论文详细分析和讨论了数码相机自动曝光算法的原理,对现有的算法进行了评估分析,进而提出了两种新颖的算法,并且对其进行了系统实现和测试。论文首先阐述了数码相机自动曝光成像的理论基础,包括:图像获取过程中对光信号和电信号进行处理的理论推导,自动曝光算法的基本标准和影响曝光结果的三个主要参数(曝光时间、光圈大小和增益)的作用原理,以及自动曝光算法的典型执行流程。在对现有的自动曝光算法进行广泛调研的基础之上,论文对这些算法进行了归类总结,并针对现有算法存在的缺陷,提出了两种新的自动曝光算法:一种是直接设置的基本自动曝光算法,它运用了一个经推导得到的调节方程,根据当前图像的亮度信息和曝光参数直接计算出在当前照度下能够产生目标亮度的曝光参数,提高了在普通光照条件下自动曝光算法的执行速度。另一种是对图像进行动态分区的自动曝光算法,用以在特殊光照条件下(背光或强正面光),对图像的主体进行曝光补偿。现有的基于直方图的算法不能同时补偿以上两种光照条件,而基于固定分区的算法又不能够准确反映图像的实际信息。论文提出的二维搜索策略利用场景中存在的连续亮度区域,对图像进行动态分区得到主体和背景的准确信息,并且根据两者之间的对比度对曝光的目标亮度进行补偿。该算法能够同时处理以上两种特殊光照条件,并且不受主体所处的位置的影响。以上两种算法都是在本研究所建立的算法评估平台上进行开发仿真的。论文随后介绍了以上两种算法的系统实现。算法的实现基于软件和硬件协同工作的机制。硬件部分负责实时图像数据统计,采用Verilog HDL语言描述,综合后下载至FPGA实现;软件部分则对算法流程进行控制,采用C语言进行编程,编译后在ARM微控制器上实现。硬件和软件之间采用APB总线作为接口。充分考虑电路的重复利用,采用了多种合理的设计策略,成功设计了一个能够同时服务于自动曝光和自动白平衡的数据统计引擎,节省了运算单元和状态控制模块的硬件消耗。论文搭建了一个由多种仪器设备组成的测试平台,在变换光源和拍摄场景的情况下对算法进行了测试验证,获得了大量有价值的测试数据。结果显示算法能够达到预期的性能。最后,论文对如何进一步提高算法的性能进行了展望。