219.曝光曲线构建与场景切换判断逻辑：AE 控制系统的动态策略引擎

曝光曲线构建与场景切换判断逻辑：AE 控制系统的动态策略引擎

关键词

曝光曲线、AE 表、曝光策略、场景切换、Lux Index、增益控制、快门调度、EV 映射、自适应 AE 表、多场景融合、拍照模式曝光曲线、视频曝光调度

摘要

在自动曝光系统中，曝光曲线（Exposure Curve 或 AE Table）承担着将图像亮度估计结果转化为 Sensor 与 ISP 参数配置的桥梁作用。曲线设计是否合理，直接影响到 AE 模块的响应速度、亮度稳定性与多场景适配能力。本文从工程实战角度出发，系统分析曝光曲线的建模原则、EV 到参数映射关系、场景触发下的表切换判断机制以及在拍照/录像等不同工作模式下的曲线优化策略，并结合 Qualcomm、MTK、海思等主流平台的实现逻辑，给出可操作的配置方法与测试建议。

目录

一、AE 曝光曲线的系统定位与作用边界

• 曝光曲线在 AE 控制链中的地位
• Sensor 能力与 ISP 策略之间的中间层
• 与测光结果（Lux/EV）解耦的映射组件

二、曝光参数组合构造逻辑与限制条件

• 快门、模拟增益、数字增益三轴配置
• 曝光调度优先级策略：快门优先 / 增益优先
• 限制条件：Sensor 时间窗、帧率、暗电流、拖影控制

三、Lux Index 与曝光参数的映射方法

• 统计亮度值映射至 Lux Index 流程
• Lux 区间划分与对应参数组合
• 多平台对 Lux Index 映射粒度的实现差异

四、AE Table 构建策略与配置示例

• 曝光表静态构建方法（固定分段 + 手工调优）
• 曝光表动态构建方法（基于 ROI + 场景）
• AE 表样式格式解析与平台配置接口说明

五、拍照与视频模式下的曝光曲线差异设计

• 拍照场景：快门开放性优先、牺牲帧率换亮度
• 视频场景：帧率锁定，AE 调度重心偏向增益控制
• 表切换策略与参数平滑过渡机制设计

六、场景切换判断逻辑与 AE 表动态切换机制

• 场景识别与 AE 表 ID 映射关系
• 曝光状态驱动的曲线切换条件（如 EV 漂移、动态范围变化）
• 快速切换时的参数缓冲机制与状态保持策略

七、动态曝光曲线构建与融合策略

• 多 AE 表并存与滑动融合（Hybrid AE Table）
• 亮部/暗部双通曝光曲线匹配逻辑
• AI 驱动的实时曲线重构（结合 CNN 场景分析模型）

八、主流平台下的 AE 表构建案例分析

• Qualcomm 平台 AE Curve XML 构建规范与实战示例
• MTK 平台曝光表结构与 AE Curve Mapping 策略
• 海思平台自定义 AE 表注册与模式绑定机制

一、AE 曝光曲线的系统定位与作用边界

在自动曝光（AE）控制系统中，曝光曲线（也称 AE 表、Exposure Table）是连接亮度估计与曝光参数控制的核心数据结构。它并不是一个算法模块，而是一套映射机制，负责将 AE 模块输出的亮度评价指标（如 Lux、EV）映射为实际用于控制 Sensor 的快门时间、模拟增益、数字增益组合。正确、稳定的曝光控制依赖于这套映射表的设计质量。

曝光曲线在 AE 控制链中的位置

AE 的控制流程通常包含以下几个步骤：

1. 图像采集后由 ISP 输出亮度统计信息；
2. AE 算法根据统计数据估计当前图像的曝光评价值（例如 Lux Index 或 EV）；
3. AE 控制器根据当前场景需求与历史曝光状态，计算目标曝光值；
4. 曝光曲线将目标 Lux/EV 值映射为一组具体参数（Shutter、Gain）；
5. AE 模块将参数通过 HAL 接口下发至 Sensor 与 ISP；
6. 下一帧按照该参数组合拍摄，并重复上述流程。

