一、课程导论：什么是AWB与AE？为什么需要联动调优？

1.1 先聊聊这两个“老熟人”

做图像处理的，没人不知道AWB和AE。但说实话，能把它们真正讲清楚的人，不多。

AWB（自动白平衡），说白了就是让相机在不同光源下，把白色拍成白色。你想想看，在暖黄的台灯下，一张白纸拍出来应该是白的，而不是发黄。AWB干的就是这事儿——它要估计当前光源的色温，然后做色彩校正。

AE（自动曝光），则是控制进光量。它决定你拍的照片是亮堂堂的，还是黑乎乎的。AE要同时管光圈、快门、增益这三样东西，找到那个“刚刚好”的曝光量。

我刚开始做ISP时，总觉得这两个模块是独立的——AWB管颜色，AE管亮度，井水不犯河水。直到有一次，我在项目中遇到了一个让人抓狂的问题……

1.2 为什么需要联动调优？

好，问题来了——这两个模块各自为战，会出什么事？

我直接说一个我踩过的坑吧。曾经有一款手机摄像头，在黄昏场景下，AE觉得画面太暗，于是拉高了增益。结果呢？AWB那边一看，画面噪点多了，色温估计也跟着飘了，它就开始乱调白平衡。两个模块互相打架，最后出来的画面——又亮又偏色，惨不忍睹。

为什么会这样？因为AWB和AE共享同一个输入——RAW图数据。AE改变曝光参数，会直接影响AWB的统计信息：

• 亮度变化：AE把画面调亮，AWB的色温估计窗口可能就变了
• 增益变化：AE拉高ISO，噪声放大，AWB的统计精度下降
• 饱和度变化：过曝区域的色彩信息丢失，AWB没法正确估计

所以，联动调优不是“锦上添花”，而是“不得不做”。

1.3 联动调优的核心挑战

联动调优难在哪儿？我总结了三个关键点：

1. 时序耦合：AE的决策周期通常是帧级别的，AWB可能需要多帧统计才能稳定。谁先谁后？怎么同步？
2. 目标冲突：AE想把暗区提亮，AWB却需要足够的暗区来做色温估计。两个目标有时候是矛盾的。
3. 场景多样性：室内暖光、户外阴天、夜景霓虹灯……每个场景的联动策略都不一样。

嗯，这里要注意——联动调优不是简单的“AWB等AE稳定后再工作”。真正的工程实现，需要一套完整的策略框架。

1.4 课程知识体系总览

下面这张图，是我对这30章内容的整体设计。你可以把它当作一张地图，随时回来看看自己走到哪儿了。

1.5 课程目标与学习路径

这门课的目标很明确——让你从“会用”到“会调”，再到“会设计”。

学习路径我建议这样走：

阶段	章节	学习重点	预期耗时
基础入门	第1-5章	理解AWB/AE原理，掌握基本概念	1-2周
算法深入	第6-12章	啃算法细节，动手跑代码示例	2-3周
工程实战	第13-20章	搭建联动框架，处理真实场景	2-3周
调优与工具	第21-28章	调参技巧、调试工具使用	1-2周
总结与前沿	第29-30章	回顾知识体系，了解行业趋势	1周

1.6 你需要准备什么？

嗯，这里列一下学习这门课的前置条件：

• 编程基础：熟悉Python或C++，能看懂基本的图像处理代码
• 图像处理基础：了解RGB、YUV、直方图等基本概念
• 硬件基础（可选）：有摄像头模组或ISP开发板更好，但不是必须的

我会在课程中提供模拟数据和代码示例，即使没有硬件也能跟着学。