实现过程

获取分块亮度统计数据

– 用的memcp，是否可以直接用指针获取，用const保护；
计算分块亮度

–用RGGB的平均亮度代替一个块的亮度
进行排序

–是否会出现totalblockNum比总数大的问题
求平均亮度
设置亮度阈值

–根据level获取相应百分比的块的亮度和序号
如果检测到当前亮度大于亮度阈值，CurFrameAvgLuma加上该分块的亮度
求亮区的平均亮度
将分块亮度统计数据乘以（亮区亮度和平均亮度的比值）

初步实现

原有的背光补偿等级仅仅调节的是亮区的范围，而亮区的程度并不能调节。
而且如果没有强光，也会对普通场景的亮度降低。为了不影响普通场景的亮度，可以采用对强光进行识别的算法。

首先用执法仪对强光和普通场景的直方图进行分析，场景1-3是普通场景，场景4-6是强光场景。发现强光场景的共同点是256的值很大，而255或者254却很小。同时要对RGB都进行分析，有的时候可能有一种光很亮，会误判成强光场景。
注意：可能不能直接用比例的方式去减小曝光时间，可能会出现不收敛的情况，导致上下波动。
强光和普通场景直方图

由于AE统计信息是将图像分块统计，也相当于一个缩小的直方图数据。
如果分块数据的话，强光场景下应该是强光区域有不少，同时暗光很多，由于成对数关系，因此区分应该很明显。
亮度在最大值亮度的50%-90%区间内，比例很少。
同时可以判断亮区的边界，如果边界大于一定的范围，则进行调整。

获取分块数据

static uint8_t aec_get_status = 0;
static int histo_count = 0;
if (property_get("persist.liqinxing.aec_stats.get", value, "") > 0){
    if (strcmp("0", value) == 0){
        aec_get_status = 1;
    }
    else{
        if(aec_get_status){
            aec_get_status = 0;
        FILE *fp;
        fp = fopen("/data/aec_stats.txt","a");
        if(fp == NULL){
            LOGE("cannot open file aec_stats.txt,please create it");
            return false;
        }
        fprintf(fp, "No.%d sence h_num:%d v_num:%d",
        histo_count++, aec_stats->bayer_stats.p_q3a_bg_stats->bg_region_h_num,
        aec_stats->bayer_stats.p_q3a_bg_stats->bg_region_v_num);
            fprintf(fp,"channel-r:\n");
            for(int i = 0; i < 3888; i++)
                fprintf(fp,"%d  ", aec_stats->bayer_stats.p_q3a_bg_stats->bg_r_sum[i]);
            fprintf(fp,"\n");
            fprintf(fp,"channel-gr:\n");
            for(int i = 0; i < 3888; i++)
                fprintf(fp,"%d  ", aec_stats->bayer_stats.p_q3a_bg_stats->bg_gr_sum[i]);
            fprintf(fp,"\n");
            fprintf(fp,"channel-gb:\n");
            for(int i = 0; i < 3888; i++)
                fprintf(fp,"%d  ", aec_stats->bayer_stats.p_q3a_bg_stats->bg_gb_sum[i]);
            fprintf(fp,"\n");
            fprintf(fp,"channel-b:\n");
            for(int i = 0; i < 3888; i++)
                fprintf(fp,"%d  ", aec_stats->bayer_stats.p_q3a_bg_stats->bg_b_sum[i]);
            fprintf(fp,"\n");
        //free point p
        fclose(fp);
        if(fp!=NULL)
            fp=NULL;
       }
   }
}

但是出现问题，没有将数据打印出来
发现没有进入这个mask中，函数没有执行
因此放在aec_biz_stats_map中，这里是将stats数据map进aec算法模块的地方。
先用matlab进行处理；本文用的python处理

强光场景识别

计算相比于最强光强的比例

分为三个区间，暗区，中间区间，亮区，阈值为30%和80%

可以看到强光场景下暗区比例很大，中间区间较小，亮区类似

中位数

打印stats其他参数，了解参数的意义

rmax,grmax,gbmax,bmax是一样的16383，是一个像素上最大亮度（14位）
region_pixel_cnt=bg_region_height*bg_region_width 660=22*30

1920/64=30 1080/48=22 因此总共的最大亮度为1e7 单体最大亮度为2703195，这符合实验得出的结论

直方图数据长度不一致，原来是4096，后来变成了256

if (CAM_HISTOGRAM_STATS_SIZE == bhist_stats->num_bins) {
  memcpy(hist_data->hist_buf, stats_ptr,
  sizeof(hist->bayer_stats.r_stats.hist_buf));
} else if (bhist_stats->num_bins > CAM_HISTOGRAM_STATS_SIZE &&
          bhist_stats->num_bins % CAM_HISTOGRAM_STATS_SIZE == 0) {
  /* Stats from HW have more bins and is a multiple of output bin size */
  /* scale bins by collapsing */
  uint32_t factor = bhist_stats->num_bins / CAM_HISTOGRAM_STATS_SIZE;
  uint32_t i, j;
  for (i = 0; i < CAM_HISTOGRAM_STATS_SIZE; i++) {
    for (j = 0; j < factor; j++) {
     hist_data->hist_buf[i] +=
       stats_ptr[i * factor + j];
     }
  }
} else {
  ISP_ERR("CHANNEL_Y Size mismatch error bhist_stats->num_bins %d",
  bhist_stats->num_bins);
  return;
 }

