自动曝光（AE）基础：曝光三要素与收敛目标
自动曝光，说白了就是让摄像头自己决定「吃多少光」。我刚开始做ISP的时候，总觉得AE不就是调调亮度嘛，后来被各种过曝、闪烁、拖影折磨过，才明白这里面的门道有多深。今天咱们就把AE的底裤扒干净。
曝光三要素：光圈、快门、增益
这三兄弟共同决定了传感器最终能捕获多少光。你可以把它们想象成一个水龙头接水的过程：
- 光圈（Aperture） —— 水管的口径。口径越大，单位时间进水量越大。在镜头模组里，光圈通常用F数表示，F值越小，光圈越大。
- 快门（Shutter） —— 你打开水龙头的时间。时间越长，接的水越多。在传感器里，这就是曝光时间，单位通常是毫秒或微秒。
- 增益（Gain） —— 你往水里加浓缩剂。水不够多？加点浓缩剂让水看起来更浓。但代价是杂质（噪声）也被放大了。
核心公式： 图像亮度 ∝ 光圈面积 × 曝光时间 × 增益
注意是「∝」不是「=」，因为还有量子效率、透光率等一堆系数。但在工程上，这个比例关系已经足够指导我们做控制了。
我在项目中遇到过一件事：某款手机在暗光下拍出来的照片噪点特别多。一看AE策略，增益拉到6倍，快门却只有1/30秒。我建议把快门降到1/15秒，增益降到3倍，信噪比立刻提升了将近6dB。嗯，这里要注意——很多人不敢降快门，怕手抖糊片，但如果你有OIS或者电子防抖，其实可以大胆一些。
曝光值与亮度关系
曝光值（EV，Exposure Value）是一个标准化的度量，用来描述场景的亮度水平。它的定义是：
EV = log₂(F² / T)其中F是光圈F数，T是快门时间（秒）。EV每增加1，场景亮度翻倍。你想想看，这个公式把光圈和快门统一到了一个维度上，方便我们做换算。
实际工程中，我们更关心的是数字域里的亮度映射。传感器输出的原始数据经过黑电平校正、线性化之后，会得到一个线性的亮度值。AE算法的目标，就是让这个亮度值落在我们期望的区间内。
| 场景类型 | 典型EV范围 | 目标亮度（8bit归一化） | 常见问题 |
|---|---|---|---|
| 阳光明媚的户外 | 12 ~ 15 EV | 180 ~ 220 | 高光溢出 |
| 阴天/室内 | 8 ~ 11 EV | 120 ~ 160 | 对比度不足 |
| 黄昏/暗光 | 4 ~ 7 EV | 80 ~ 120 | 噪声明显 |
| 夜景/极暗 | 0 ~ 3 EV | 40 ~ 80 | 信噪比差 |
这张表是我自己总结的，不同sensor的响应曲线不一样，但大方向不会变。我曾经在调试一款车载摄像头时，发现目标亮度设得太高（200以上），导致夜间高亮车灯区域一片死白。后来把目标亮度降到140，配合局部色调映射，效果好了很多。
AE的收敛目标：目标亮度
AE不是漫无目的地调参数，它有一个明确的靶子——目标亮度（Target Luminance）。这个值通常用一个16x16或32x32的网格统计图的平均亮度来表示。
为什么不用全图平均？你想想看，如果画面里有一大片天空，全图平均会被拉高，导致人脸欠曝。所以实际工程中，我们会做权重分区：
- 中心区域权重高（人脸通常在这里）
- 边缘区域权重低
- 过亮/过暗区域可以降权或剔除
个人习惯： 我会把目标亮度设为一个范围，而不是一个固定值。比如 [110, 140] 的区间，只要统计亮度落在这个区间内，AE就认为收敛了。这样可以避免在临界点来回震荡。
收敛过程本质上是一个闭环反馈控制：
- 采集当前帧的亮度统计
- 与目标亮度比较，计算误差
- 根据误差调整光圈/快门/增益
- 等待下一帧，重复步骤1
这里有个坑——我曾经踩过：反馈周期太短。如果你每帧都调整，画面会像呼吸一样忽明忽暗。建议至少等2~3帧再做下一次调整，给系统一个稳定时间。
注意： 增益不是万能的。增益每增加一倍（6dB），噪声的幅度也增加一倍。在暗光场景下，优先拉长快门时间，其次再考虑增益。快门的上限取决于帧率和场景运动程度——拍静态场景可以到1/15秒，拍运动物体最好别低于1/60秒。
知识结构总览
下面这张图把AE的核心逻辑串起来了，建议你保存下来对照着看：
这张图里，从上到下是「物理参数 → 标准度量 → 数字映射 → 控制目标」的链路。右侧的权重分区框是我特别加上的——很多AE翻车都是因为没做好权重分配。
最后说一句：AE没有银弹。不同场景、不同sensor、不同镜头，参数都要微调。我习惯在调试阶段把AE的中间变量全部dump出来，包括每帧的统计亮度、目标亮度、三要素当前值，画成曲线看收敛过程。这样一眼就能看出是震荡了、收敛慢了、还是目标亮度设得不合理。