4. AWB统计信息：ISP统计窗口配置与色温估计

AWB（自动白平衡）的准确性高度依赖ISP前端提供的统计信息质量。本章深入剖析统计窗口（Zone/Region）的划分策略、R/G/B直方图的解读方法以及色温区间估计（CCT Estimator）的实现原理，帮助调试人员快速定位AWB统计异常。

4.1 统计窗口配置（Zone/Region）

ISP通常将整帧图像划分为M×N个统计窗口（Zone），每个窗口独立计算R、G、B的均值与直方图。窗口划分方式直接影响AWB对不同光源场景的适应能力。

4.1.1 窗口划分策略对比

4.1.2 窗口配置参数清单

以下为典型ISP统计窗口配置寄存器参数（以某主流ISP芯片为例）：

// 统计窗口尺寸配置
STAT_WIN_H_NUM = 15;   // 水平方向窗口数
STAT_WIN_V_NUM = 11;   // 垂直方向窗口数
STAT_WIN_WIDTH  = 128; // 每个窗口宽度（像素）
STAT_WIN_HEIGHT = 96;  // 每个窗口高度（像素）

// 窗口使能与权重
STAT_WIN_ENABLE = 0xFFFF; // 全窗口使能
STAT_WIN_WEIGHT[0..164] = {1}; // 均匀权重

// 有效像素范围（排除黑边/OVB）
STAT_VALID_START_X = 16;
STAT_VALID_START_Y = 12;
STAT_VALID_END_X   = 4095;
STAT_VALID_END_Y   = 3071;

4.2 R/G/B统计直方图

每个统计窗口输出的R、G、B直方图是AWB算法判断场景色温分布的核心依据。直方图通常包含256个bin（8bit数据）或1024个bin（10bit数据），反映每个颜色通道的像素值分布。

4.2.1 直方图数据结构

以10bit RAW数据为例，每个窗口的直方图数据结构如下：

// 单个窗口直方图结构体
typedef struct {
    uint32_t r_hist[1024]; // R通道直方图
    uint32_t g_hist[1024]; // G通道直方图
    uint32_t b_hist[1024]; // B通道直方图
    uint32_t pixel_count;  // 窗口内有效像素总数
    uint32_t r_sum;        // R通道像素值累加和
    uint32_t g_sum;        // G通道像素值累加和
    uint32_t b_sum;        // B通道像素值累加和
} awb_stat_window_t;

4.2.2 直方图典型异常模式

4.3 色温区间统计（CCT Estimator）

CCT Estimator（相关色温估计器）是AWB模块中负责将统计窗口的R/G、B/G比值映射到色温区间的关键组件。它通常基于预定义的色温查找表（LUT）或多项式模型进行估计。

4.3.1 CCT Estimator工作流程

4.3.2 色温区间划分参考

实际工程中，CCT Estimator通常将色温划分为若干离散区间，每个区间对应一组AWB增益。以下为典型划分方案：

4.4 统计信息调试实战要点

4.4.1 统计窗口可视化调试

在ISP调试工具中，建议开启以下可视化功能：

• 窗口覆盖图：在图像上叠加显示统计窗口网格，每个窗口用颜色标记其R/G比值（如红色表示R/G偏高，蓝色表示R/G偏低）。
• 直方图实时刷新：选中任意窗口，实时显示该窗口的R/G/B直方图，支持叠加显示多个窗口的直方图对比。
• 色温分布热力图：将每个窗口估计的CCT值映射为颜色，生成整帧的色温分布热力图，快速定位色温异常区域。

4.4.2 常见统计异常排查清单