2、HDR成像原理：多帧曝光合成技术、传感器响应曲线、动态范围的计算方法

各位好，欢迎来到第二章。上一章我们聊了什么是动态范围，以及为什么手机和监控摄像头拍出来的照片，跟人眼看到的差那么多。这一章，咱们就深入底层，看看HDR成像到底是怎么把「亮部不过曝、暗部不欠曝」这件事给实现的。

说白了，HDR的核心就一句话：用多张不同曝光的图像，合成一张高动态范围的图像。但这句话背后，藏着传感器物理特性、响应曲线、合成权重算法等一系列硬核知识。我当年刚接触这个领域时，以为就是简单地把亮图和暗图叠在一起，结果做出来的图像边缘全是鬼影，颜色也怪怪的。嗯，踩过的坑，今天一并讲清楚。

2.1 多帧曝光合成技术：HDR的基石

多帧曝光合成，是目前消费级和专业级成像设备中最主流的HDR实现方式。它的流程其实很直观：

1. 快速连拍：在同一场景下，以不同的曝光时间（或不同的ISO/增益）连续拍摄多帧图像。
2. 图像对齐：由于手持拍摄或场景中存在运动物体，需要先做配准（对齐），否则合成后会出现重影。
3. 权重融合：根据每帧图像中每个像素的曝光质量，赋予不同的权重，然后加权求和。
4. 色调映射：将合成后的高动态范围数据，映射回普通显示设备能显示的8位或10位图像。

我个人习惯把曝光帧数控制在3帧：一帧欠曝（保留高光细节）、一帧正常曝光、一帧过曝（保留暗部细节）。为什么是3帧？因为2帧的过渡区容易产生断层，而4帧以上对算力和存储压力大，收益却边际递减。我在做安防摄像头项目时测试过，3帧合成在信噪比和动态范围提升上，性价比最高。

2.2 传感器响应曲线：理解相机如何「看」世界

要理解合成算法，必须先理解传感器是怎么响应光线的。图像传感器（CMOS/CCD）的响应，并不是线性的——至少在整个动态范围内不是。

典型的传感器响应曲线，横轴是入射光强度（对数坐标），纵轴是传感器输出的数字值（DN值）。这条曲线大致分三段：

• 暗区（噪声区）：光线很弱时，信号被读出噪声、暗电流淹没，曲线底部弯曲，信噪比极低。
• 线性区：这是传感器工作的核心区域，输出值与入射光强度成正比。斜率就是传感器的增益（灵敏度）。
• 饱和区：当光强超过满阱容量时，电子溢出，输出值不再增加，曲线平顶。这就是过曝的物理根源。

我记得有一次调试一个工业相机，发现暗部细节怎么都提不起来。后来一查响应曲线，发现那款传感器的线性区起始点比手册标称高了20个DN值，导致低光段被噪声淹没了。从那以后，我每次选型都会要求厂家提供实测的响应曲线，而不是只看手册。

2.3 动态范围的计算方法

动态范围的定义，在第一章已经提过。这里我们给出具体的计算公式，以及工程中怎么用。

理论公式：

DR = 20 * log10( I_sat / I_noise )

其中：

• I_sat：传感器刚好饱和时的入射光强度（或对应的DN值）。
• I_noise：传感器在无光照时的总噪声等效强度（通常取读出噪声的均方根值）。

单位是分贝（dB）。人眼在适应后的动态范围大约为120dB，而普通8位图像只有48dB（256级灰度）。

多帧合成后的动态范围：

假设你用了N帧不同曝光的图像，每帧的曝光时间比为R（比如1:16:256），那么合成后的动态范围近似为：

DR_total ≈ DR_single + 20 * log10( R_max )

举个例子：单帧动态范围60dB，最长曝光与最短曝光之比为256倍（约48dB），那么合成后理论可达108dB。当然，实际会受限于对齐精度、噪声累积和色调映射的压缩损失。

参数	符号	典型值	说明
单帧动态范围	DR_single	60~70 dB	取决于传感器满阱容量和噪声
曝光比	R	1:16:256	3帧常用，步长4~16倍
合成动态范围	DR_total	100~120 dB	接近人眼水平
实际可用范围	DR_usable	80~100 dB	受限于鬼影、噪声、量化误差

2.4 核心知识结构图

下面这张SVG图，把本章的核心逻辑串起来了。你可以看到从传感器物理特性，到多帧采集，再到合成与色调映射的完整链路。

2.5 工程中的权衡与选择

在实际项目中，多帧曝光合成并不是「帧数越多越好」。我总结了几条经验：

• 帧数选择：静态场景可用5~7帧追求极致动态范围；手持或运动场景，3帧是安全上限。
• 曝光比选择：每帧之间曝光时间差4~16倍比较合理。差太小，动态范围提升有限；差太大，中间亮度区出现空洞。
• 对齐精度：如果场景中有快速运动物体（比如行人、车辆），必须做运动补偿或去鬼影处理。我见过不少方案直接跳过对齐，结果合成图比单帧还难看。
• 色调映射策略：全局映射简单但容易丢失局部对比度；局部映射效果好但计算量大，且可能引入光晕。我的习惯是：先做全局映射保底，再在感兴趣区域做局部增强。