[Camera效果]MSM8909 AE 流程

本文来自于我的前同事-小卢，一个很有个性，能力又不错的年轻小伙子！
(文章已经得他本人同意分享)

AE 基本概念

cmos sensor通过光电转换将光信号最终转换成电信号，再通过 ISP 处理将电信号转换成模拟信号（即一张正常的图片）。当图片亮度与预设值的目标亮度差异过大时，AE 算法会调整 sensor 的放大倍数以及曝光时间来获得合适的亮度。

曝光加法公式： AV + TV = EV = BV + SV，其中
AV：光圈级数
TV：快门级数
BV：环境亮度级数
SV：感光度，即 ISO
（sensor 放大器作用于公式中的 ISO，曝光时间对应于 TV）

AE 算法

AE 算法会计算当前图像亮度，并与 AE param 中的阈值进行比较，从而控制 sensor 选择更合适的快门组合。而计算亮度最重要的是配置合适的计算区域。

1. 曝光表

曝光表定义了放大倍数和曝光时间

例如对于 {256, 1} 这一组，代表 gain = 1.0，line_count = 1.
曝光表通过 exp_index 建立索引，exp_index 越大，代表使用的 gain 和 line_count 越大，也意味着环境亮度越低。

exp_index 与 lux_index 不同，当 target_luma = cur_luma 时，
exp_index = lux_index

2. 测光区域

即定义如何计算当前图像的亮度。

1. 帧平均（整张图片的平均亮度）
2. 中心权重（中心占比最大，四周依次减小）

3. 点测光（只考虑画面中心，一般用于 touch AE）

   
   
   

   image.png

测光区域为一 16*16 的矩阵，对应位置的值越大，代表该区域亮度占比最大
（AE Parameter 中会配置两个矩阵，一个用于中心权重，一个用于点测光，根据 HAL 所传参数的不同，会调用对应的权重表；当前平台只支持前三种权重表，其它的需要客制化）

3. 目标亮度

目标亮度有多种选择，根据不同的场景，目标亮度会有所不同，这也是平台差异化比较大的地方，高端的平台针对大部分场景都有特定的目标机制，例如夜景、平坦景、高光区域、背光区域等等。MSM8909 主要的亮度目标机制是 default AE target 和 outdoor AE target（夜景的 AE target 参数中不支持，但可在 q3a 中设置）。
// #define AEC_LOW_LIGHT_LUMA_TARGET_INIT 26
// #define AEC_LOW_LIGHT_LUMA_START_IDX_INIT 350
// #define AEC_LOW_LIGHT_LUMA_END_IDX_INIT 370

AE target：即 ISP 希望 sensor 输出的图片达到的亮度，对于第一次进相机，ISP 检测到当前帧的亮度 cur_luma 低于目标亮度 target_luma，就会增大 exp_index 获取新的 gain & line_count 进行重新曝光，直到 cur_luma 和 target_luma 相当

4. 目标亮度（人脸检测）

对于没有人物的场景，AE 算法会平衡整体图片的亮度，但当画面中人物占主体时，如果不作特别处理，当人物处于逆光场景时，人脸会很暗，当人物处于暗环境时，人脸又会过曝。这对于人物占主体的场景而言，是非常不合适的，因此，当检测到人脸时，需要有特别的 AE 算法。

MSM8909 支持人脸识别，也支持 face AE，当场景中检测到人脸时，会额外计算出人脸区域内的 face_luma，根据一定比例与 cur_luma 混合得到 final_luma，再将 final_luma 作为帧亮度与 AE Target 进行比较

8909 的 face AE 机制也很简单，weight 代表 face_luma 的占比

final_luma = face_luma ** weight + cur_luma * * (1 - weight)

人脸场景需要考虑两种情况：

1. 逆光场景：该场景下环境亮度很高，当提升人脸亮度时，必然会使背景过曝，如果提升亮度后，背景过曝严重，则可提高 face weight；
2. 夜景：由于环境亮度低，识别到人脸时，AE 会减小 exp_index 保证人脸不过曝