4. 增益一致性补偿：多帧间模拟增益与数字增益的归一化处理

好，咱们接着聊。上一章我们把多帧之间的亮度跳变问题拆开了，发现根源之一就是增益不一致。这一章，我们就专门来解决这个「增益」的问题。

说白了，HDR合成时，不同曝光帧的增益设置往往不一样。暗帧为了提亮，增益拉得很高；亮帧为了不饱和，增益压得很低。这些增益差异如果不做归一化，合成出来的图像就会出现亮度断层，甚至闪烁。

我个人习惯把增益分成两类：模拟增益和数字增益。这两兄弟虽然都叫增益，但脾气完全不同。

4.1 模拟增益 vs 数字增益：谁更「干净」？

先看一个简单的对比表格，帮你快速建立印象：

特性	模拟增益（Analog Gain）	数字增益（Digital Gain）
作用位置	ADC 转换之前（传感器端）	ADC 转换之后（ISP 端）
噪声影响	放大信号的同时也放大噪声，但信噪比基本不变	放大信号和噪声，但会额外放大量化噪声
动态范围	会压缩传感器动态范围	不影响传感器动态范围
线性度	高（模拟电路线性度好）	极高（数字计算线性度完美）
典型值范围	1x ~ 16x（受硬件限制）	0.25x ~ 256x（理论上限更高）

你想想看，模拟增益是在信号还没被数字化之前就放大了。它放大的「原始信号」里虽然也有噪声，但那个噪声是传感器本身的物理噪声，比较「自然」。数字增益就不一样了，它是在 ADC 已经量化完之后再乘一个系数。量化误差、截断误差，都会被一起放大。

我在项目中遇到过一件事：某款 sensor 的模拟增益最高只能到 8x，但暗帧需要 16x 的增益才能提亮到目标亮度。没办法，只能用 8x 模拟 + 2x 数字的组合。结果暗帧的噪声明显比纯模拟 16x 的 sensor 要差一截。嗯，这就是硬件的天花板。

4.2 增益归一化的数学基础

归一化听起来高大上，其实公式很简单。我们定义每一帧的总增益为：

G_total = G_analog × G_digital

归一化的目标，就是把所有帧的增益统一到一个参考帧上。通常我会选中曝光帧作为参考，因为它的增益最接近 1x，噪声水平也最均衡。

假设参考帧的总增益是 G_ref，当前帧的总增益是 G_cur，那么归一化系数就是：

K_norm = G_ref / G_cur

然后，把当前帧的像素值乘以 K_norm，就完成了增益归一化。就这么简单？嗯，理论上是，但实际工程里有两个坑。

4.2.1 坑一：增益不是线性叠加的

模拟增益和数字增益的噪声特性不同，不能简单地把它们合并成一个系数来处理。我曾经踩过这个坑：直接把 G_total 算出来，然后对整帧做乘法。结果暗帧的噪声被放大了，亮帧的细节被压没了。

正确的做法是：分别处理模拟增益和数字增益的归一化。

// 伪代码：分通道增益归一化
float analog_norm = ref_analog_gain / cur_analog_gain;
float digital_norm = ref_digital_gain / cur_digital_gain;

// 先做模拟增益归一化（在 RAW 域做）
for each pixel in raw_image:
    pixel = pixel * analog_norm;

// 再做数字增益归一化（在 ISP 处理后的线性域做）
for each pixel in linear_image:
    pixel = pixel * digital_norm;

为什么要分开？因为模拟增益归一化应该在 RAW 域做，这时候噪声模型还是 sensor 的物理模型。数字增益归一化可以在更后面的线性域做，不影响噪声分布。

4.2.2 坑二：增益值不是整数

很多 sensor 的增益寄存器值不是直接的倍数，而是用 dB 表示的。比如 6dB 对应 2x，12dB 对应 4x。你需要先转成线性倍数：

G_linear = 10^(G_dB / 20)

或者有些 sensor 用 0.3dB 步进，那就更麻烦了。我建议在驱动层就把增益统一转成 float 类型的线性倍数，上层算法直接拿这个值算归一化系数，省心。

4.3 实战：多帧增益归一化流程

下面是我在实际项目中用的一套流程，你可以直接参考：

1. 采集增益元数据：每一帧曝光时，从 sensor 驱动读出当前的模拟增益和数字增益（线性倍数）。
2. 选择参考帧：通常选中曝光帧，或者选增益最接近 1x 的那一帧。
3. 计算归一化系数：分别计算模拟增益和数字增益的归一化系数。
4. RAW 域补偿：在 RAW 图像上应用模拟增益归一化系数。
5. 线性域补偿：在去马赛克后的线性 RGB 图像上应用数字增益归一化系数。
6. 亮度对齐验证：用直方图或平均亮度检查各帧是否对齐。

这个流程看起来简单，但每一步都有细节。比如第 4 步，在 RAW 域做乘法时要注意位宽。如果 RAW 数据是 12bit，乘以一个大于 1 的系数可能会溢出。我一般会先左移几位，留出余量，等做完归一化再右移回来。

4.4 增益归一化的知识体系

为了让你更直观地理解整个增益归一化的脉络，我画了一张流程图：

4.5 避坑指南

最后，分享几个我亲身踩过的坑，希望能帮你省点时间：

• 增益值不是线性映射的：有些 sensor 的增益寄存器值 0x10 对应 1x，0x20 对应 2x，但 0x30 可能对应 4x 而不是 3x。一定要查 datasheet 确认映射关系。
• 数字增益不要超过 4x：超过 4x 的数字增益，量化噪声会被放大到肉眼可见的条带。如果必须用，建议配合降噪算法一起使用。
• 注意帧间增益跳变：如果两帧之间的增益差异超过 4x，归一化后暗帧的噪声会非常明显。这时候可以考虑用多帧降噪来压制噪声。
• 别忘了黑电平：做增益归一化之前，一定要先减去黑电平。否则黑电平也会被放大，导致暗部偏色。