1. AWB 基础概念：色温、光源、白平衡校正原理与色温曲线

自动白平衡（Auto White Balance, AWB）是 ISP 图像调试中最核心的模块之一。它的任务是让摄像头在不同光源下拍摄的白色物体，在图像中呈现为“真正的白色”。理解 AWB 的基础概念，是后续 tuning 工具联调的前提。

1.1 色温与光源

色温（Color Temperature）是描述光源颜色的物理量，单位为开尔文（K）。它基于黑体辐射理论：当黑体被加热到一定温度时，会发出特定颜色的光。温度越低，光色越偏红；温度越高，光色越偏蓝。

1.2 白平衡校正原理

白平衡校正的核心思想是：假设场景中所有像素的“平均色”或“最亮色”是中性灰（R=G=B），然后通过调整 R、G、B 通道的增益，使图像中的白色物体恢复为中性色。

校正过程分为两步：

1. 色温估计： 从图像统计信息（R/G、B/G 比值）推断当前光源色温。
2. 增益计算： 根据估计的色温，查表或插值得到 R 和 B 通道的增益系数，G 通道通常固定为 1.0。

数学表达式如下：

R_out = R_in × gain_R
G_out = G_in × gain_G  (gain_G = 1.0)
B_out = B_in × gain_B

其中 gain_R 和 gain_B 由色温曲线（Planckian Locus）上的插值得到。

1.3 色温曲线（Planckian Locus）及其在 tuning 中的意义

色温曲线（Planckian Locus，简称 PL）是 CIE 1931 色度图中，不同色温的黑体辐射色坐标连成的曲线。在 ISP 调试中，我们将 R/G 和 B/G 的比值映射到二维平面上，形成一条“光源轨迹”。

下图展示了典型的色温曲线在 R/G – B/G 坐标系中的形态：

在 tuning 工具中，色温曲线具有以下核心意义：

1.4 AWB 统计与色温估计流程

在 ISP 硬件中，AWB 模块通常按以下流程工作：

1. 统计窗口划分： 将图像划分为 M×N 个统计块（如 16×16 或 32×32）。
2. 颜色分量累加： 对每个块内的 R、G、B 像素值分别求和，得到 R_sum、G_sum、B_sum。
3. 比值计算： 计算每个块的 R/G 和 B/G 比值。
4. 权重筛选： 剔除过暗、过饱和或接近纯色的块，保留“可能为白色”的块。
5. 全局统计： 对筛选后的块做加权平均，得到整帧的 R/G_avg 和 B/G_avg。
6. 色温匹配： 将 (R/G_avg, B/G_avg) 与标定的 PL 曲线对比，找到最近的色温点。
7. 增益输出： 根据匹配到的色温，查表输出 gain_R 和 gain_B。

下图展示了 AWB 统计与色温估计的完整流程：

1.5 色温曲线在 tuning 工具中的实际应用

在 tuning 工具（如高通 ChromaTune、MTK Camera Tool、海思 ISP Tool）中，色温曲线通常以“二维散点图 + 拟合曲线”的形式呈现。调试人员可以：

• 手动添加/删除标定点： 针对特定光源（如 D65、A、TL84）采集多帧统计值，取平均后加入曲线。
• 调整插值权重： 在两个标定点之间，可以设置插值偏向（如更接近 D65 或更接近 A 光源），影响中间色温的增益输出。
• 设置保护区域： 在 PL 曲线周围定义一个“可信区间”，统计值落在此区间外时，AWB 保持上一帧增益或回退到默认值。
• 可视化调试： 实时显示当前帧的统计落点，观察是否偏离 PL 曲线，快速定位偏色原因。