FPGA商用级ISP（三）：自动白平衡（AWB）算法实现与 FPGA 架构解析
目录
一、 AWB 硬件流水线架构全景
二、 核心 算法 ：色度椭圆甄别（Ellipse Discriminator）
四、 软硬件协同：AWB 的闭环反馈逻辑
五、 性能优化与工程经验分享
【结语】
引言：从“灰色世界”到“智能筛选”】
在 ISP 的设计中，自动白平衡（Auto White Balance, AWB）是决定图像“色彩高级感”的核心模块。初学者的 AWB 往往停留于“灰色世界假设（Gray World）”，即认为整幅图的 R/G/B 平均值应该相等。但在实际商用场景中，大面积绿色草地或红色墙面会直接误导这种简单逻辑，导致画面严重偏色。
商用级 ISP 的解决方案是：统计引擎（Measurement Engine）硬件化。它通过复杂的筛选逻辑，在千万级像素流中实时“剔除假白点，保留真白点”。
一、 AWB 硬件流水线架构全景
一套成熟的 AWB 硬件架构通常分为预处理、空间转换、甄别统计、增益应用四个阶段。
1.预过滤阶段 (Pre-filtering)：
根据硬件电路实现，系统在统计前会经过一个硬核的中值滤波器（Median Filter）。
源码逻辑：硬件采用的是 5 点中值滤波（f_med5） 逻辑。相比于简单的均值滤波，这种 5 抽头的设计能在保留边缘特征的同时，精准剔除传感器产生的孤立高频噪点（热像素）。
FPGA 实现：通过 Line Buffer 缓存行数据，配合比较器阵列实时输出 5 个邻域像素的中值，为后续的色度判定提供极其“纯净”的像素输入。
2.色彩空间转换 (CSM)：
RGB 空间并不利于白点的提取，硬件会将像素转换为 YCbCr 或专用的色度空间（如 U=R/G,V=B/GU = R/G, V = B/GU=R/G,V=B/G）。
架构细节：通过流水线化的 3x3 矩阵乘法器实现。为了节省算力，定点数运算通常保留 10-12 bit 的精度。
二、 核心 算法 ：色度椭圆甄别（Ellipse Discriminator）
这是博文中最重要的硬核 技术 点。为什么商用 ISP 偏爱椭圆？因为不同色温的光源在色度平面上的分布并非规则矩形，而是沿着黑体辐射曲线分布的。
1. 数学模型：
对于每一个像素的色度坐标 (x,y)(x, y)(x,y)，我们需要判断它是否落在某个预设 光 源的范围内。判断公式为：
其中 (x0,y0)(x_0, y_0)(x0,y0) 是该光源下的白点中心。
2. FPGA 架构实现：
并行计算： 硬件内部通常配置 8 组以上的系数（A, B, C, Rmax），支持 8 种光源（如：D65、TL84、A光源等）并行判定。
计算链： Subtract -> Square -> Multiply -> Accumulate。通过 FPGA 内部的 DSP Slice 级联，实现一个时钟周期处理一个像素的判定。
联合判定： 只有满足椭圆判定，且亮度 Y 在 [Y_min, Y_max] 范围内的像素，才会被送入最终的统计单元。
三、 统计引擎：高动态范围的累加技术
当一个像素被判定为“有效白点”后，统计引擎会记录它的情报。
三通道累加器 (Accumulator)：
挑战： 4K 图像有 800 万像素，如果全屏都是白点，累加值会非常大。
解决： 硬件采用 35-bit 宽度的加法器，确保即便在最大分辨率下也不会产生溢出（Overflow）。
白点计数器 (White Point Counter)：
记录有多少像素进入了统计范围。如果计数值过小，算法层会判定当前统计结果“不可信”，从而维持上一帧的增益。
均值计算 (Sequential Division)：
每一帧结束后的垂直空白期（V-Blank），硬件利用一个时分复用的除法器，自动计算 Sum_R/Count、Sum_G / Count,Sum_GB/Count 等数值并存入结果寄存器。
四、 软硬件协同：AWB 的闭环反馈逻辑
AWB 的核心竞争力并不单纯在于硬件，更在于如何通过统计上报 -> 软件决策 -> 增益反馈建立实时闭环。结合工业级寄存器交互流程，我们可以清晰反推出这套架构的运作逻辑：
1.初始化与 ROI 设定：
在每一帧开始前，驱动程序通过总线配置统计窗口（Region of Interest）。
关键寄存器： awb_h_offs (起始列)、awb_v_offs (起始行) 配合 awb_h_size 和 awb_v_size。这不仅能避开暗角，还能让算法只关注画面中心区域。同时，驱动会预载多组椭圆系数（如 ellip_a、ellip_b 等）至硬件判定阵列。
2.硬件并行的“光源探测”：
硬件在实时处理像素时，会并行比对多个光源库。通过观察底层的累加寄存器堆可以发现，系统会同时维护多个光源下的 R/G/B 分量加和。这种设计允许 ISP 在同一帧内同时获得“日光”和“阴影”下的统计数据，为后续的混合光源判定提供依据。
3.中断驱动的数据读取：
当硬件检测到帧结束信号（V-End）后，会自动触发均值计算并拉高 awb_done 中断。此时，驱动程序从只读统计寄存器中取出核心情报：
White_Pixel_Count：判定当前场景是否有足够的有效参考白点。
Mean_R / Mean_G / Mean_B： 获取当前场景下最贴近真实光源色彩的分量均值。
4. 增益的“原子化”更新：
驱动计算出最新的 R/G/B Gain 后，写入增益控制寄存器（如 gain_r, gain_b）。
核心细节： 所有的增益更新必须配合一个“更新触发位（Config_Update）”。只有当该位被置 1 时，硬件才会利用 Start of Frame 信号将新系数同步到全流水线。这种影子寄存器（Shadow Register）机制确保了即便在 AWB 快速剧烈抖动时，单帧图像内部的色彩也绝对一致，彻底杜绝画面撕裂。
五、 性能优化与工程经验分享
在实际 FPGA 开发中，有几个关键点需要关注：
1.ROI 窗口策略：图像边缘通常有镜头暗角，建议在 AWB 窗口设置中避开边缘 5% 的区域，以获得更准确的色彩统计。
2.增益平滑（Anti-Oscillation）： 不要直接应用计算出的全量 Gain。建议在软件层做一个平滑滤波，让 Gain 缓慢趋近目标值，防止画面在微小光线变化下频繁闪烁。
3. 阈值保护： 结合 min_y 和 max_y 寄存器限制，剔除过暗或过亮的无效像素，能显著提升在极端环境下的稳定性。
【结语】
自动白平衡 AWB 是 ISP 系统中最具挑战性的环节之一。它将解析几何（椭圆判定）、统计学与FPGA 高速流水线架构完美结合。理解了这套筛选与累加的机制，你就掌握了商用 ISP 色彩管理的核心密码。
————————————————
版权声明：本文为CSDN博主「芯门」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/qq_37650251/article/details/158267156