉舒适，再微调增益比。
4.4 本章小结
三个场景，三种策略，但核心逻辑是一样的：理解场景的物理限制，用算法去弥补硬件的不足。逆光靠局部曝光和HDR，低光靠长曝光和多帧合成，高动态靠WDR和Tone Mapping联动。每个策略都有参数需要调优，也有坑需要避开。