摄像机成像控制技术之3A算法解读

3A算法是摄像机成像控制技术中的三大自动控制算法。随着计算机视觉的迅速发展，该算法在摄像器材领域具有广泛的应用和前景。

那么3A控制算法又是指什么呢？

(1)AE (Auto Exposure)自动曝光控制

(2)AF (Auto Focus)自动聚焦控制

(3)AWB (Auto WhiteBalance)自动白平衡控制

接下来，我们简单阐述一下这三个自动控制技术的具体含义和用途。

一．自动曝光控制

“官方”解释：自动曝光的目的是在不同的照明条件和场景中实现欣赏亮度级别或所谓的目标亮度级别，从而捕获的视频或图像既不太暗也不太亮。为了达到这个目的，要调整镜头孔径，传感器曝光时间，传感器vwin 增益和传感器/ ISP数字增益，这个过程我们把它称为自动曝光。

换句话说，AE控制能够根据场景的不同自动调节图像的明暗度。我们一般可以通过调节相机的光圈大小、曝光时间和增益这三个参数来改变图像的亮度。在程序自动曝光方式中，照相机能根据测光系统所测得的被摄画面的曝光值，按照厂家生产时所设定的快门及光圈曝光组合，自动地设定快门速度和光圈值。

LV代表光量值，EV代表曝光值

两个式子中：F是光圈值；T是曝光时间（单位为秒）；ISO是增益大小

在这里，小编简单介绍下常用的AE控制算法，具体算法实现和效果在之后的推送文章中说明和阐述。

(1)直接设置法：根据当前场景的平均亮度、曝光参数（光圈大小、曝光时间等）求得此时的场景照度，然后计算出新的曝光参数使得调节后的图像的平均亮度为目标亮度值。该算法仅适用于简单的亮度分析，在普通的光照条件下效果比较好。

(2)神经网络算法：通过学习例子，设计一个BP神经网络模块来获得对应于已经设定好光圈值的曝光值。

二.自动聚焦控制

顾名思义，即可以自动调节图像的焦距。当按下照相机快门按钮时，根据被摄目标的距离，电子测距器可以把前后移动的镜头控制在相应的位置上，或者旋转镜头至需要位置，使被摄目标成像最清晰。

一般有以下几种算法：

(1)爬山搜索算法：取初始位置点a1，移动镜头到a2点，比较评价函数（输入图像，输出是清晰度衡量值的函数），若f(a1)f(an2)回溯时，即视作爬山完成，找到可以使成像最清晰的参考点。这种算法对评价函数的单峰性要求比较高，常应用于步进电机的平台。(a2)，则说明是爬坡即爬山方向正确，反之即错误。一般在f(an1)>

(2)全局搜索法：对整个图像，即全程进行搜索，记录下最大评价函数对应的焦距。这种方法需要合理控制搜索步长，可靠但是效率不够高。

三．自动白平衡控制

白平衡是描述显示器中红、绿、蓝三基色混合生成后白色精确度的一项指标。目的是解决色彩还原和色调处理问题。通俗地说，白平衡就是针对不同色温条件下，通过调整消除偏色，使拍摄出来的图像更接近人眼的视觉习惯。

白平衡算法是我最近的研究重点，之后会从色温和白平衡的关系开始分享自己的体悟。以下是我已经用Matlab2016a运行过的AWE控制算法：

(1)灰度世界法：以灰度世界假设为基础的，即场景中所有物理表面的平均反射是无色差的（灰色的），RGB三通道分量的平均值趋近于同一个灰度值K。该算法适用于拥有大量色彩变化的图像，对于单一色彩的图片处理起来会有很大误差。

(2)最大RGB算法：基于图像中的最亮点通常是由光滑表面反射光源的实际颜色产生的，首先计算图像中像素点RGB三通道各自的最大值，然后计算红色和蓝色通道的增益，最后根据得到的增益修正图像中所有像素的R和B通道值。该算法适用于单一色彩的图片如大海、蓝天等。

(3)动态阈值算法：分为白点检测和白点调整。首先对图像进行划分，求每个区域的Cr和Cb分量的平均值和方差，根据求出来的这些值筛选出系统认为的白色像素点，然后根据像素亮度值从大到小筛选出前10%左右的白点作为参考白点。最后根据这些白点的RGB通道的平均值计算增益，调整原图的RGB值。

审核编辑：汤梓红