本系列主要介紹圖像信號處理器 (ISP, image signal processor) 中各核心算法模塊的設計以及相關的前沿研究，以典型的相機成像系統為基礎，涉及的內容包括各類缺陷校正，去馬賽克，去噪，3A算法（自動對焦，自動曝光，自動白平衡），超分，HDR，風格遷移等主題。
本文將簡述曝光的相關知識，并介紹自動曝光調整方法。
曝光量
曝光量表示光源光線經物體表面反射后，進入相機的光通量的大小。曝光過度或不足均會影響圖像的成像質量，如下圖1。現實中不同場景下光照強度存在較大差別，人眼由于亮度自適應能力的存在，可以很快調整視覺效果至合適亮度，但圖像傳感器不具備這種調節能力。因此必須采用自動曝光模塊以確保照片獲得準確的曝光量，從而具有合適亮度。自動曝光（Auto Exposure）就是相機代替人的操作，自動調節曝光量，使得所攝圖像的亮度正常。而18%反射率的灰色在人眼看來正好處于黑白漸變中間，相機中測光系統的設計以18%灰亮度為再現目的。
圖1
影響因子
到達傳感器的光通量大小由物理場景亮度、曝光時間、光圈和感光度（ISO）四者共同決定。對于手機以及其它電子產品使用的微型攝像頭，光圈大小是固定的，物理場景亮度無法改變，所以大多數相機的自動曝光功能自動調節的是曝光時間和ISO。計算出當前圖片的曝光度與目標曝光度的差異后，根據曝光曲線步進式調整相關參數。下圖2是某品牌相機的內置曝光曲線，每個曝光量對應一組ISO和曝光時間參數，反映出曝光時間和曝光增益的對應關系。
圖2 某品牌相機的內置曝光曲線
目前的自動曝光算法由于使用場景不同，以及數碼相機所使用的傳感器和鏡頭差異，關于感光度、光圈、曝光時間的調節的最佳設置并沒有找到一個普遍適用的方法。
自動曝光調整方法介紹
算法
將圖像劃分為多個圖像塊，統計整幅圖像中所有圖像塊的亮度值，并計算平均亮度值。該算法簡單直觀，但可能造成對比區域圖像信息的丟失。
圖3
權重均值法同樣需要統計一幅圖像中所有圖像塊的亮度值。與平均亮度法相比，不同之處在于該方法對圖像中不同區域的圖像塊賦予了不同的權重，計算平均值作為曝光量。經該算法調整后的圖像曝光效果更接近視覺感受，但各個區域的權重值需要合理設定。
光算圖4
該算法的基本思想是根據圖像的亮度直方圖信息計算圖像亮度的加權均值，再將此加權均值與預設參考值比較來輸出曝光控制量，從而實現相機的自動曝光控制。算法的核心是通過為直方圖中的峰值區域分配相對較小的權值，來降低不感興趣區域在計算加權均值時所占的比重，從而將曝光重點放在用戶感興趣區域，達到優化圖像亮度效果的目的，如下圖5所示。
圖5
圖像熵是一種特征的統計形式，它反映了圖像中平均信息量的多少。在不同光照條件下得到的圖像熵值不同。當圖像曝光值改變時圖像熵也隨之改變，當圖像曝光達到最佳時圖像中包含的信息最多，圖像熵值會達到最大，即圖像中所含信息最多。圖像中包含豐富灰度級的高復雜度區域為感興趣區域，此區域中所包含的信息量很大，對圖像的準確曝光就是對圖像中感興趣區域的準確曝光。對于含有較大圖像熵的區域應賦予較大權重，相反地，含較小圖像熵值的區域賦予較小權重，采用如下圖所示的圖像主體分配權重曲線。
圖6
參考文獻：
[1]楊海濤,常義林,王靜,霍俊彥.“一種基于亮度直方圖的自動曝光控制方法[J].”光學學報,2007(05):841-847.
[2]楊作廷,阮萍,翟波.“基于圖像熵的高動態范圍場景的自動曝光算法[J].”光子學報,2013,42(06):742-746.
