目录
[二、Normal 与 Binning 模式亮度统计差异原理精析](#二、Normal 与 Binning 模式亮度统计差异原理精析)
[2.1、Normal 全像素模式原理解析](#2.1、Normal 全像素模式原理解析)
[1. 像素总量极大](#1. 像素总量极大)
[2. 极值像素占比影响极强](#2. 极值像素占比影响极强)
[3. 均值极易被拉扯偏移](#3. 均值极易被拉扯偏移)
[4. 统计粒度太细](#4. 统计粒度太细)
[2.2、2×2 Binning 像素合并模式原理解析](#2.2、2×2 Binning 像素合并模式原理解析)
[1. 像素总数大幅减少](#1. 像素总数大幅减少)
[2. 天然完成局部均值融合](#2. 天然完成局部均值融合)
[3. 亮度数值高度集中](#3. 亮度数值高度集中)
[4. 统计均值贴合全局真实亮度](#4. 统计均值贴合全局真实亮度)
三、如何在保持原有计算逻辑的情况下，缩小两种模式下平均补偿亮度的差距
3.1.如何使用同样的isp参数在保持原有的平均补偿亮度计算的基础上，缩小两种模式下的平均补偿亮度差异呢？
[3.3.1. 低照度场景（画面整体偏暗，Yb 偏小）](#3.3.1. 低照度场景（画面整体偏暗，Yb 偏小）)
[3.3.2. 高照度场景（画面整体偏亮，Yb 偏大）](#3.3.2. 高照度场景（画面整体偏亮，Yb 偏大）)
[3.3.3. 中等正常照度](#3.3.3. 中等正常照度)
一、问题
为了使应用层取到的第一帧的图像效果就已经是完全收敛的状态，常常需要对相关模块进行快速收敛，特别是AE自动曝光模块的收敛。
在双核系统中，一般用RTOS系统跑sensor的binning模式高帧率进行快速收敛；然后再把RTOS系统中得到的稳定AE参数给到Linux系统进行出图。在实际使用中，发现如果直接把binning模式的下得到的稳定AE参数给到normal模式，某些场景下可能出现偏暗或者偏亮的情况。
测试场景下由于高亮像素数量非常少，高亮权重设置大小对总体亮度影响比较小。当低度像素权重设置的比较大的时候，对总体亮度影响比较大。最终计算的平均补偿亮度binning模式下计算得到的是31，normal模式下计算得到的是20。
如果直接以binning模式下计算得到的AE参数给到normal模式下使用，normal模式下是偏暗的。
二、Normal 与 Binning 模式亮度统计差异原理精析
2.1、Normal 全像素模式原理解析
1. 像素总量极大
高分辨率成像将同一实景画面分割为数量庞大的微型独立像素单元，实景中所有光影细节、材质纹理、明暗交界区域，都会被逐一拆解分配到不同独立像素中，每一处微小光影变化都对应单独像素数据，像素采样密度达到最高。
2. 极值像素占比影响极强
实景内局部小范围高亮区域、阴暗死角、纹理凹陷缝隙、物体轮廓暗边等局部明暗区域，会生成大批量亮度极高、亮度极低的极值像素。这类像素虽实际物理占比面积很小，但在海量像素基数下，数量占比并不低，成为影响整体均值的核心干扰项。
3. 均值极易被拉扯偏移
AE 亮度统计采用全局 / 区域像素算术平均值计算，无加权平滑处理时，大量高亮像素会拉高整体均值，大量暗像素会拉低整体均值，双向拉扯导致最终算出的平均亮度，偏离场景真实整体环境亮度，数值失真明显，且画面细微光影变动都会造成均值大幅浮动。
4. 统计粒度太细
单像素感光成像范围极小，相邻像素之间极易出现明暗差值，像素个体亮度离散性强。海量离散像素参与统计时，数据收敛速度慢，无法快速稳定贴合环境基准亮度，亮度统计结果稳定性差。
2.2、2×2 Binning 像素合并模式原理解析
1. 像素总数大幅减少
相同物理取景视角、相同拍摄距离下，4 个相邻物理像素合并输出 1 个有效像素，整体输出分辨率直接减半，参与亮度均值运算的像素样本数量大幅缩减，统计数据体量精简。
2. 天然完成局部均值融合
硬件层面直接对同一区块内 4 个像素的光电荷信号做叠加整合取均值，等同于硬件实时完成小区域空间均值滤波，自动中和区块内亮像素与暗像素的亮度差值，提前抹平画面细碎纹理、单点突发明暗跳变，从源头弱化局部光影细节干扰。
3. 亮度数值高度集中
像素合并融合后，画面中孤立单点极亮、极暗异常像素被彻底消除，全体像素的亮度取值区间被大幅压缩，像素与像素之间亮度差值变小，整幅画面亮度数据分布更聚拢统一。
4. 统计均值贴合全局真实亮度
剔除细碎单点明暗极值干扰后，参与计算的像素亮度均代表片区整体平均光影，不再受局部微小明暗点干扰，最终统计得出的区域平均亮度，精准匹配场景整体环境亮度，数值波动极小，统计结果平稳可靠。
核心本质总结：
- 采样粒度不同：Normal 是微观单点采样，聚焦像素级细节；Binning 是宏观片区融合采样，聚焦区域整体光影。
- 干扰过滤能力不同：Normal 无前置平滑，全盘接收所有明暗极值噪声；Binning 硬件自带均值平滑，天然过滤局部光影干扰。
- 统计基准不一致：两种模式像素数据结构、亮度分布规律完全不同，同一实景算出的平均亮度天然存在差值，最终直接导致亮度补偿计算结果偏差过大。
三、如何在保持原有计算逻辑的情况下，缩小两种模式下平均补偿亮度的差距
平均补偿亮度一般是利用直方图权重表和Raw直方图进行加权计算的到的一个亮度。可以用来做高光抑制或者背光提亮功能。
