AWB算法-为什么通常以 G 通道为基准，计算 R 和 B 需要放大的倍数？

在自动白平衡（AWB）算法中，通常将绿色（G）通道的增益固定为 1.0（即作为基准），然后计算红色（R）和蓝色（B）通道的放大倍数。这并不是随意的规定，而是由传感器硬件结构、人眼视觉特性以及图像处理的数学逻辑共同决定的。

主要原因有以下四个：

1. 传感器物理结构（Bayer阵列）决定了 G 通道最可靠
   目前绝大多数 CMOS/CCD 图像传感器采用的都是 Bayer 滤光矩阵（Bayer Pattern）。在典型的 RGGB 阵列中：

绿色（G）像素占 50%
红色（R）像素占 25%
蓝色（B）像素占 25%
因为 G 像素的数量是 R 和 B 的两倍，所以 G 通道捕获的空间细节最多，信噪比（SNR）最高，数据最稳定。在算法中，把最稳定、噪声最小的通道作为“锚点”（基准），去调整相对较弱的 R 和 B 通道，计算出来的结果最不容易受噪点干扰。

2. 人眼对绿光最敏感（亮度贡献最大）
   在人类的视觉系统中，视网膜对不同波长的光敏感度不同，人眼对光谱中段的绿光（波长约 555 nm）最为敏感。
   在图像处理中（例如 RGB 转 YUV/YCbCr 色彩空间），亮度（Y）的计算公式通常是：

$Y = 0.299 \times R + 0.587 \times G + 0.114 \times B$

可以看到，绿色通道对画面亮度的贡献高达近 60%。这意味着 G 通道基本上就代表了图像的“明暗/亮度”信息。

3. 解耦 AWB（白平衡）与 AE（自动曝光）
   承接上一点，因为 G 通道主导了画面的亮度：

如果我们在做白平衡时去改变 G 通道的增益（比如 $G_{gain} = 1.2$），那么整个画面的亮度就会跟着发生明显变化。
这就导致了 AWB（控制颜色）和 AE（控制亮度）两个模块互相干扰。白平衡一动，画面就忽明忽暗，曝光算法又得重新调整，容易产生震荡。
将 $G_{gain}$ 固定为 1.0，只去调节 R 和 B，可以在改变画面色温的同时，最大程度地保持画面的整体亮度不变。这样 AWB 和 AE 就能各司其职，互不干扰。

4. 降低硬件计算复杂度和成本
   白平衡的最终目的，是让画面中的白色/灰色物体的 $R = G = B$。
   理论上，我们可以把 R、G、B 都乘上一个系数，但这会增加硬件的乘法器数量。
   数学上，只要相对比例对了就可以：

$R_{gain} = G_{avg} \div R_{avg}$
$B_{gain} = G_{avg} \div B_{avg}$
$G_{gain} = 1.0$
这样只需要计算两个增益系数，ISP（图像信号处理器）硬件在应用增益时也只需要对 R 和 B 通道做乘法。这在底层芯片设计上节省了逻辑门电路，降低了功耗和发热。

总结：
以 G 通道为基准，是因为 G 像素数量最多（信噪比高）、代表了画面的主要亮度（符合人眼视觉），且固定 G 通道可以避免白平衡调节引起画面亮度的剧烈波动（解耦 AE）。