1. 3A算法全景概览：什么是AE、AF、AWB
各位同学，欢迎来到《Spectra ISP 3A算法系统化学习》的第一章。我是你们这门课的主讲，一个在ISP领域摸爬滚打了十几年的老兵。今天咱们不聊虚的，直接切入正题——3A算法到底是什么？
3A，说白了就是三个自动调节功能的缩写：自动曝光（AE）、自动对焦（AF）、自动白平衡（AWB）。你拿起手机拍照，按下快门的瞬间，这三兄弟已经在后台帮你干了一堆脏活累活。
1.1 自动曝光（AE）——控制进光量
AE的目标很简单：让画面不黑不白，细节清晰可见。它通过调节三个参数来实现：
- 曝光时间（快门速度）——传感器感光的时间长短
- 模拟增益（ISO）——信号放大倍数
- 光圈大小（如果有的话）——进光孔径
我在项目中遇到过最头疼的事，就是逆光场景。人脸黑成一片，背景亮得刺眼。这时候AE算法得做权衡——是保人脸还是保背景？好的AE会做局部亮度分析，而不是傻傻地算全图平均。
核心评价指标：
- 目标亮度偏差（Target Luma Error）：实际亮度与目标亮度的差值，通常控制在±0.3EV以内
- 收敛速度：从场景变化到稳定曝光的时间，一般要求<200ms
- 闪烁抑制：在50Hz/60Hz灯光下不出现条纹
1.2 自动对焦（AF）——让画面清晰
AF负责找到画面中最该清晰的那个点。你想想看，如果拍人像，眼睛糊了，这张照片基本就废了。
AF主要分三种类型：
| 类型 | 原理 | 优缺点 |
|---|---|---|
| 反差式AF（CDAF） | 找图像对比度最大的位置 | 精度高，但慢，会来回拉风箱 |
| 相位式AF（PDAF） | 通过专用像素检测相位差 | 速度快，但需要硬件支持 |
| 混合式AF | PDAF粗调 + CDAF精调 | 兼顾速度和精度，主流方案 |
嗯，这里要注意。我早期做过一个项目，用了纯CDAF，结果在低光下对焦慢得像蜗牛爬。后来换成混合式AF，用户体验直接上了一个台阶。
避坑指南：我曾经在PDAF像素校准上栽过跟头。如果校准数据不准，对焦会偏，画面永远差那么一点点。建议量产前做充分的温度补偿校准。
1.3 自动白平衡（AWB）——还原真实色彩
AWB解决的是色温问题。你想想看，白炽灯下偏黄，阴天偏蓝，但人眼会自动校正。相机也得做同样的事。
AWB的核心是估计当前光源的色温，然后调整RGB通道的增益。常用的方法有：
- 灰度世界法：假设场景平均色是灰色
- 完美反射法：找场景中最亮的点作为白色参考
- 色温曲线法：在色温平面上做分类和插值
我个人习惯用色温曲线法，因为它对复杂光源的鲁棒性更好。但要注意，如果场景里全是单一颜色（比如一片绿草地），灰度世界法会翻车。
重要提醒：AWB的收敛速度不能太快，否则在混合光源场景下会来回跳色。我见过一个产品，在超市里白平衡疯狂抖动，用户直接退货。一般建议收敛时间控制在0.5-1秒。
1.4 3A在ISP Pipeline中的位置
3A算法不是独立存在的，它嵌入在ISP（图像信号处理器）的流程中。下面这张图展示了典型的ISP Pipeline：
从这张图你能看到，3A算法位于ISP流程的"旁路"位置。它不直接处理像素，而是从统计模块获取信息，然后做出决策，反馈控制前端模块。说白了，3A是ISP的大脑，而不是手脚。
1.5 3A算法的核心目标与评价指标
3A算法的终极目标是什么？我总结为三点：
- 准确性：曝光要准、对焦要准、白平衡要准。这是底线。
- 稳定性：画面不能忽明忽暗、忽清忽糊、忽冷忽暖。用户最烦这个。
- 实时性：从场景变化到稳定输出，时间要短。一般要求30fps下3-5帧内收敛。
评价指标方面，我列一个常用表格：
| 算法 | 关键指标 | 典型要求 |
|---|---|---|
| AE | 目标亮度偏差、收敛帧数、闪烁抑制比 | 偏差<0.3EV，收敛<5帧 |
| AF | 对焦精度（MTF50）、对焦时间、重复性 | MTF50>0.3，时间<300ms |
| AWB | 色温估计误差、色彩偏差ΔE、稳定性 | ΔE<5，色温误差<200K |
个人经验：我建议你在做3A调优时，先保证稳定性，再追求准确性。一个稳定的次优方案，远比一个抖动的最优方案更受用户欢迎。我曾经为了追求0.1EV的精度提升，把收敛时间拉长了一倍，结果被产品经理骂得狗血淋头。
好了，第一章的内容就到这里。3A算法看似简单，但真正做好，需要你对光学、传感器、图像处理都有深入理解。后面的章节，我会带你一步步拆解每个算法的细节。