假设直方图权重是按照"U"形设置权重大小。即中间权重低，两端权重高。那么，如果两种模式下使用同样的isp参数，binning模式下计算的到的平均补偿亮度值和normal模式下计算的平均补偿亮度值会存在差异，而且这种差异会随着normal模式分辨率和binning模式分辨率差异增大而增大。
假设直方图权重权大小都设置成一样的较小权重。那么，如果两种模式下使用同样的isp参数，binning模式下计算的到的平均补偿亮度值和normal模式下计算的平均补偿亮度值差异比较小甚至基本没有什么差异。
为了使得Normal模式下尽可能直接用binning模式稳定的AE参数。按照原先两种模式下使用一样的isp参数肯定不行。Binning模式计算的稳定AE还需要做一个乘以一个系数做映射，才能使得binning稳定后的AE参数经过映射后作用于normal模式后，两种模式下计算得到的平均补偿亮度才基本大致相等。但是如果只用一个系数做映射，那么binning模式下的稳定AE参数经过映射后，normal模式下并不适用于所有场景。有些场景直接使用binning模式映射后的AE参数，normal模式下的图像还是会出现偏暗或者偏亮。
3.1.如何使用同样的isp参数在保持原有的平均补偿亮度计算的基础上，缩小两种模式下的平均补偿亮度差异呢？
像素数量的差异导致计算的平均补偿亮度存在差异。直方图两端像素较多的场景下，比如较暗环境下normal模式由于暗区像素较多，且使用的是"U"形直方图权重，计算的平均补偿亮度会比实际的亮度要低，会使用较大的AE参数；在高亮度场景下normal模式由于亮区像素较多，暗区像素比较少，使用的是"U"形直方图权重后，计算得到的平均补偿亮度要比实际的要高一些，会使用较小的AE参数。
同样的ISP参数下，直方图两端像素较多的场景下，比如较暗环境下binning模式计算得到的平均补偿亮度会比相同环境下normal计算的平均亮度大；而在较亮环境下binning模式计算得到的平均补偿亮度会比相同环境下normal计算的平均亮度小。
3.2.调整直方图权重表是缩小两种模式下的平均补偿亮度差值
我们知道不同模式下像素数量存在较大差异。Normal模式下存在极亮极暗像素偏多的情况，像素离散大，高低灰度像素占比偏高；binning模式下中间灰度级别像素稳定集中在中段，高低灰度像素占比偏低。因此我们可以通过调整直方图权重表，压低normal里捣乱的灰度像素权重，抬高真实像素所在的中间亮度权重。即：
- 压低暗区噪声
- 压低高亮极暗值（直方图两端灰度级）
- 抬高场景的中间灰度级
这样normal模式计算的平均补偿亮度和binning模式下的基本一致。
3.3分段权重调整
我们调试图像一般是在normal模式下调试看效果。因此，待图像效果参数定版之后，直方图权重是不会再进行修改的。因此，为了使得两种模式下计算的平均补偿亮度基本一致，我们需要以normal模式下的直方图权重为基准，调整binning模式下的权重值。
假设normal调试的权重固定是两端高、中间低，不改成中间高两边低，只能：
- 给 Normal、Binning 配置两套同形态、不同梯度强度的 U 型权重
- 适度抬高 Binning 高低阶权重占比，补齐分布差距
- 最终让两者加权投票后的亮度重心重合
逻辑对应
- Normal：原生高低灰度像素数量偏多 → 用弱 U 型权重，压低两端权重峰值，减少高低阶贡献
- Binning：原生高低灰度像素数量偏少 → 用强 U 型权重，拉高两端权重峰值，提升高低阶贡献
- 中间低的形态保持不变，只改两端权重落差幅度
因此，假设直方图权重大小范围为0-15。那么在normal模式下调试图像效果的时候，最大权重可能就只能设置为10，预留一些权重给到binning模式下做自适应调整。
假设normal模式下的权重已经定版。那么为了使应用层取到的第一帧的图像效果就已经是完全收敛的状态，我们需要对binning模式下的直方图权重进行自适应调整。
我们可以根据binning模式下的亮度信息做自适应调整。
3.3.1. 低照度场景（画面整体偏暗，Yb 偏小）
现状 Normal 暗像素极多 + 暗端高权重 → 亮度偏低 Binning 暗像素少，暗端下拉不足 → Binning 亮度偏亮
调节策略
- 调大 暗端系数Kd：放大低阶暗权重，弥补暗像素数量少，强化暗部下拉，压低 Binning 整体亮度
- 调小 亮端系数Kl ：收缩高亮权重，抑制无效亮部拉高作用，避免抵消暗部校正效果 作用：精准贴合低光下 Normal 暗像素主导的亮度特征
3.3.2. 高照度场景（画面整体偏亮，Yb 偏大）
现状 Normal 亮像素极多 + 亮端高权重 → 亮度偏高 Binning 亮像素少，亮端拉升不足 → Binning 亮度偏暗
调节策略
- 调大 亮端系数Kl：放高高阶亮权重，补足高亮像素缺口，强化亮部拉升，抬升 Binning 整体亮度
- 调小 暗端系数Kd ：收缩暗部权重，减少暗部下拉干扰 作用：精准贴合高光下 Normal 亮像素主导的亮度特征
3.3.3. 中等正常照度
- Kd、Kl 均回归基准值，双向权重均衡，自然对齐
上述第一、第二中情况下的K值应该还需要根据不同分辨率再进行缩放。因为分辨率越大，其像素数量越多，对平均补偿亮度计算的影响越大。
不同场景下的系数k,可以通过实验实现确定。