3、亮度调节核心算法：基于Lux的线性映射、对数映射与指数映射、Gamma校正与视觉感知

好，咱们进入正题。

上一章我们聊了环境光传感器怎么采集数据，怎么滤波。但拿到一个干净的Lux值之后，怎么把它变成屏幕亮度？

这就是算法要做的事。

说白了，就是把一个物理量（环境光）映射到另一个物理量（屏幕亮度）。这个映射关系，决定了用户的眼睛舒不舒服。

3.1 线性映射：最直接，但最不好用

线性映射，公式很简单：

ScreenLux = k * AmbientLux + b

k是增益，b是偏移量。

举个例子：环境光从0变到10000 Lux，屏幕亮度从10 nit线性增加到500 nit。听起来很合理对吧？

但我在项目中踩过这个坑。

有一次，客户反馈说：“车子从地库开出来，屏幕突然亮得刺眼。” 我一看日志，环境光从50 Lux瞬间跳到8000 Lux，屏幕亮度直接从20 nit跳到400 nit。线性映射嘛，一步到位。

用户的眼睛根本来不及适应。

线性映射适合做基准测试，但不适合直接用在产品里。除非你的屏幕亮度范围特别窄，比如只有0-100 nit，那还能凑合用。

3.2 对数映射与指数映射：更接近人眼

人眼对亮度的响应，其实是对数关系。你想想看，在暗处，一点点光变化就很明显；在亮处，几百Lux的变化你可能都感觉不到。

对数映射的公式：

ScreenLux = a * log(AmbientLux + 1) + b

加1是为了防止AmbientLux为0时取对数出错。

这个映射的好处是：低光区变化平缓，高光区变化也平缓。整体曲线像是一个“S”形的前半段。

我个人的习惯是，在车载场景下，优先用对数映射。为什么呢？

• 地库到地面：亮度变化不会太突兀
• 隧道出口：屏幕不会突然亮瞎眼
• 夜间行车：屏幕亮度足够低，不干扰驾驶

指数映射则相反：

ScreenLux = a * exp(AmbientLux / c) + b

这个映射会让亮度变化在低光区很慢，高光区很快。说实话，在车载场景下用得不多。除非你想做“强光下屏幕特别亮”的效果，但那样功耗也上去了。

3.3 Gamma校正：让屏幕“说人话”

这里有个容易混淆的点。

屏幕本身的亮度响应也是非线性的。你给屏幕一个50%的电压，它不会输出50%的亮度，而是大概22%左右。这就是Gamma特性。

Gamma校正，就是提前把亮度值“扭曲”一下，让最终输出符合预期。

公式：

Output = Input ^ (1 / Gamma)

标准Gamma值通常是2.2。所以校正公式就是：

Output = Input ^ (1 / 2.2)

举个例子：

输入亮度（归一化）	未校正输出	Gamma校正后输出
0.5	0.22	0.73
0.8	0.55	0.90

你看，校正后输出值变大了。这样屏幕才能显示出正确的亮度。

我曾经遇到过一个Bug：算法算出来目标亮度是200 nit，但屏幕显示出来只有150 nit。查了半天，发现是Gamma校正没做。嗯，从那以后，我把Gamma校正写进了算法流程的固定步骤里。

3.4 视觉感知：算法最终要服务眼睛

算法再复杂，最终是给人看的。所以必须考虑人眼的视觉特性。

几个关键点：

• 亮度适应时间： 人眼从暗到亮需要几秒，从亮到暗需要几十秒。算法不能瞬间跳变，要加平滑过渡。我一般用一阶低通滤波，时间常数设1-3秒。
• 对比度敏感度： 人眼对中频对比度最敏感。所以屏幕上的文字、图标，在中等亮度下最清晰。太暗或太亮都会降低可读性。
• 色温影响： 亮度变化时，色温也要跟着变。这个我们下一章细讲。

我个人习惯在算法里加一个“视觉舒适度”指标。比如：

舒适度 = 1 - |目标亮度 - 当前亮度| / 最大亮度范围

这个值越接近1，说明亮度变化越平缓，用户越舒服。

3.5 算法流程总结

好，我们把整个流程串一下：

1. 获取滤波后的环境光Lux值
2. 用对数映射（或混合映射）计算目标亮度
3. 对目标亮度做平滑滤波（一阶低通）
4. 对平滑后的亮度做Gamma校正
5. 输出到屏幕驱动

代码示例（伪代码）：

float ambientLux = getFilteredLux();
float targetBrightness = logMapping(ambientLux);
float smoothedBrightness = lowPassFilter(targetBrightness, 0.3);
float gammaCorrected = pow(smoothedBrightness, 1.0 / 2.2);
setScreenBrightness(gammaCorrected);

嗯，就这么简单。但每一步都有坑，每一步都需要调参。

下一章，我们聊聊色温调节。那个更麻烦，因为涉及到白平衡和人的主观感受。