其中第 4 步的曝光曲线表，决定了系统响应策略是否能同时满足图像质量、功耗控制、图像稳定性与用户感知的综合要求。

曝光曲线的作用边界

曝光曲线虽然不是主动决策模块，但其边界定义影响整个系统 AE 的调控能力：

• 定义曝光空间边界：通过曝光曲线，可以限定系统允许的最大快门、最高 ISO 值，控制拖影、噪声、帧率等关键指标；
• 调度优先级设定：曝光曲线中的参数排列顺序可体现“先调快门，后调增益”或“尽量少用数字增益”的策略；
• 多场景融合：平台可以设计多个曝光曲线表，分别用于视频、拍照、夜景、逆光等，动态切换增强适配性；
• 响应速度控制：曲线中的参数跳跃步长影响 AE 收敛速度。步长越大，响应越快，但画面稳定性差；步长小则画面平稳但响应滞后。

因此，在整个 AE 系统中，曝光曲线不仅决定了 AE 是否能“看见问题”，更决定了它“怎么做出选择”和“以何种方式调整”。

二、曝光参数组合构造逻辑与限制条件

曝光曲线的核心是三种参数的组合设计：快门时间（Shutter）、模拟增益（Analog Gain）、数字增益（Digital Gain）。它们在不同光照条件下承担着调节图像亮度的任务，但各自受限于物理和系统层约束，必须在安全、有效的范围内构建。

三轴组合逻辑

1. 快门时间（Shutter）

   • 控制 CMOS Sensor 接收光的时间长度；
   • 延长快门时间可获得更多进光量，但受帧率与运动拖影影响；
   • 典型取值范围从 1/8000 秒至 1/5 秒，视频拍摄场景通常不超过 1/30 秒。

2. 模拟增益（Analog Gain）

   • 对光电信号在 Sensor 出口进行电压放大；
   • 属于硬件级放大，对图像质量影响较小；
   • 一般设定在 1x~8x 范围，部分高灵敏度 Sensor 可达 16x。

3. 数字增益（Digital Gain）

   • 在 ISP 内对像素值进行数值放大；
   • 会放大噪声，影响图像动态范围；
   • 通常仅在极低照度条件下使用，用于补偿无法再增加快门与模拟增益时的亮度缺口。

曝光调度优先级策略

曝光曲线的本质就是一个调度优先级系统，即系统在不同光照等级下，优先采用哪种曝光方式。常见策略有：

• 快门优先（Shutter First）：在亮度不足时，先延长快门，直到影响帧率或产生拖影风险后再增加模拟增益；
• 增益优先（Gain First）：视频录制或高速拍摄时，为保持帧率固定，优先调节增益参数，避免影响图像稳定性；
• 分段组合策略：如在高光条件下优先使用最短快门+最低增益，在中光条件下允许快门与增益共同调节，在低光时启动数字增益。

这种调度优先级可通过 AE Table 中各组合项的排序体现。例如，若在 Lux Index 200 处的参数为 1/60s + 2x Gain，而不是 1/125s + 4x Gain，则说明该平台策略偏向快门优先。

构造限制条件

在构建 AE Table 的过程中，必须考虑以下约束：

1. Sensor 曝光时间限制：Sensor 硬件存在最短/最长曝光限制，通常由行读出时间与帧率决定，长曝光容易导致帧跳、同步失败；
2. 帧率保持要求：视频模式下帧率必须恒定，快门时间必须小于等于帧周期（如 30fps 对应快门 ≤ 33.3ms）；
3. 暗电流与图像噪声限制：快门时间越长，Sensor 的暗电流影响越明显，易引发暗部噪点或色彩漂移；
4. 动态范围控制：增益提升会压缩图像高光区域的动态表现，因此在构建曲线时需避免连续使用高增益段；
5. 收敛时间控制：连续多个参数组合之间需考虑亮度变动的步进平滑性，防止亮度跳变影响用户体验。

理想的曝光曲线，是在满足图像质量与稳定性的同时，覆盖所有目标亮度范围，并具备清晰明确的参数调度策略。

三、Lux Index 与曝光参数的映射方法

Lux Index 是 AE 系统中用于量化场景亮度等级的关键指标，它将图像亮度的统计结果（通常为灰度直方图、区域加权亮度等）归一化为一套稳定可控的参考值，进而用于从 AE Table 中选取相应的曝光参数组合。理解 Lux Index 与曝光参数之间的映射关系，是 AE 曲线设计的前提。

