105、自动白平衡统计原理：Sensor 统计模块的 RGB 通道累加与色温反解

105、自动白平衡统计原理：Sensor 统计模块的 RGB 通道累加与色温反解

一、一个让我熬夜三天的白平衡问题

去年做某款50M sensor的调试，客户反馈室内暖光下肤色偏黄，冷光下偏蓝。我第一反应是AWB算法参数没调好，改了一周增益矩阵，效果纹丝不动。后来抓了RAW图用上位机分析，发现统计模块上报的R/G/B平均值在低照度下严重偏离理论值——R通道居然比G还低，这显然不对。

拆开sensor datasheet才发现，统计模块的累加窗口默认只覆盖了有效像素区域的80%，边缘的微透镜阴影导致R通道统计值偏低。更坑的是，这个sensor的统计模块在低增益下会跳过部分像素行来省功耗，跳过的行恰好是R像素占主导的某几行。这种硬件层面的“统计偏差”，靠算法永远调不回来。

从那以后我养成了习惯：拿到新sensor，第一件事不是调算法，而是先验证统计模块的原始数据是否可信。

二、统计模块的硬件累加逻辑

2.1 像素级累加：不是简单的求和

Sensor内部的统计模块（通常叫AE/AWB统计引擎）会在每个帧周期内，对指定ROI区域内的像素进行累加。以Bayer RGGB模式为例，统计模块会分别累加R、G（G1+G2）、B三个通道的像素值。

这里有个关键点：累加不是简单的加法。很多sensor为了节省硬件资源，会做“子采样累加”——比如每4个像素取1个参与统计。如果子采样模式与Bayer patt