165、自动曝光（AE）测光策略：全局测光、中心加权、人脸AE与曝光时间/增益分配

165、自动曝光（AE）测光策略：全局测光、中心加权、人脸AE与曝光时间/增益分配

一、从一次“翻车”现场说起

去年调试某款旗舰手机的前摄，遇到一个诡异现象：用户在室内自拍时，背景窗户过曝成一片死白，但人脸却偏暗。ISP团队调了一周AE参数，试了各种权重表，死活搞不定。最后我让他们把测光窗口的原始亮度直方图拉出来一看——好家伙，人脸区域亮度只有80 LSB，窗户区域飙到950 LSB，动态范围接近12档。全局测光算出来的平均亮度是450 LSB，AE直接按这个值去调曝光，结果人脸欠曝两档，窗户过曝三档。

这就是典型的“测光策略选错，神仙难救”的案例。今天这篇笔记，就把AE测光这块硬骨头啃透。

二、全局测光：简单粗暴但坑多

全局测光（Global Metering）是所有测光策略的“地基”。它的核心逻辑就是把整个sensor画面所有像素的亮度值加起来取平均，或者按区域加权平均。听起来简单，但实际落地时至少有三个坑：

坑1：亮度统计的“假平均”陷阱

很多工程师直接拿整帧图像的Y分量均值作为测光依据。但注意，Y分量是RGB加权得到的，不同sensor的RGB权重系数可能不同。比如某款OV sensor的Y计算公式是0.299R+0.587G+0.114B，而索尼IMX系列可能用0.2126R+0.7152G+0.0722B。如果你在ISP里直接拿sensor输出的RAW数据做Y统计，那权重系数必须和ISP的demosaic模块对齐，否则测光值和实际亮度会偏差0.3