MTK AE Histogram Stretch学习理解（与君共勉）

HS主要是把基础原理：根据需要，给整个画面乘上一个 gain 值（可以小于 1 也可以大于 1），将整体的亮度可以往小或往大拉，为主要的亮度调整机制。

计算公式：HS_Target=CWV*HS_THD/HS_Y

6765平台是主要是关注Histogram Stretch的亮部区域，讲Histogram Stretch的高亮区域来打一个合适的亮度，主要包含AOE和COE，按照场景亮度与实际要求来使用相对应的机制(下图为HS的流程图)

6765的HS主要是通过查表，EVdiff（对比度）BVRatio的双重插值，得出BV2THD，在AEtuningtool里标红的位置即为当前的THD与EVdiff以及BVRatio的对应表格。为了防止冲突场景，如果两个场景EV相同，那么在不同的BVRatio下查到的THD的值不一样，就可以通过BVRatio的值定位THD的区间，反之亦然。此处的BV为统计信息得到的，与前面的main target的BV一致。

1、EVdiff等于亮度统计直方图内，亮处部分区域的Y的值减去暗处部分区域的Y的值，120为当前设置的EVdiff的计算区域大小，1000为基数，当前为12%，即为亮处12%区域和暗处12%区域的Y的值相减为EVdiff的值。

2、HS_Y的值：PCNT1和2，分别对应各个亮度区域所占的weight，HS_Y的值会通过BV的值，通过查表，得到百分比（PCNT），然后将高亮区域的亮度乘以PCNT的值，30即为3%，得到HS_Y的值。通过高亮区域乘上一个gain值的方式，使得整体的亮度得到提升，当然也可以将整体亮度降低。计算出HS_Target之后，乘以一个权重，再参与其他模块target的混合。

6873平台与6765平台相比，6765主要是关注HS的一个高亮区的表现，6875（ISP6S）多参考了Dark Tone和Middle Tone的一个我们想要的Target，原来的Bright Tone还是存在，6873把整个HS分成三区域，每个区域都会计算他们的Y和对应的Target

HS的参数运转流程图：

HS中Dark Tone使用BV和DR_B2D去查表得到他的一个THD值,Middle Tone是通过BV和DR_B2M去查表得到THD，Bright Tone是通过BV和EVD去查表得到THD（和6765一致）：

同时针对场景的一个区分6873的HS在BV和EV Diff的基础上增加了一个DR_MidRatio去区分一些BV和EV Diff比较相近的场景

DR_MidRatio主要是影响这些机制下在HS在占的一个权重大小，Dark Tone因为低亮区的一个亮度统计不稳定不可信所以一般都是关闭状态，只用Bright Tone和Middle Tone；DR_MidRatio越小（靠左）Middle Tone的权重越大，DR_MidRatio越大（靠右）Bright Tone的权重越大

HS权重分布参数：

Sky detect(天空检测机制)：天空场景，和白纸一样histogram会比较平坦，对比度EV diff会比较小，所以THD的值会随之减小，亮度也会被压低因此引入了一个天空景的检测机制。在EV diff较小时使用BV去判定是否为天空场景，然后将该BV对应的THD的值拉高，通过提高THD的值拉高当前亮度，然后在通过BV查表得到天空场景的一个weight，BV越大越容易触发天空景机制，天空景的权重就越大，THD的提升也会越大，THD设定值为u4flatSKYThd的值。

参数     2,  //uSkyDetInThd :2%--越大越有可能检测为天空场景

参数     5,  //uSkyDetIOutThd :5%--越大越有可能不被检测为天空景

AOE机制:通过计算过度曝光区域（Y>255）pixel在总曝光区域上的一个在PECNT值，然后来查表得到一个OE_P值，同时参数上还有一个固定的Level值(20)，再去在区分Low Bnd/High Bnd两种环境在这两种环境机制下在去通过各自的BV去查表的得出一个BV Ratio，然后这三个值相乘（{OE_P*Level*LOW/High BV Ratio)/weight(1024)=OE_DeltaL/H Y}）在除以一个权重就能得到一个会得到OE_Delta Y，HS_Y会去加上Delta Y提去提高这个HS_Y的值做出一个伪高光的数据，让算法以为我们的环境有这么亮，然后通过提高分母的方式去降低Target。

COE机制（中心过曝抑制）：COE场景的判定，将画面分成5*5的block群，第一行为M00到M04，第二行为M10到M14，以此类推。中心的block为M22，将这个block的亮度的值作为COE_Y的值，和四周block的亮度对比，中心越亮四周越暗，表示中心与四周的差异越大，越趋于中心过曝景。

计算公式：COE_target=CWV*u4COE_THD/COE_Y.

COE_THD的值在参数中写入，COE_Y的值，找到参数内u4pcent的值，当前为10即为 1%，表示histogram内，高亮区域1%范围内的平均亮度的值，即为COE_Y的值。

计算公式：HS_target_aft COE=(1024-COEP)*HS_target+COEP*COE_target.

最终算出的 target 的值一般是会小于HS_target的值。

同时AOE和COE一般是要结合在一起用的，两个机制weight的混合在一起就是AOE和COE的Target，具体混合方式是通过COE_Y Ratio和COE_Diff Ratio去插值查表得到:

COE_Y_ Pcnt（图像周围越暗中心过曝概率越大 Y Ratio越大Y_Pcnt越大）

COE_Diff_Pcnt（中心和四周的亮度差异越大画面中心过曝的概率越大,Diff Ratio越大Diff_Pcnt就越大）

两个值相乘得到P_COE（COE_Y_Pcnt*COE_Diff_Pcnt=P_COE)，P_COE越大就会混更多的COE的值;

AOE和COE混合公式是：TargetOE=TargetAOE*（1-P_COE）+TargetCOE*P_COE

Green Suppress机制（绿色压抑）通过HS降低绿色场景的亮度：计算blcok块的G/R G/B的值，如果block块为绿色，那么G gain的值会较大，因此G/R和G/B的值会大于100%，如果block块计算出的GR GB的值满足要求，会给THD计算出一个ratio（sup ratio）的值，乘上这个ratio的值，从而降低分子，降低target的值，降低亮度。同时，当前画面内绿色框越多，count越大，对应的ratio越大，同时BV值越大，hs压制越严重，因此影响的值为绿色块的count数值，BV的值。

计算方式所示：

G Sup THD=HS_THD*u Sup Ratio/100

G Sup THD=[HS_THD*(1024-GC_Ratio)+G Sup THD*GC_Ratio]/1024

HS_THD aft G SUP=HS_THD*(1024-GC_BV Ratio)+GC_BV Ratio*G Sup THD