num_bins是实际直方图数据的长度，由于这个长度是256的倍数，aec模块中的统计数据其实是将num_bins的直方图数据进行了压缩

这里用goto语句防止打开文件错误，没有执行下面原有的程序

通过控制增益的方式来控制图像的过曝和正常情况，对两种情况进行对比。

从过曝到正常，中位数降低很明显

可以看梯度–直方图或者分块亮度数据的梯度

注意：写入txt数据的时候不要连续写入两个\n，如果这样readlines的时候第一个字符会为空

可以以梯度来衡量

我只要找到强光的特点就行了，

首先有值很大的，直方图中255的值很大，而254的值很小

直方图后面160-254之间几乎是平的

检测到如果大于一定的值如80%的最大值，则进行权重的增大或者，或者直接对AE进行调整

原来的方法不行，因为亮的区域亮度已经满了，再增大也改变不了多少AE的效果，可以修改测光表的权重

框架式构图 –人手搭框架、框架拍景物

搜查AEC chromatix数据的调用位置

prase

自动调节可以算最高点80%和40%面积的比值作为他们的梯度

如果是sink端口，则不需要查看事件，取而代之的，只需转发事件并让下游模块处理它们并采取相应的行动

MCT_EVENT_DOWNSTREAM是接受上游的数据，向下游传递

chromatix数据是在stats模块进行最先一步的加载，分发给下游进行处理

PROBLEM：究竟什么算是下游模块？

动态修改权重：两种方案，去修改chromatix文件，让它重新加载一次；在chromatix数据向下发的时候修改它的值；由于第一种方法存在一个数据大量赋值的过程，可能会降低速度，甚至导致一大堆赋值问题，因此采用第二种方案。

想法：修改reload应该就可以让chromatix文件重载，这样不就不需要重启设备调参数了么

sensor_util_post_chromatix_event_downstream

cached

macro:宏指令

PROBLEM：只搜索到了event_module->module_event_data给其他模块赋值，没有搜索到谁赋值给它的？void*难道就是这么神奇？难道是在framework层进行赋值的？

func_tbl有三个方法：open/process/close 可以对chromatix进行操作

process中可以选择

SENSOR_SUB_MODULE_PROCESS_EVENT对sensor的每个子模块进行处理，chromatix也是在其中如果要搜索子模块的处理函数可以搜索process的类型，如CHROMATIX_GET_PTR

第二个参数是对那个模块生效

PROBLEM：为什么加载chromatix的时候还要加载一堆模块

lru页面置换算法（Least Recently Used）

关于操作系统的内存管理，如何节省利用容量不大的内存为最多的进程提供资源，一直是研究的重要方向。而内存的虚拟存储管理，是现在最通用，最成功的方式—— 在内存有限的情况下，扩展一部分外存作为虚拟内存，真正的内存只存储当前运行时所用得到信息。这无疑极大地扩充了内存的功能，极大地提高了计算机的并发度。虚拟页式存储管理，则是将进程所需空间划分为多个页面，内存中只存放当前所需页面，其余页面放入外存的管理方式。

然而，有利就有弊，虚拟页式存储管理增加了进程所需的内存空间，却也带来了运行时间变长这一缺点：进程运行过程中，不可避免地要把在外存中存放的一些信息和内存中已有的进行交换，由于外存的低速，这一步骤所花费的时间不可忽略。因而，采取尽量好的算法以减少读取外存的次数，也是相当有意义的事情。

我的理解：这个算法就是去决定哪些数据该放在内存里，哪些数据该放在外存里。

PROBLEM：为什么替换了动态库文件，chromatix数据依旧没有生效

ANSWER: so文件是位于外存之中，而程序运行会先检测所需的数据内存中是否存在，如果存在就加载内存中的数据，如果不存在再去加载位于外存的数据。虚拟内存可以虚拟的扩大程序的内存空间，但是会出现一个问题，

BIZ:business model ，实际上就是控制层（业务逻辑层）。
解释：控制层的主要作用就是协调model层和view层直接的调用和转换。能够有效的避免请求直接进行数据库内容调用，而忽略了逻辑处理的部分。
实际上biz就起到了一个server服务的角色，很好的沟通了上层和下层直接的转换，避免在model层进行业务处理（代码太混乱，不利于维护）

由于每次reload的时候都要先查找hash值以及lru，不会重新重新读取动态库数据，因此在读取hash值的位置加一个函数，不进行hash值的读取

PROBLEM：为何直接用eztune中的代码可以生效

方法一：由于在reload chromatix文件的时候，会首先查找是否存在hash值以及lru；当程序运行时会将so文件中的数据加载到内存中，因此我们要删去原来的hash值和lru，重新load chromatix。

方法二：移植extune的代码

PROBLEM：没有对指针进行malloc，可以进行赋值么

由于测光权重表和bg_stats(grid)不是一一对应的关系，

还可以判断是否是运动光源

如果想要降低AE，有下面几种方法：