1. 色彩科学基础：人眼视觉特性、色彩空间与白平衡原理

做图像算法这些年，我越来越觉得——色彩科学是HDR合成的"地基"。地基没打牢，后面调再多参数也是白搭。今天咱们就从最底层开始，把这三个核心概念掰开揉碎了讲清楚。

1.1 人眼视觉特性：为什么相机拍不出你看到的样子？

你有没有遇到过这种情况：明明肉眼看着很美的夕阳，拍出来却一片惨白？这不是相机坏了，是人眼和传感器的"底层逻辑"不一样。

人眼有几个关键特性，做HDR合成时必须刻在脑子里：

• 亮度适应范围极广：人眼能同时感知约10^5:1的动态范围，而普通相机传感器只有10^3:1左右。这就是为什么HDR合成要拍多张不同曝光的照片。
• 局部对比度敏感：人眼对边缘和纹理特别敏感，但对大面积均匀区域的亮度不敏感。所以HDR合成时，边缘处理比整体亮度更重要。
• 色彩恒常性：不管在日光灯下还是烛光下，你看到的白纸都是白的。但相机不会——它老老实实记录光谱。这就是白平衡要解决的问题。

我记得刚入行时做过一个项目，在黄昏时分拍城市天际线。单张RAW怎么调都像"假HDR"——要么天空过曝，要么建筑死黑。后来我才明白，问题出在没理解人眼的局部适应机制。你想想看，人眼看天空时瞳孔会缩小，看地面时瞳孔会放大，而相机只有一个全局曝光时间。这就是HDR多帧合成的生物学基础。

1.2 色彩空间：RGB/XYZ/Lab 到底怎么选？

色彩空间说白了，就是"用数学描述颜色"的坐标系。不同的坐标系，适合不同的任务。

1.2.1 RGB：最直观，但最不"人眼"

RGB是显示器的原生语言。每个像素用R、G、B三个通道的强度表示颜色。但RGB有个致命问题——通道之间高度相关。你调整亮度，色相也跟着变；你调整饱和度，亮度也跟着变。这在图像处理中非常麻烦。

1.2.2 XYZ：色彩科学的"通用语"

XYZ是CIE在1931年定义的标准色彩空间。它基于人眼三种锥体细胞的响应曲线设计。XYZ最大的价值是——它不依赖任何设备。不管你的显示器是OLED还是LCD，不管你的相机是索尼还是佳能，XYZ都是同一个坐标系。

做HDR合成时，我建议把多张曝光图像先转换到XYZ空间再做融合。为什么？因为XYZ的Y通道直接对应亮度，而X和Z对应色度。这样你可以独立处理亮度和色度，不会互相干扰。

色彩空间	优点	缺点	HDR合成中的用途
RGB	直观、硬件友好	通道相关、非线性	白平衡增益、最终输出
XYZ	设备无关、亮度分离	不直观、色域有限	多帧融合、色域映射
Lab	感知均匀、通道独立	计算复杂、有奇异点	色调映射、色彩增强

1.2.3 Lab：最接近人眼感知的空间

Lab空间的设计目标就是"感知均匀"——意思是，你在Lab空间里移动相同的距离，人眼感受到的颜色变化是相同的。这在RGB空间里完全做不到。

Lab的L通道代表亮度，a和b代表色度。做色调映射（Tone Mapping）时，我通常只在L通道上做压缩，a和b通道保持不变。这样能最大程度保留色彩信息，避免出现"HDR假色"。

1.3 色温与白平衡原理：让白色"变回"白色

色温的概念其实很简单——黑体加热到不同温度时发出的颜色。温度越低越偏红（烛光约2000K），温度越高越偏蓝（阴天约7000K）。

白平衡的本质，就是找到场景中的"中性灰"区域，然后调整R、G、B增益，让这个区域变成纯白（R=G=B）。

常见的白平衡算法有几种：

1. 灰度世界法：假设场景中所有颜色的平均值是灰色。计算R、G、B通道的平均值，然后调整增益使三者相等。
2. 完美反射法：假设场景中最亮的像素是白色。找到最亮的像素点，以其RGB值作为白点参考。
3. 色温曲线法：根据色温查表，直接应用预设的R、G增益比。这是相机自动白平衡的常用方法。

嗯，这里要注意一个细节——白平衡增益不能太大。如果某个通道的增益超过2.0，说明色温估计偏差太大，强行校正会引入严重的色彩噪声。我一般会设置一个增益上限，超过上限就改用相邻色温的插值结果。

1.4 知识体系总览

下面这张图把本章的核心逻辑串起来了。你可以把它当作后续章节的"导航图"。

从这张图可以看得很清楚：人眼视觉特性是"为什么"，色彩空间是"用什么工具"，白平衡是"第一步怎么走"。三者环环相扣，缺一不可。