4. AE核心参数标定：目标亮度设定、权重矩阵设计、Flicker检测与规避
AE（自动曝光）调好了，画面就稳了一半。这话一点都不夸张。我见过太多项目，3A算法跑得飞起，但拍出来的视频就是忽明忽暗，或者室内频闪严重。说白了，AE的核心就三件事：你想让画面多亮、你更看重画面哪个区域、以及怎么躲开灯光的“坑”。
今天我们就把这三点拆开揉碎了讲。嗯，都是我在项目里踩过坑之后总结出来的经验。
4.1 目标亮度设定：到底多亮才算“正常”？
目标亮度，就是AE算法追求的“理想亮度”。它不是一个固定值，而是一个范围。你想想看，拍夜景和拍白纸，能用一个亮度标准吗？
高通平台里，目标亮度通常用Target Luma来表示，单位是“码值”或者“亮度等级”。一般默认在100-120之间（0-255范围）。但说实话，这个默认值只适合“普通室内”。
核心原则：目标亮度不是越高越好。亮度高了，噪点也上去了。我习惯把目标亮度看作“信噪比平衡点”。
4.1.1 不同场景的目标亮度参考
我在调试一款户外运动相机时，发现默认的110码值在强光下过曝严重。后来我总结了一套经验值，你可以直接拿去用：
| 场景类型 | 目标亮度（0-255） | 说明 |
|---|---|---|
| 室内人像 | 100-110 | 肤色自然，背景不过曝 |
| 户外风景 | 90-100 | 保留高光细节，天空不过曝 |
| 夜景/暗光 | 70-85 | 优先降噪，牺牲一点亮度 |
| 文档扫描 | 130-140 | 文字清晰，背景干净 |
| 运动/高速 | 95-105 | 平衡曝光时间和帧率 |
我的习惯：先拍一张“视觉上正确”的照片，然后用工具读出它的平均亮度。把这个值作为初始Target Luma，再微调。比纯靠经验猜要准得多。
4.2 权重矩阵设计：让AE“看”该看的地方
权重矩阵，说白了就是告诉AE：“画面里哪些地方更重要，你优先保证这些地方的曝光正确。”
高通平台支持多种权重模式：中心权重、平均权重、人脸权重、自定义权重。我个人最常用的是自定义权重矩阵，因为它最灵活。
4.2.1 权重矩阵的结构
权重矩阵通常是一个15x15或13x13的网格。每个格子代表画面中的一个区域，数值越高，AE越“在意”这个区域。
// 一个典型的中心权重矩阵（15x15，简化版）
// 数值范围0-15，中心区域权重最高
{
{1, 1, 2, 2, 3, 3, 3, 3, 3, 3, 3, 2, 2, 1, 1},
{1, 2, 2, 3, 4, 4, 4, 4, 4, 4, 4, 3, 2, 2, 1},
{2, 2, 3, 4, 5, 6, 6, 6, 6, 6, 5, 4, 3, 2, 2},
// ... 中间行权重更高
{1, 1, 2, 2, 3, 3, 3, 3, 3, 3, 3, 2, 2, 1, 1}
}
注意：权重矩阵的总和必须归一化。高通平台会自动做归一化，但你给的原始值不能全是0，否则AE会“瞎掉”。
4.2.2 实战中的权重设计策略
我曾经调试过一款行车记录仪。客户投诉说“晚上拍不清车牌”。我一看，AE默认用了中心权重，结果车灯过曝，车牌反而黑了。
后来我改成了下半区权重+中心偏下的矩阵。因为车牌通常在画面下半部分。效果立竿见影。
- 人像模式：人脸区域权重设为15，背景设为1-3。保证人脸亮度准确。
- 风景模式：天空区域（上半区）权重降低，避免天空过曝导致地面太暗。
- 扫码模式：中心区域权重极高，四周几乎忽略。适合二维码、条形码。
- 全景拼接：使用均匀权重，避免拼接处出现亮度跳变。
避坑指南：我曾经把权重矩阵设得太极端——人脸区域权重15，背景0。结果人脸是准了，背景一片死黑。后来我学乖了：背景权重至少保留1-2，给AE留点“余量”。
4.3 Flicker检测与规避：躲开灯光的“陷阱”
Flicker（频闪）是AE调试里最让人头疼的问题之一。你想想看，在50Hz的日光灯下拍视频，画面一会儿亮一会儿暗，跟呼吸似的。这就是Flicker。
为什么会这样？因为电网频率和传感器曝光时间不匹配。50Hz的灯光每秒闪烁100次（半波），如果曝光时间不是10ms的整数倍，就会拍到亮暗条纹。
4.3.1 Flicker检测原理
高通平台的Flicker检测，说白了就是“看”画面亮度的周期性变化。算法会统计连续几帧的亮度值，如果发现规律波动，就判定有Flicker。
// Flicker检测伪代码
// 1. 采集连续N帧的亮度统计值
// 2. 计算亮度序列的FFT（快速傅里叶变换）
// 3. 如果在50Hz或60Hz处有峰值，判定为Flicker
// 4. 锁定曝光时间为10ms（50Hz）或8.33ms（60Hz）的整数倍
关键点：Flicker检测必须在AE收敛之前完成。如果AE已经稳定了才发现Flicker，画面会突然跳变，用户体验极差。
4.3.2 规避策略：Banding与Anti-Flicker
高通平台提供了两种Flicker规避方式：
| 模式 | 原理 | 适用场景 | 缺点 |
|---|---|---|---|
| Auto Banding | 自动检测频率，锁定曝光时间 | 室内混合光源 | 检测需要时间，切换时有跳变 |
| Fixed 50/60Hz | 强制锁定曝光时间为10ms/8.33ms倍数 | 已知光源环境 | 灵活性差，户外可能浪费动态范围 |
我个人更推荐Auto Banding。虽然它有个“检测延迟”，但胜在自适应。我在调试一款智能家居摄像头时，用户家里既有50Hz的日光灯，又有60Hz的显示器。Auto Banding能自动切换，效果很好。
注意：锁定曝光时间后，AE的调节范围会受限。比如锁定在10ms倍数，那曝光时间只能是10ms、20ms、30ms... 在暗光下，你可能无法使用15ms这样的“非标”值，导致画面偏暗。这时候需要配合增益（Gain）来补偿。
4.3.3 Flicker调试的实战经验
我曾经在一个项目中遇到一个“幽灵Flicker”——画面偶尔闪一下，但频率检测又正常。查了三天，最后发现是电源纹波干扰了传感器。嗯，这不是AE能解决的，是硬件问题。
所以，当你发现Flicker怎么都规避不了时，先检查一下：
- 是不是电源纹波过大？
- 是不是传感器驱动时钟有抖动？
- 是不是多颗摄像头同时工作时互相干扰？
我的习惯：在实验室里用50Hz和60Hz的灯箱分别测试。如果两种频率下都能稳定规避，那现场环境基本没问题。如果只有一种频率能过，那就要检查检测算法了。
4.4 本章知识体系
下面这张图总结了AE核心参数标定的整体逻辑。你可以把它当作调试时的“路线图”。
好了，AE核心参数标定这部分就讲到这里。目标亮度、权重矩阵、Flicker检测，这三块是AE调试的“三驾马车”。你只要把每个环节的细节吃透，再结合我提到的那些实战经验，基本上能应对90%的场景。
记住，调试没有银弹。每个项目都有自己的“脾气”。多试、多测、多总结，慢慢你就能找到感觉。