096、自动白平衡（AWB）统计法：色温曲线拟合、灰点检测与光源估计实战一、从一次夜拍翻车说起去年夏天，某款旗舰机在夜景模式下拍出的照片，白墙变成了淡紫色，绿植偏蓝。用户投诉说“这手机色盲”。我拿到log一看，AWB模块把室内暖色灯光误判成了黄昏日光，色温估计差了3000K。问题出在哪？统计法里的灰点检测阈值设得太死，暗光下信噪比一掉，灰点全漏检了，光源估计直接放飞。这种场景我调试了不下五十次。AWB统计法看起来简单——不就是找灰点、拟合色温曲线吗？但真正落地时，从sensor raw域到ISP统计窗口，每一步都是坑。今天这篇笔记，我把这几年踩过的雷和填坑经验拆开揉碎，不讲教科书理论，只讲怎么在代码里让AWB不翻车。二、色温曲线拟合：别被黑体辐射曲线骗了2.1 理论曲线 vs 实际曲线教科书说色温曲线是普朗克黑体辐射在RGB色度图上的投影，一条平滑的弧线。但实际sensor的响应曲线根本不是那么回事。不同sensor的滤色片（CFA）透射率不同，同一色温下，R/G、B/G比值能差出15%。更坑的是，镜头的光学镀膜会引入色偏，尤其是广角镜头边缘，色温曲线会扭曲。我调试过一款OV64B sensor，它的R通道在低色温下响应偏低，导致色温曲线在3000K附近出现一个“塌陷”。如果直接用标准黑体曲线去拟合，估计出的色温会偏冷500K以上。解决办法是：每个sensor必须单独标定色温曲线。别偷懒用芯片厂商