187、自动曝光AE:测光策略与曝光时间/增益分配在逆光场景下的优化

发布时间:2026/7/29 14:12:48
187、自动曝光AE:测光策略与曝光时间/增益分配在逆光场景下的优化 187、自动曝光AE:测光策略与曝光时间/增益分配在逆光场景下的优化一个让我熬夜三天的逆光问题2019年某款旗舰机的前置摄像头,在逆光自拍时人脸总是过暗,背景天空却一片死白。客户反馈视频会议时“整个人像剪影”。我调了三天AE参数,试过中心权重、全局平均、甚至人脸检测加权,效果都不理想。最后发现,问题根本不在测光权重,而在曝光时间与增益的分配策略上——这个坑,今天详细拆开讲。测光策略:不是“选哪个区域”那么简单逆光场景下,传统测光策略会犯一个致命错误:背景亮度极高,人脸亮度极低,平均测光会得到一个中间值,结果人脸欠曝、背景过曝。中心权重测光稍微好点,但如果人脸不在画面中心(比如自拍时偏左),照样翻车。我调试时踩过的第一个坑:以为人脸检测AE就是万能药。人脸检测框确实能锁定人脸区域,但问题在于——人脸检测框的亮度值往往被背景高亮区域“污染”。比如人脸边缘有强光反射,或者人脸区域包含部分背景天空,AE引擎计算平均亮度时会把背景高光也算进去,导致人脸依然偏暗。正确的做法:对人脸检测区域做“低通滤波+亮度直方图截断”。具体来说,提取人脸ROI后,先做高斯模糊去除边缘高光噪点,然后统计亮度直方图,只取中间80%的像素(去掉最亮10%和最暗10%),用这个中位数亮度作为目标。这个技巧在华为某款机型上验证过,逆光人脸亮度提升约15%。另一个被忽视的点:测光策略要与场景分类联动。逆光场景下,应该自动切