亮度统计结果到 Lux Index 的转换流程

不同平台在亮度到 Lux Index 的映射中实现机制略有差异，但总体流程一致，包含以下步骤：

1. ISP 输出亮度统计数据：常见统计值包括图像全局亮度均值、加权中位值、直方图高位/低位像素占比等；
2. 加权计算有效亮度值：结合 AE 权重矩阵与 ROI 区域，计算当前帧有效亮度值（Lavg）；
3. 标准化映射至 Lux Index 区间：将 Lavg 对应到预设的 Lux Index 表，如 Lavg=100 → Lux Index=140，Lavg=50 → Lux Index=90；
4. 根据 Lux Index 查询 AE 表条目：找到匹配或最邻近的参数组合，用于生成下一帧 Sensor 设置。

Lux Index 本质上是一个离散值索引，目的是将连续、复杂的亮度数据转化为简洁、可控的参数调度信号。大多数平台会将 Lux Index 划分为 0255 或 01023 范围，支持 8~10bit 的亮度映射精度。

Lux Index 区间划分策略

Lux Index 的划分并非线性处理，而是根据实际光照分布与人眼感知模型进行加权压缩：

• 在 中等亮度区间（如 80~160 Lux Index），映射曲线较密，便于对日常场景（如室内、黄昏等）进行精细调节；
• 在 低光区间（如 0~60），会放大区间密度，以提升低照度场景下的曝光控制灵敏度；
• 在 高亮区域（如 200 以上），通常合并若干 Lux Index 以减少对曝光干扰，防止高光主导下的误调。

这一策略可结合直方图统计特征制定。例如，统计超过 85% 像素集中在高亮 bin 区间，可触发 Lux Index 映射的高光压缩模式。

多平台映射机制差异分析

• Qualcomm 平台：使用 Lux Index Table 配合 AE Curve，表中明确定义每一段 Lux 区间所对应的快门/增益组合；支持动态调整 Lux Index Map，适应不同 Sensor 灵敏度；
• MTK 平台：通过 AE Pre-Index 机制，将 ISP 输出的平均亮度映射为 AE_Index，驱动 AE_Table 查询，同时支持 Index Threshold 分段控制；
• 海思平台：支持自定义 Lux → EV → AE 参数三层映射关系，允许开发者根据产品场景设计自定义 Lux Index 划分策略，常用于安防类产品的暗区响应优化。

Lux Index 的质量直接影响 AE 响应是否准确、曝光曲线是否稳定，是曝光曲线系统中最重要的输入变量之一。

四、AE Table 构建策略与配置示例

AE Table（或 AE Curve）是一个按 Lux Index 或 AE_Index 分段定义的参数组合表格，其核心任务是为每一个亮度等级预设合适的快门与增益参数。构建合理的 AE Table，是确保 AE 控制快速、稳定、符合图像质量预期的关键工作。

曝光表的基础结构

典型 AE Table 的结构如下：

每一行代表一个亮度等级，系统根据当前 Lux Index 查询表项，并插值或直接使用其对应参数组合。

静态 AE Table 构建方法

适用于多数消费级产品，通过线下测试或经验参数人工制定，具有以下特点：

• 表项间参数变化平滑，避免闪烁；
• 快门与增益按分段优先级排列（如 040 为快门主导，4080 为增益主导）；
• 适用于稳定场景需求，调试过程需要结合图像亮度结果反复验证。

这种方式常用于高通平台的默认调试方案，开发者通过配置 AE Curve XML 文件完成表格构建，并在系统初始化时加载。

动态 AE Table 构建方法

适用于多场景、智能控制类产品，通过场景识别或 ROI 检测动态生成参数组合：

• 通过 CNN 或传统场景分类模型判断场景类型（夜景/逆光/人脸优先）；
• 对应切换 AE 模板或临时构建个性化参数组合；
• 利用场景反馈控制最大快门、最高 ISO 阈值。

部分平台支持 AE Hybrid 模式，即 AE Table 并非固定表，而是由多个小表按场景组合构成，如：

AE_Table = Default_Table × 0.7 + FaceROI_Table × 0.3

通过融合策略生成中间 AE Table，实现对主观亮度感知与动态变化场景的灵活适应。

平台配置接口说明

• Qualcomm：通过 camera_profiles.xml 或 QTI 内部定义的 AE Curve 配置结构体，加载快门/增益组合表，支持按分辨率、场景、帧率维度划分多个表；
• MTK：AE Table 与 AE Algo 紧耦合，在调试平台（如 MetaTool）中以 Index Table 表格形式展示，每一行对应不同亮度级别；
• 海思：通过 ISP 配置接口下发 AE 表结构，支持运行时重加载并绑定至不同模式 ID，通过场景控制层动态切换。

