AE算法核心逻辑：目标亮度、权重矩阵、曝光补偿与收敛控制

自动曝光（AE）是3A算法里最基础、也最容易被低估的一环。很多人觉得AE不就是调个亮度嘛，其实不然。你想想看，一个场景里既有亮部又有暗部，到底以谁为准？拍人脸和拍风景，目标亮度能一样吗？这些问题的答案，就藏在AE的四个核心逻辑里。

我个人习惯把AE拆成四个模块来看：目标亮度设定、权重矩阵设计、曝光补偿策略、收敛速度与稳定性。下面我们一个一个聊。

1. 目标亮度设定：你到底想要多亮？

目标亮度，说白了就是AE算法最终想把画面拉到什么亮度水平。这个值通常用平均亮度（Yavg）或者目标编码值（Target Code）来表示。比如在8-bit的YUV空间里，目标亮度可能设在118左右（18%灰对应值）。

但实际项目中，目标亮度不是一成不变的。我记得有一次做前置摄像头调试，客户反馈自拍时人脸偏暗。查了半天，发现是目标亮度设得太低，导致算法把肤色压暗了。后来我们把目标亮度从118调到128，问题就解决了。

常见的设定方式有两种：

• 固定目标值：简单粗暴，适合光照稳定的场景（如室内）。
• 自适应目标值：根据场景统计信息动态调整，适合复杂光照环境。

下面这张图展示了目标亮度在AE流程中的位置：

2. 权重矩阵设计：谁说了算？

权重矩阵，就是告诉AE算法：画面里哪些区域更重要。比如拍人像时，人脸区域权重应该最高；拍风景时，天空和地面可能各占一半。

常见的权重矩阵有：

矩阵类型	适用场景	特点
中心权重	常规拍照	中心区域权重高，边缘低
人脸权重	人像模式	人脸区域权重最高
平均权重	风景模式	所有区域权重相同
自定义权重	特殊场景	根据需求手动设定

我曾经踩过一个坑：某款手机在拍夜景时，画面边缘总是过暗。查了权重矩阵才发现，中心权重设得太高，边缘几乎没贡献。后来改成高斯渐变权重，边缘亮度就正常了。

3. 曝光补偿策略：手动干预的艺术

曝光补偿，就是允许用户或算法在自动曝光的基础上做偏移。比如拍雪景时，自动曝光容易把雪拍成灰色，这时候就需要+1EV的补偿。

曝光补偿的实现方式：

• 用户手动补偿：通过UI滑块调整，范围通常±3EV。
• 场景自动补偿：算法根据场景识别自动调整，比如逆光检测到人脸时自动+1EV。
• AE-Tuning补偿：调试阶段通过参数配置，比如针对特定ISO范围做偏移。

我记得有一次调试，客户反馈在暗光下拍照偏亮。检查发现是AE算法在低照度时自动加了补偿，导致噪点增多。后来我们限制了补偿范围，只在ISO低于800时才允许补偿。

4. 收敛速度与稳定性：快还是稳？

收敛速度，就是AE从当前亮度调整到目标亮度需要多少帧。稳定性，就是调整过程中会不会出现亮度抖动。

这两者是一对矛盾：

• 收敛太快：容易过冲，画面亮度会来回震荡。
• 收敛太慢：用户会感觉画面迟迟不亮，体验差。

我常用的策略是分段收敛：

1. 粗调阶段：前3~5帧大步调整，快速接近目标。
2. 精调阶段：后续帧小步微调，避免过冲。
3. 锁定阶段：亮度稳定后，停止调整或只做极小幅度的修正。

下面是一个典型的收敛曲线对比：

5. 实战中的权衡与取舍

在实际Tuning中，这四个模块是相互影响的。比如：

• 目标亮度设得高，收敛速度就要快，否则用户会感觉画面暗太久。
• 权重矩阵偏向人脸，曝光补偿就要谨慎，否则背景容易过曝。
• 收敛速度快的算法，稳定性往往差，需要加阻尼系数。

我建议的调试顺序是：

1. 先定目标亮度（根据场景和客户需求）。
2. 再设计权重矩阵（考虑主体和背景）。
3. 然后配置曝光补偿（处理特殊场景）。
4. 最后调收敛参数（平衡速度和稳定性）。