2. 自动曝光(AE)基础理论：曝光三要素与核心指标

自动曝光，说白了就是让摄像头帮你决定“进多少光”。

我刚开始做ISP时，觉得AE不就是调调亮度嘛，有啥难的？后来在项目中踩了无数坑，才明白这玩意儿的水有多深。今天咱们就把AE的底裤扒干净。

2.1 曝光三要素：光圈、快门、增益

这三兄弟共同决定了最终图像的亮度。你可以把它们想象成一个水龙头：

• 光圈（Aperture）：水管粗细。越大，单位时间进水量越多。
• 快门（Shutter）：开水龙头的时间。越长，总进水量越多。
• 增益（Gain/ISO）：在水里加浓缩剂。信号放大了，但杂质（噪声）也跟着放大。

在嵌入式平台上，光圈通常是固定的（手机摄像头基本都是固定光圈）。所以我们真正能调的，主要是快门和增益。

这里有个坑——曝光值（EV）。EV每增加1，亮度翻倍。但EV只描述了光圈和快门的组合，没考虑增益。我见过不少新手把EV和最终亮度直接划等号，结果调了半天发现增益没算进去，画面噪点炸裂。

2.2 曝光值与亮度的关系

曝光值（EV）和最终图像亮度之间，不是简单的线性关系。

为什么？因为传感器有响应曲线。你想想看，把快门从1ms调到2ms，亮度确实翻倍了。但从100ms调到101ms，亮度几乎没变化。这就是传感器的非线性区。

我习惯把整个链路拆成三段来看：

阶段	输入	输出	关系
光学阶段	场景亮度	传感器照度	线性（光圈决定）
电学阶段	传感器照度	原始数字值	近似线性（快门+增益）
ISP阶段	原始数字值	最终图像亮度	非线性（Gamma/色调映射）

所以，AE算法真正要控制的，是传感器输出的原始数字值，而不是最终你看到的图像亮度。这个区别很重要。

2.3 AE的目标与评价指标

AE到底要达成什么？三个字：准、快、稳。

2.3.1 目标亮度（Target Brightness）

这是AE的“准”。我们需要把图像亮度锁定在某个目标值上。

目标亮度怎么定？一般用平均亮度或加权平均亮度。我常用的做法是：

• 对画面分块（比如15×15网格）
• 每块计算平均亮度
• 中心区域权重高，边缘权重低
• 加权求和得到最终统计值

目标值通常设在128左右（8位数据），但这不是死的。暗光场景下，我习惯把目标调低到100左右，避免增益过高导致噪声爆炸。

2.3.2 收敛速度（Convergence Speed）

这是AE的“快”。从当前亮度调整到目标亮度，需要多少帧？

收敛速度太慢，用户体验极差——你想想看，拿着手机从暗处走到亮处，画面要花两三秒才稳定，这谁受得了？

但收敛速度也不是越快越好。我见过一些方案，一帧就跳到目标值，结果画面像抽风一样来回震荡。

2.3.3 稳定性（Stability）

这是AE的“稳”。画面稳定后，不能出现周期性闪烁或抖动。

稳定性问题通常来自两个地方：

1. 统计噪声：传感器噪声导致每帧统计值有波动
2. 控制震荡：反馈环路参数不合适，导致过冲

我处理稳定性的三板斧：

• 时域滤波：对统计值做IIR滤波，α系数取0.3-0.5
• 死区设置：误差在±3以内不调整
• 步长限制：单次调整不超过0.5EV

2.4 三要素的权衡与选择策略

光圈、快门、增益，怎么搭配？这里有个优先级问题。

我个人的策略是：

1. 先调快门：保证运动物体不模糊的前提下，尽量用慢快门
2. 再调增益：快门到上限了还不够亮，才加增益
3. 光圈基本不动：固定光圈方案，动不了

为什么先调快门？因为快门影响的是曝光时间，不引入额外噪声。增益每增加6dB，信噪比就下降6dB。你想想看，这代价多大。

2.5 知识体系总览

下面这张图把AE的核心逻辑串起来了。我建议你多看几遍，理解每个模块之间的依赖关系。

2.6 实战中的常见问题

最后，分享几个我在项目中踩过的坑：

嗯，AE的基础理论就这些。记住三个关键词：准、快、稳。后面我们会深入AE的算法实现，到时候这些理论都会用上。