4、AWB算法流程解析：色温估计、增益计算、色彩校正矩阵（CCM）联动、AWB与CCM的耦合关系

自动白平衡（AWB）是ISP Pipeline中决定色彩还原准确性的核心模块。其算法流程并非孤立的增益计算，而是与色彩校正矩阵（CCM）存在深度耦合。本章将逐层拆解AWB的标准流程：从色温估计、增益计算到CCM联动，并重点分析AWB与CCM之间的耦合关系及其对调试的影响。

4.1 AWB标准算法流程总览

一个完整的AWB算法通常包含以下四个核心阶段：

1. 色温估计：从图像统计信息中推断当前场景的光源色温。
2. 白点检测与置信度：筛选出场景中的“白色”区域，排除彩色物体干扰。
3. 增益计算：根据估计的色温，计算R/G/B通道的数字增益。
4. CCM联动与色彩校正：将AWB增益后的数据送入CCM，完成最终的色彩还原。

4.2 色温估计方法

色温估计是AWB的起点，其准确性直接影响后续所有环节。常见的估计方法包括：

4.3 增益计算与白点检测

在估计出色温后，AWB需要计算R/G/B三通道的增益值。增益计算的核心公式如下：

// 假设目标色温下白点的R/G和B/G比值为 target_RG, target_BG
// 当前场景统计的白点平均值为 cur_RG, cur_BG

gain_R = target_RG / cur_RG;
gain_G = 1.0;  // 通常固定G通道增益为1
gain_B = target_BG / cur_BG;

// 最终输出像素：
R_out = R_in * gain_R;
G_out = G_in * gain_G;
B_out = B_in * gain_B;

白点检测是增益计算的前置步骤，其目的是从全图统计中排除彩色物体。常见的白点检测策略包括：

• 色度阈值法：在R/G vs B/G平面划定一个“白点区域”，落在区域外的像素不参与统计。
• 亮度加权法：只统计亮度在中间范围（如10~90%亮度）的像素，避免暗部噪声和过曝区域。
• 色温自适应窗口法：根据估计的色温动态调整白点检测窗口的位置和大小。

4.4 色彩校正矩阵（CCM）联动

CCM是一个3x3矩阵，用于将传感器RGB色彩空间转换到标准色彩空间（如sRGB）。其数学形式为：

| R_out |   | c00  c01  c02 |   | R_in |
| G_out | = | c10  c11  c12 | * | G_in |
| B_out |   | c20  c21  c22 |   | B_in |

CCM的系数通常在实验室环境下，使用标准色卡（如X-Rite ColorChecker）标定得到。标定过程需要固定光源色温（如D65、D50、A光源等）。

4.5 AWB与CCM的耦合关系

AWB与CCM的耦合是ISP调试中最复杂、最容易出问题的环节之一。其耦合关系可以归纳为以下三点：

4.6 多色温CCM插值策略

为了解决AWB与CCM的耦合问题，业界普遍采用多色温CCM插值策略。其核心思想是：在多个标准色温点（如2700K、4000K、5500K、6500K）分别标定CCM系数，然后在运行时根据AWB估计的色温值进行线性或非线性插值。

插值公式示例：

// 假设在色温T1和T2处标定了CCM1和CCM2
// 当前AWB估计色温为T_cur (T1 < T_cur < T2)

alpha = (T_cur - T1) / (T2 - T1);
CCM_cur = (1 - alpha) * CCM1 + alpha * CCM2;

4.7 联调中的常见问题与解决方案