189、自动白平衡AWB：色温曲线标定与AI方法在混合光源下的鲁棒性

189、自动白平衡AWB：色温曲线标定与AI方法在混合光源下的鲁棒性一、一个让我半夜惊醒的调试案例2019年某款旗舰机的前摄调试，客户反馈在商场LED灯带+自然光的混合场景下，人脸肤色偏紫。我翻出log一看，AWB算出来的色温是4200K，实际场景用色度计测是5500K左右。更诡异的是，同一场景下，后摄表现正常，前摄却翻车了。拆机检查发现，前摄模组用了不同批次的IR滤光片，截止波长偏移了15nm。这个案例让我意识到，AWB的鲁棒性不是靠算法就能解决的，硬件一致性、标定精度、场景覆盖度，缺一不可。二、色温曲线标定：别把“标准”当真理2.1 色温曲线的物理本质色温曲线本质是sensor对不同光源的响应映射。理想情况下，黑体辐射轨迹（Planckian locus）是一条平滑曲线，但实际sensor因为滤光片透射率、量子效率的非理想性，实测色温曲线会偏离理论值。我们常说的“标定”，就是建立R/G、B/G比值与色温的对应关系。这里踩过坑：某次用积分球标定，光源是卤素灯+滤光片模拟D65，结果发现标定出来的曲线在4000K-5000K区间有“拐点”。后来排查发现，积分球的光均匀性只有85%，边缘区域的色温偏差导致标定数据污染。正确的做法是：标定前用色度计测量积分球内9点色温，只取中心区域偏差50K的数据点。2.2 标定流程中的“魔鬼细节”