合理构建 AE Table，不仅是参数设计问题，更是系统响应设计问题。高质量 AE 表必须在亮度响应、噪声控制、稳定性、调试易用性等多方面取得平衡，才能真正支撑一个稳定可靠的 AE 系统。

五、拍照与视频模式下的曝光曲线差异设计

自动曝光系统在不同拍摄模式下面临的性能约束截然不同，尤其在**拍照（Still Capture）与视频录制（Preview/Record）**之间，曝光曲线的构建策略需作出本质区分。通过针对性优化这两类模式下的 AE Table，可以在确保曝光准确的同时兼顾图像质量、稳定性与用户体验。

拍照模式下的 AE 曲线设计重点

拍照模式的核心目标是输出高质量、动态范围广、细节丰富的单帧图像，因此 AE 系统允许牺牲帧率与响应速度，以换取最佳曝光参数。

主要特征如下：

• 快门优先设计：在弱光场景下优先拉长快门时间至最大值（如 1/10s、1/5s），充分利用 Sensor 动态范围；
• 高增益容忍：在夜景、人像模式下允许较高 ISO 以确保主体亮度，即便带来一定噪声；
• 多阶段收敛：预拍（Precapture）阶段可用 3~5 帧快速调整 AE 收敛，不强求实时性；
• 支持 Flash 曝光匹配：曲线需兼容闪光灯辅助曝光，包括 Pre-Flash + Main Flash 区段配置；
• EV Bias 调整空间大：为满足用户曝光偏好，曝光偏移值范围通常设置为 ±2.0EV，并显著影响曲线选点逻辑。

AE Table 的构建以亮度最大化与图像主观质量优先为目标，重在灵活覆盖所有光照场景，强调全局曝光质量而非帧间稳定。

视频模式下的 AE 曲线设计重点

与拍照不同，视频模式的核心要求是帧率恒定、画面流畅稳定，因此 AE 必须遵循“可预测”、“无闪烁”、“参数跳变小”的设计原则。

主要设计逻辑包括：

• 固定帧率约束：快门时间必须小于或等于帧周期（如 30fps → 快门≤33.3ms），通常限制在 1/30s ~ 1/1000s；
• 增益主导策略：在保证帧率的前提下，通过模拟增益调节图像亮度，避免因快门拉长造成帧率下降或拖影；
• 参数步进平滑处理：曝光曲线中相邻参数项之间变化应小于 0.3EV，以避免画面亮度跳变；
• 稳定优先收敛机制：曝光参数更新速度受限，每帧最多只允许小幅变化；
• 弱光抑制策略：极低照度场景中限制最大 ISO，不主动追求亮度，防止视频噪点暴涨。

视频场景下的 AE Table 通常收缩范围（不包含长快门和高数字增益段），采用更高密度的参数步进，提升帧间亮度过渡的连贯性。

曲线配置参数过渡策略

AE 系统在拍照与视频模式切换时，需实现不同 AE Table 之间的参数过渡，常见策略包括：

• 预设缓存帧机制：当切换拍照模式时，使用 N 帧缓冲区过渡当前曝光值，逐步调整至新曲线对应的目标曝光组合；
• 中间曝光缓冲区：设置中间曝光区段（Intermediate EV Zone），作为拍照/视频模式曝光桥梁，避免参数突变；
• 曝光锁定/同步策略：当进入拍照时，AE 模块锁定最近视频曝光值为起点，进入 Precapture 流程再平滑跳转至拍照 AE 表目标。

通过模式适配与表间融合，AE 系统能在两种模式之间实现无感切换，提升用户体验的同时保障图像质量。

六、场景切换判断逻辑与 AE 表动态切换机制

在多场景拍摄环境中，AE 系统不仅要完成单一曝光策略的参数调度，还需要根据环境实时变化动态切换不同的 AE Table 或曝光策略模块，以适应如逆光、夜景、人像、HDR 等多种典型场景。这要求 AE 系统具备清晰的场景识别机制与稳定的表切换控制逻辑。

场景识别与 AE 表绑定逻辑

AE 的场景识别通常借助 ISP 模块或 AI 引擎输出的场景标签（Scene ID），这些标签可能来源于：

• CNN 场景分类模型（如晴天/夜景/室内/逆光）；
• 人脸识别模块（判断是否为人像模式）；
• 高动态直方图判断模块（是否为 HDR 场景）；
• 环境光传感器数据（近红外、RGB 环境光传感器判断亮度等级）；
• 用户拍摄模式设定（如夜景、人像、美颜、运动）。

