📚 课程目录第1章 3A算法概述

1. 3A算法概述：AE、AF、AWB的基本概念与在ISP流水线中的位置

各位好，我是老周。做ISP这行十几年了，今天咱们聊聊3A算法。说白了，3A就是自动曝光（AE）、自动对焦（AF）、自动白平衡（AWB）这三个家伙。它们是ISP流水线的"大脑"，没有它们，摄像头拍出来的画面基本没法看。

我刚开始接触ISP时，总觉得3A是三个独立模块，各干各的。后来踩了不少坑才明白——它们仨是绑在一根绳上的蚂蚱。你想想看，曝光变了，对焦的对比度信息就变了；白平衡调了，曝光统计也得重新算。所以理解3A，得先搞清楚它们各自是什么，在流水线里站什么位置。

AE的目标很简单：让图像亮度刚刚好。太暗了细节全丢，太亮了高光一片死白。它通过调整曝光时间、模拟增益、数字增益这三板斧来控制亮度。

我的经验：AE的优先级通常是曝光时间优先，增益兜底。为什么？因为增益带来的噪声后期很难去掉。我曾经在一个低光项目中，硬是把增益压到3dB以下，靠延长曝光时间配合防抖算法，效果比竞品好一截。

AE在ISP流水线中的位置，一般在RAW域处理之后、去马赛克之前。它需要统计图像的亮度直方图，然后反馈给传感器和ISP前端。

AF的任务是让镜头移动到合适位置，使目标清晰。常见的AF方式有三种：反差对焦（CDAF）、相位对焦（PDAF）、激光/ToF辅助对焦。

注意：AF和AE是强耦合的。曝光变化会影响对比度统计值，导致AF误判。我曾经遇到一个bug：场景从暗到亮切换时，AE突然拉高增益，AF以为画面变清晰了，结果对焦反而跑偏。后来加了曝光补偿逻辑才解决。

AF在流水线中的位置比较靠前，通常在RAW域或者简单的预处理之后。它需要原始像素数据来计算对焦评价函数，不能等去马赛克和颜色校正，否则延迟太大。

AWB解决的是色温问题。人眼会自动适应不同光源，但传感器不会。日光下拍的照片放到白炽灯下看，会偏黄。AWB就是通过调整R/G/B增益，让中性色还原为中性。

常用的AWB算法分两步：

实际项目中的教训：AWB最怕混合光源。比如室内既有日光灯又有窗户进来的自然光，色温估计会左右摇摆。我做过一个安防摄像头项目，白天偏蓝、晚上偏黄，用户投诉不断。后来加了场景分类器，先判断光源类型再选AWB策略，才算稳住。

AWB在流水线中的位置比较靠后，一般在去马赛克、颜色校正之后。因为它需要RGB彩色信息来做色温估计，RAW域的数据是Bayer格式，没法直接算色温。

下面这张图是我自己画的，把3A在ISP流水线中的位置标出来了。你一看就明白。

从这张图你能看到：AE和AF的反馈环路比较靠前，它们需要RAW域的数据来做统计。AWB的反馈环路靠后，需要彩色信息。但注意，这三个反馈是同时工作的，互相影响。

我做了这么多年ISP，最头疼的就是3A协同。为什么？因为三个环路的控制周期不一样：

你想想看，AE每帧都在调亮度，AF还在慢慢找焦点，AWB突然发现色温变了——三个环路互相拉扯，画面就会忽明忽暗、忽冷忽暖、忽糊忽清。这就是所谓的"3A振荡"。

避坑指南：我曾经在一个项目中，AE和AWB的收敛速度没匹配好。AE调快了，AWB跟不上，结果画面亮度稳定了但颜色一直在漂。后来我强制AWB的更新频率比AE慢两倍，才稳住。记住：3A协同的核心是"节奏一致"。

这一章我们聊了3A的基本概念：