海思ISP AE与WDR宽动态联合调优实战 - 第1节

1.1 课程导论：AE与WDR在安防与车载领域的核心地位

自动曝光（AE）与宽动态（WDR）是摄像头成像质量的两大基石。在安防监控与车载感知系统中，光线环境极端复杂——从隧道出口的瞬间强光到夜间低照度场景，从逆光车牌到车内暗部人脸。AE与WDR的联合调优直接决定了图像是否“看得清”与“看得准”。

1.1.1 安防与车载场景的成像挑战

1.1.2 AE与WDR的技术定位

• AE（自动曝光）： 通过调整曝光时间、模拟增益、数字增益，使图像整体亮度稳定在目标值附近。核心指标：目标亮度、收敛速度、抗闪烁。
• WDR（宽动态）： 通过多帧合成（长曝光+短曝光）或单帧分割曝光，扩展场景的动态范围。核心指标：动态范围（dB）、合成鬼影抑制、信噪比。
• 联合关系： WDR的帧合成策略（长短帧比例、帧率分配）必须由AE的曝光权重决定；AE的测光区域必须避开WDR合成后的过曝/欠曝区域。

1.2 课程目标与学习路径

1.2.1 课程总目标

通过本课程，学员将掌握从理论到实战的AE与WDR联合参数配置能力，能够独立完成以下任务：

1. 独立分析 安防/车载场景的光线特征，确定AE与WDR的调优方向。
2. 熟练配置 ISP寄存器级参数（曝光时间、增益、帧率、合成比、测光权重）。
3. 联合调优 AE收敛曲线与WDR合成效果，解决过曝、欠曝、鬼影、闪烁等常见问题。
4. 工具化验证 使用调试工具（如海思/安霸/Sigmastar平台工具）进行实机效果评估。

1.2.2 学习路径与章节地图

1.2.3 适合人群与前置知识

• ISP调试工程师： 需要系统化提升AE与WDR联合调优能力。
• 安防/车载摄像头模组工程师： 负责图像效果调试与问题定位。
• 嵌入式视觉算法工程师： 需要理解ISP底层参数对算法输入的影响。
• 前置知识： 了解基本成像原理（曝光、增益、帧率），熟悉一种ISP调试工具（如海思IVE、安霸、Sigmastar ISP Tool）为佳。