1. HDR基础概念与成像原理

各位同学好，我是这门课的主讲。在手机影像领域摸爬滚打了十几年，HDR 可以说是我最熟悉的“老朋友”了。今天咱们就从最基础的概念开始，把 HDR 的底子打牢。

HDR，全称 High Dynamic Range，中文叫高动态范围。说白了，就是让照片同时保留亮部和暗部的细节。

你想想看，我们平时用手机拍夕阳，天空的云彩细节还在，但地面已经黑成一片了。或者地面拍清楚了，天空却白花花一片，啥也没有。这就是典型的动态范围不足。

HDR 要解决的就是这个问题——让一张照片里，最亮和最暗的区域都能看得清清楚楚。

核心定义：HDR 是一种通过多帧曝光融合，扩展图像亮度范围的技术。它让输出图像的动态范围远超单次拍摄的传感器能力。

动态范围，英文叫 Dynamic Range，缩写 DR。它描述的是场景中最亮区域与最暗区域的亮度比值。

我习惯用一个简单的公式来理解：

动态范围 = log₂(最大亮度 / 最小亮度)  单位：EV（曝光值档位）

举个例子：一个场景最亮处是 1000 cd/m²，最暗处是 1 cd/m²，那它的动态范围就是 log₂(1000/1) ≈ 10 EV。

实际场景的动态范围有多大？我整理了一个表格，大家可以直观感受一下：

嗯，这里要注意：20 EV 的场景，意味着最亮处比最暗处亮了 2²⁰ ≈ 100 万倍。这个数字很惊人，对吧？

为什么我们需要 HDR？因为人眼和相机传感器的能力差距太大了。

人眼的动态范围，我指的是单次注视下的瞬时动态范围，大约在 14-16 EV 左右。但人眼有个绝活——自适应调节。瞳孔会缩放，视网膜感光细胞会调整灵敏度，大脑还会做“局部色调映射”。所以人眼在同一个场景里，能同时看清亮部和暗部。

相机传感器呢？以目前主流的手机 CMOS 为例：

看到了吗？即使是专业相机，单帧动态范围也勉强摸到人眼的门槛。手机传感器更是差了一大截。

我在项目中遇到过最典型的场景：用户在大光比环境下拍人像，人脸欠曝 4-5 EV，背景过曝 2-3 EV。单帧拍摄，要么人脸死黑，要么背景死白。这就是传感器动态范围不够的直接体现。

避坑指南：我曾经以为只要传感器原生动态范围够高，就不需要 HDR 了。结果在 IMX989 上测试，14 EV 的传感器面对 18 EV 的逆光场景，依然力不从心。记住：传感器的物理极限就在那里，HDR 不是锦上添花，而是刚需。

既然单帧搞不定，那就多拍几帧，然后合在一起。这就是多帧曝光融合的核心思路。

具体怎么做？我画了一张流程图，大家一看就明白：

流程其实不复杂，我拆解成几个关键步骤：

个人经验：我建议初学者先从最简单的加权平均融合入手。虽然效果不如金字塔融合，但代码逻辑清晰，容易调试。等理解了整个 pipeline，再上金字塔不迟。我在早期项目中就是吃了“一上来就想搞最复杂算法”的亏，结果 debug 了整整两周。

有人可能会问：现在不是有单帧 HDR 传感器吗？比如索尼的 DOL-HDR、三星的 Smart-ISO Pro。

没错，这些技术确实能在单帧内实现更高的动态范围。但它们有代价：

多帧融合的优势在于：不牺牲分辨率，信噪比更高，灵活性更强。你可以根据场景动态调整帧数和曝光参数。

当然，多帧也有自己的问题——运动鬼影、计算量大、存储开销高。这些我们后面的章节会逐一攻克。

这一章我们建立了 HDR 的基础认知：