图像信号处理芯片设计原理----06 自动曝光

本系列主要介绍图像信号处理器 (ISP, image signal processor) 中各核心算法模块的设计以及相关的前沿研究，以典型的相机成像系统为基础，涉及的内容包括各类缺陷校正，去马赛克，去噪，3A算法（自动对焦，自动曝光，自动白平衡），超分，HDR，风格迁移等主题。

本文将简述曝光的相关知识，并介绍自动曝光调整方法。

曝光量

曝光量表示光源光线经物体表面反射后，进入相机的光通量的大小。曝光过度或不足均会影响图像的成像质量，如下图1。现实中不同场景下光照强度存在较大差别，人眼由于亮度自适应能力的存在，可以很快调整视觉效果至合适亮度，但图像传感器不具备这种调节能力。因此必须采用自动曝光模块以确保照片获得准确的曝光量，从而具有合适亮度。自动曝光（Auto Exposure）就是相机代替人的操作，自动调节曝光量，使得所摄图像的亮度正常。而18%反射率的灰色在人眼看来正好处于黑白渐变中间，相机中测光系统的设计以18%灰亮度为再现目的。

图1

影响因子

到达传感器的光通量大小由物理场景亮度、曝光时间、光圈和感光度（ISO）四者共同决定。对于手机以及其它电子产品使用的微型摄像头，光圈大小是固定的，物理场景亮度无法改变，所以大多数相机的自动曝光功能自动调节的是曝光时间和ISO。计算出当前图片的曝光度与目标曝光度的差异后，根据曝光曲线步进式调整相关参数。下图2是某品牌相机的内置曝光曲线，每个曝光量对应一组ISO和曝光时间参数，反映出曝光时间和曝光增益的对应关系。

图2 某品牌相机的内置曝光曲线

目前的自动曝光算法由于使用场景不同，以及数码相机所使用的传感器和镜头差异，关于感光度、光圈、曝光时间的调节的最佳设置并没有找到一个普遍适用的方法。

自动曝光调整方法介绍

算法

将图像划分为多个图像块，统计整幅图像中所有图像块的亮度值，并计算平均亮度值。该算法简单直观，但可能造成对比区域图像信息的丢失。

图3

权重均值法同样需要统计一幅图像中所有图像块的亮度值。与平均亮度法相比，不同之处在于该方法对图像中不同区域的图像块赋予了不同的权重，计算平均值作为曝光量。经该算法调整后的图像曝光效果更接近视觉感受，但各个区域的权重值需要合理设定。

光算图4

该算法的基本思想是根据图像的亮度直方图信息计算图像亮度的加权均值，再将此加权均值与预设参考值比较来输出曝光控制量，从而实现相机的自动曝光控制。算法的核心是通过为直方图中的峰值区域分配相对较小的权值，来降低不感兴趣区域在计算加权均值时所占的比重，从而将曝光重点放在用户感兴趣区域，达到优化图像亮度效果的目的，如下图5所示。

图5

图像熵是一种特征的统计形式，它反映了图像中平均信息量的多少。在不同光照条件下得到的图像熵值不同。当图像曝光值改变时图像熵也随之改变，当图像曝光达到最佳时图像中包含的信息最多，图像熵值会达到最大，即图像中所含信息最多。图像中包含丰富灰度级的高复杂度区域为感兴趣区域，此区域中所包含的信息量很大，对图像的准确曝光就是对图像中感兴趣区域的准确曝光。对于含有较大图像熵的区域应赋予较大权重，相反地，含较小图像熵值的区域赋予较小权重，采用如下图所示的图像主体分配权重曲线。

图6

参考文献：

[1]杨海涛,常义林,王静,霍俊彦.“一种基于亮度直方图的自动曝光控制方法[J].”光学学报,2007(05):841-847.

[2]杨作廷,阮萍,翟波.“基于图像熵的高动态范围场景的自动曝光算法[J].”光子学报,2013,42(06):742-746.