1. 3A算法全景概览：什么是3A（AE、AF、AWB）
大家好，我是你们这门课的老朋友。咱们今天开篇，先聊聊ISP里最核心、也最让人头疼的三个家伙——AE、AF、AWB。说白了，它们就是摄像头模组的“自动三兄弟”。
我刚开始接触ISP那会儿，总觉得3A就是个黑盒子。给个画面，它自己就调好了。后来踩的坑多了才明白，这三个算法要是配合不好，拍出来的照片简直没法看。你想想看，曝光不准、对焦模糊、颜色偏得离谱，这图还能用吗？
1.1 到底什么是AE、AF、AWB？
咱们一个一个说清楚。
- AE（自动曝光）：控制进光量。它决定画面是亮堂堂还是黑漆漆。核心就是调曝光时间、模拟增益、数字增益，还有光圈（如果有的话）。
- AF（自动对焦）：让画面清晰。通过移动镜头或者改变透镜位置，找到对比度最高的那个点。我见过不少项目，AF跑飞了，画面一直在“呼吸”，用户直接退货。
- AWB（自动白平衡）：还原真实颜色。不管是在日光灯下还是夕阳下，白纸看起来都得是白的。它负责把色温偏差拉回来。
一句话总结：AE管亮度，AF管清晰度，AWB管颜色。三者缺一不可，互相影响。
1.2 3A在ISP Pipeline中的位置
很多新手会问：3A到底插在ISP流程的哪里？我画个图你就明白了。
看到了吗？3A不是独立模块，它是个闭环反馈系统。统计引擎从RAW图里抓数据，控制算法算完参数，再写回Sensor或者ISP模块。我习惯把3A比作ISP的“大脑”——它不直接处理像素，但所有模块都得听它的。
实战经验：我曾经在一个低光项目中，AE和AWB互相打架。AE为了提亮画面疯狂加增益，AWB以为色温变了也跟着调，结果画面又亮又红。后来我把AE的统计窗口和AWB的统计窗口分开，问题才解决。
1.3 3A算法的核心目标
每个算法都有自己的“小算盘”，但最终目标只有一个：让用户觉得“这张照片拍得不错”。
| 算法 | 核心目标 | 通俗理解 |
|---|---|---|
| AE | 目标亮度稳定在预设值 | 别太亮，别太暗，人脸要看得清 |
| AF | 对焦区域对比度最大化 | 拍什么，什么就得清晰 |
| AWB | 色温估计准确，白点校正 | 白墙不能拍成黄墙 |
嗯，这里要注意。目标听起来简单，但实际场景千变万化。比如AE，你对着天空拍和对着人脸拍，目标亮度能一样吗？所以3A还得有场景识别能力。
1.4 评价指标：怎么才算“调好了”？
做算法最怕没有标准。我见过不少工程师，调了一整天，问ta“好在哪里”，答不上来。咱们得量化。
- AE评价指标：
- 平均亮度误差：目标亮度 vs 实际亮度，误差在 ±5% 以内算及格。
- 收敛速度：从暗到亮，几帧能稳定？我一般要求 10 帧以内。
- 过曝/欠曝面积：高光区域不能超过画面 5%。
- AF评价指标：
- 对焦精度：MTF（调制传递函数）值，通常要求 > 0.3。
- 对焦时间：从启动到锁定，别超过 500ms。
- 来回震荡次数：理想情况是 0 次，最多允许 1 次过冲。
- AWB评价指标：
- 色温估计误差：真实色温 vs 估计色温，误差 < 200K。
- 白点色差：校正后中性色块的 ΔE < 3。
- 场景切换稳定性：从室内到室外，颜色不能闪一下。
避坑指南：我曾经在一个项目中，AWB的色温估计误差只有 50K，但用户还是说颜色不对。后来发现是CCM（色彩校正矩阵）没调好。记住，3A调好了不代表ISP整体就OK，上下游模块都得配合。
1.5 3A算法的整体知识框架
最后，我用一张图把咱们这章的核心内容串起来。这也是后续29章要展开的骨架。
好了，这一章咱们把3A的全貌理清楚了。从定义到位置，从目标到指标，再到整体框架。后面的课程，我会带着大家一个一个模块深挖。记住，3A调优没有银弹，但掌握了底层逻辑，你就能应对任何场景。