每种场景标签均可绑定一组 AE 表、权重矩阵与目标 EV 配置，实现 AE 策略的定制化适配。

AE 表切换触发条件

系统在以下条件满足时可考虑切换 AE 表：

• 当前亮度变化超过一定 EV 阈值（如 ΔEV > 2.0）；
• 人脸出现或丢失，触发 ROI 权重模式变更；
• 亮度分布集中区域变动显著（直方图分布形态改变）；
• 场景分类发生切换（如白天 → 夜景）；
• 用户模式从普通拍照切换至 AI 人像、美颜或文档拍摄。

在设计中，需避免频繁切换带来的 AE 跳变和不稳定，应加入状态保持与延迟确认机制。

曝光表切换后的状态同步机制

AE 表切换是 AE 控制系统中的高风险操作，必须保证参数过渡过程平滑，否则会引发亮度跳变、曝光卡顿等问题。

常见处理机制包括：

• 渐进切换策略（Gradual Transition）：目标 AE 表参数不立即生效，而是通过插值或帧间步进缓慢接近；
• 状态冻结机制（Freeze-on-Switch）：在新表启用后的 2~3 帧内，冻结原有曝光参数，等待收敛后解锁调整；
• 并行预估（Parallel Estimate）：新旧 AE 表在后台并行运行，直到新表收敛后替代旧表输出；
• 收敛判断重构：新表激活后重新启动 AE 状态机，进入 SEARCHING → CONVERGED 过程，避免混乱判断。

通过以上机制，AE 模块可以在高复杂度动态场景中实现灵活、可靠的曲线切换，从而支持多模式拍摄需求，提升整体影像系统的智能化水平。

七、动态曝光曲线构建与融合策略

随着移动端影像系统智能化程度提升，传统的静态 AE 曲线已难以满足多变场景下的曝光需求。动态曝光曲线（Dynamic Exposure Table）融合策略，已成为当前主流平台 AE 控制系统中提升自适应性和图像质量的关键手段。通过构建多维度的 AE 表、按需融合与动态生成，可实现更细致、更高效的曝光调度。

多 AE 表并存与按需切换机制

工程实践中，AE 系统常预置多组 AE 表，每组对应一种特定场景或曝光策略。这些 AE 表通常包括：

• Normal AE Table（标准曝光曲线）
• Low Light Table（低照度优化曲线）
• HDR AE Table（高动态范围曲线）
• Face Priority Table（人脸区域优先曲线）
• Fast AE Table（快速收敛曝光曲线）
• Flash AE Table（补光辅助曲线）

系统通过场景识别模块在运行时选择合适 AE 表，替代静态曲线一成不变的调度方式。例如，当人脸检测成功并位于图像中部，系统可从标准 AE 表切换至 Face Priority AE 表，以提升 ROI 区域亮度。

这种按需切换机制在平台实现中常见两种策略：

• 表级切换：直接将当前 AE 表替换为新表，并重新触发收敛逻辑；
• 参数级融合：将两个 AE 表中对应曝光参数进行加权融合，避免参数跳变。

Hybrid AE Table：滑动融合策略

Hybrid AE Table 是在多个 AE 表之间进行参数滑动融合，以适配场景模糊边界或多目标共存的复杂情形。融合可基于如下方式实现：

• 线性权重融合：
  对于某一 Lux Index L，若当前场景为“人像+逆光”，可设定：

  Exposure_L = (1 - α) × Table_Normal[L] + α × Table_Backlight[L]
  
  

  α 取值根据场景融合强度动态调整（如 α = 0.3~0.7）。

• 分段权重融合：
  在 Lux Index 区间内设定融合段（如 80~120），仅在该区间使用混合表，其它区域仍使用主表；

• 区域分布融合：
  ROI 区域使用 Face Priority 表，其它区域使用 Normal 表，曝光估算时分别加权求和。

这种滑动融合策略提升了 AE 对“边界模糊”场景的感知鲁棒性，例如“室内人像 + 窗边强光”、“黄昏人脸 + 背景车灯”等，避免了因强行切换 AE 表导致的频繁曝光波动。

