📚 课程目录第3章 AWB算法实现

3. AWB算法实现：基于色温估计的增益计算

3.1 自动白平衡（AWB）概述

自动白平衡（Auto White Balance, AWB）是ISP（图像信号处理器）中3A算法（AE、AWB、AF）的核心组成部分。其根本任务是：在不同光源（色温）下，将图像中原本为白色的物体还原为白色，从而消除光源颜色对物体真实色彩的干扰。

AWB算法的实现通常分为三个关键步骤：

色温估计：从输入图像中统计R/G/B通道信息，推断当前场景的光源色温。
增益计算：根据估计的色温，计算R、G、B三个通道的独立增益系数。
通道增益调整：将增益系数应用到原始图像数据上，完成白平衡校正。

  关键指标： 优秀的AWB算法应能在2700K（白炽灯）到6500K（日光）甚至更高色温范围内，保持肤色自然、灰色物体中性，且不引入偏色。

3.2 基于色温估计的增益计算

色温估计是AWB算法的核心。常用的方法包括灰度世界法（Gray World）、完美反射法（Perfect Reflector）以及基于色温曲线的统计法。在工业级ISP中，通常采用基于色温曲线的统计法，因为它对复杂场景的鲁棒性更高。

3.2.1 色温估计原理

色温估计的核心思想是：在特定色温下，白色物体在R/G和B/G色度空间中的分布具有统计规律。通过统计图像中所有像素的R/G和B/G比值，可以找到最接近的色温点。

具体步骤如下：

统计R/G和B/G直方图：将图像划分为多个区域（如MxN网格），计算每个区域的R/G和B/G均值。
剔除异常点：去除过暗、过亮或饱和度过高的区域，避免噪声干扰。
匹配色温曲线：将统计得到的(R/G, B/G)点与预置的色温曲线（Plankian Locus）进行匹配，找到最接近的色温值。

工程经验： 在实际调优中，色温曲线通常由实验室标定获得。标定时使用标准光源箱（如D65、D50、A光源等），拍摄灰卡并记录R/G和B/G比值，形成一条平滑的色温曲线。

3.2.2 增益计算模型

一旦估计出色温 \( T_{est} \)，即可计算R、G、B通道的增益。增益计算的目标是：使校正后的图像中，灰色物体的R、G、B分量相等。

设原始图像中某像素的R、G、B值为 \( R_{raw}, G_{raw}, B_{raw} \)，校正后的值为 \( R_{wb}, G_{wb}, B_{wb} \)，则：

R_wb = R_raw * gain_R
G_wb = G_raw * gain_G
B_wb = B_raw * gain_B

其中，增益系数通常以G通道为基准（gain_G = 1.0），R和B通道的增益根据色温查表或插值得到：

gain_R = 1.0 / (R/G ratio at T_est)
gain_B = 1.0 / (B/G ratio at T_est)

注意： 增益系数不宜过大（通常限制在1.0~4.0之间），否则会放大噪声并导致通道饱和。对于极端低色温（如2000K）或高色温（如10000K）场景，需要配合AE（自动曝光）和降噪模块协同处理。

3.3 R/G/B通道增益调整

通道增益调整是将计算出的增益系数应用到图像数据上的过程。在ISP流水线中，该步骤通常位于黑电平校正（BLC）和去马赛克（Demosaic）之间，或在RAW域直接进行。

3.3.1 增益调整的硬件实现

在嵌入式ISP中，增益调整通常通过硬件乘法器实现，以流水线方式处理每个像素。典型的处理流程如下：

步骤	操作	说明
1	读取RAW像素	从Bayer阵列中读取当前像素的原始值
2	判断通道类型	根据像素位置判断是R、G还是B通道
3	应用增益	将像素值乘以对应的通道增益系数
4	钳位处理	将结果限制在有效位宽内（如10bit: 0~1023）
5	输出校正像素	写入下一级ISP模块

3.3.2 增益调整的精度与位宽

增益调整的精度直接影响白平衡效果。通常使用定点数表示增益系数，例如Q8.8格式（整数8位，小数8位）。以下是一个典型的增益调整代码示例：

// 假设RAW数据为10bit，增益系数为Q8.8格式
uint16_t apply_gain(uint16_t raw_pixel, uint16_t gain_q8) {
    uint32_t result = (uint32_t)raw_pixel * (uint32_t)gain_q8;
    result >>= 8;  // 右移8位，恢复定点数
    if (result > 1023) result = 1023;  // 10bit钳位
    return (uint16_t)result;
}

3.4 AWB调试参数与色温曲线

AWB调试是ISP调优中最耗时、最依赖经验的环节之一。调试的核心是色温曲线和增益映射表的标定与优化。

3.4.1 色温曲线（Plankian Locus）

色温曲线描述了不同色温下，标准白色物体在(R/G, B/G)色度空间中的理论位置。在调试中，工程师需要根据实际传感器和镜头的光学特性，对理论曲线进行修正。

色温（K）	光源类型	典型R/G比值	典型B/G比值
2700	白炽灯（A光源）	1.85	0.55
4000	荧光灯（TL84）	1.40	0.75
5000	日光（D50）	1.20	0.90
6500	阴天（D65）	1.00	1.10
10000	蓝色天空	0.80	1.50

  调试要点： 色温曲线并非固定不变。不同传感器（如OV、Sony、Samsung）的RGB响应曲线不同，同一传感器在不同镜头（CRA、IR滤光片）下也会偏移。因此，每次更换模组（Sensor+Lens）都必须重新标定色温曲线。

3.4.2 主要调试参数

AWB调试涉及多个可调参数，以下是最关键的几个：

色温区间（CCT Range）：定义算法支持的色温范围，如2000K~10000K。超出范围时，算法应进行钳位或使用边界值。
增益上限（Gain Max）：限制R和B通道的最大增益，防止噪声放大和通道饱和。典型值为4.0。
统计窗口（Stat Window）：定义用于色温估计的图像区域。通常避开边缘和过曝区域，使用中心权重窗口。
收敛速度（Convergence Speed）：在视频模式下，AWB需要平滑过渡。通过低通滤波器控制增益变化速率，避免闪烁。
色温曲线插值点数：曲线上的标定点数量。点数越多，色温估计越精细，但计算量也越大。通常使用8~16个标定点。

3.4.3 色温曲线与增益映射关系

色温曲线与增益映射的关系可以通过以下SVG图直观展示：

3.5 工程案例：AWB调优实战

以下是一个典型的AWB调优案例，展示从问题发现到参数优化的完整过程。

3.5.1 问题现象

某款手机摄像头在室内白炽灯（2700K）下拍摄时，画面偏黄严重；在室外阴天（6500K）下拍摄时，画面偏蓝。经分析，原因为色温曲线标定不准确，导致增益计算偏差。

3.5.2 调优步骤

重新标定色温曲线：在标准光源箱中，使用灰卡拍摄2700K、4000K、5000K、6500K、8000K五组图像，记录R/G和B/G比值。
更新增益映射表：根据新标定的曲线，重新计算各色温下的gain_R和gain_B，并写入ISP寄存器。
调整统计窗口：将统计窗口从全图改为中心区域（占图像面积的60%），避免边缘偏色干扰。
设置增益上限：将gain_R和gain_B的上限从5.0降低到3.5，减少噪声放大。
验证与微调：在实际场景中拍摄，使用调试工具（如Imatest）测量色温误差，微调曲线插值点。

调优工具推荐： 使用Imatest的Color/Tone模块或DxO Analyzer进行客观评估。主观评估时，建议使用标准色卡（如X-Rite ColorChecker）和灰卡，确保在不同色温下灰色块的中性度。

3.5.3 调优前后对比

场景	调优前色温误差	调优后色温误差	主观效果
白炽灯（2700K）	±800K	±150K	偏黄明显改善
荧光灯（4000K）	±500K	±100K	肤色自然
阴天（6500K）	±700K	±120K	偏蓝消除

3.6 本章小结

本章详细介绍了AWB算法的实现原理，包括基于色温估计的增益计算、R/G/B通道增益调整的硬件实现，以及AWB调试参数与色温曲线的标定方法。核心要点如下：

色温估计是AWB的基石，依赖于统计R/G和B/G比值与预置色温曲线的匹配。
增益计算以G通道为基准，R和B通道的增益由色温查表得到，需注意增益上限和钳位处理。
色温曲线需要针对具体传感器和镜头进行标定，调试参数包括色温区间、增益上限、统计窗口和收敛速度等。
实际调优中，应结合客观测试（Imatest）和主观评估，反复迭代直至达到目标精度。

下一阶段提示： 在完成AWB调优后，下一步将进入自动对焦（AF）算法的实现与调试。AF与AWB在统计窗口和收敛策略上存在协同关系，需要统一考虑。