亮部与暗部双通曝光曲线匹配

在极端对比度场景下，单一曝光曲线难以同时兼顾高光与阴影细节。为此，一些平台引入“双通道 AE 曲线”，分别用于亮部与暗部区域曝光评估。

• 亮区曝光曲线：确保天空、背景光源不过曝；

• 暗区曝光曲线：保证主体、人脸、前景可见度；

• 最终参数融合逻辑：
  根据图像亮度分布直方图计算亮区像素占比（H%），并设定融合策略：

  Final_Exposure = β × Exposure_Bright + (1 - β) × Exposure_Dark
  
  

  β 的动态调节由亮暗比例、ROI 分布等决定。

这种策略通常用于动态 HDR、夜景+背景光源、人脸背光等情境，在保持主观图像质量稳定性的同时增强了细节保留能力。

基于 AI 的实时 AE 曲线重构

在高端移动平台中，AI 引擎正被用于实时构建或修正 AE 曲线，以适配复杂或未预设的拍摄场景。

• CNN 场景特征提取：分析图像内容（如天空、绿植、肤色、文字），识别拍摄意图；
• 亮度评价模型输出 EV 期望值：推理得到最适合当前场景的主观亮度目标；
• 在线生成 AE 曲线片段：以当前帧为基准，构建短时段 AE 曲线窗口（如 5 帧），动态插值参数组合；
• 兼容历史曝光状态：引入历史亮度趋势预测，避免曲线切换带来的闪变。

该方式在复杂移动场景、拍照辅助曝光（如文档增强、人像虚化边缘补偿）等任务中具有实际应用价值。

八、主流平台下的 AE 表构建案例分析

主流移动端 ISP 平台在 AE 表构建与调度策略上各具特色，其差异不仅体现在参数布局，更在于系统调度逻辑、场景适配能力和配置灵活性。以下从 Qualcomm、MTK 与海思三个典型平台，简要剖析 AE 表设计的工程实现与可调策略。

Qualcomm 平台：XML 驱动的 AE Curve 配置机制

Qualcomm 平台通过 HAL3 框架支持基于 XML 的 AE 曲线配置系统，核心配置路径包括：

• camera_profiles.xml：定义不同分辨率、模式下 AE 表 ID；

• AE_curve.xml：每个表对应若干 Lux Index 段与参数组合，格式如下：

  <aeCurve>
    <index>60</index>
    <shutter>8333</shutter>
    <gain>2.0</gain>
    <iso>400</iso>
  </aeCurve>
  
  

关键特性：

• 多表配置：支持同一设备加载多套 AE 曲线，根据场景 ID 动态切换；
• 快速响应机制：每条 AE 表支持中间参数插值与快速过渡接口，适用于 HDR、Flash 预拍模式；
• 表内策略差异化：不同模式（人像/视频/HDR）曲线中可设定不同收敛权重与 ROI 优先级。

Qualcomm 的 AE 表设计强调模块化与灵活性，适合品牌厂商根据业务需求深度定制。

MTK 平台：表驱动 + 权重配置式调优模型

MTK 平台的 AE 系统高度集成，AE Table 构建通常通过内置调试工具 MetaTool 进行配置：

• AE 表以 Index-Value 格式存储，每条记录包含 Exposure Index、快门、模拟增益、数字增益；
• 每组 AE 表对应不同工作模式（如 Preview、Video、ZSD）；
• 支持 AE Flow Control：在 HAL 层可设置不同场景表的切换规则；
• AE 收敛控制可设定分段步进系数（Index Step）、最大步进限制、防抖因子等。

MTK 强调以“高效默认策略 + 少量关键点可调”为主，适合中高端产品线快速量产。

海思平台：开放式 AE 曲线注册机制

海思平台在图像系统层具备较高的自定义能力，AE 表支持如下特性：

• 动态曲线注册：开发者可在运行时注册 AE 表结构，通过 AE 模块接口下发；
• 表项支持结构体方式批量加载，不依赖 XML 配置；
• 可将 AE 表与 ISP Pipe 绑定，实现针对通道/虚拟通道的差异化曝光控制；
• AE 表调度完全开放：开发者可自定义曲线切换时机、融合策略与区域映射规则。

该机制广泛应用于安防、车载等需要复杂曝光策略切换与自动化决策的场景，适合算法团队深度参与。

通过理解不同平台的 AE 表设计体系，开发者可在平台原生能力之上，构建适应自身影像策略的曝光调度体系，为图像质量稳定性与多场景拍摄一致性提供坚实基础。

本文转自 https://zhxin.blog.csdn.net/article/details/148822555，如有侵权，请联系删除。