1. HDR成像基础：什么是HDR、动态范围概念、多曝光融合原理

各位同学好，我是老张。在图像处理这行摸爬滚打了十几年，今天咱们来聊聊HDR成像。说实话，我第一次接触HDR这个概念时，也觉得挺玄乎的。但说白了，HDR就是让照片更接近人眼看到的真实世界。

1.1 什么是HDR？

HDR全称是High Dynamic Range，中文叫高动态范围。咱们平时用手机或相机拍的照片，大多是SDR（标准动态范围）。SDR照片有个明显的短板——亮的地方容易过曝，暗的地方一片死黑。

举个例子。你站在一个逆光的窗户前拍照。窗外阳光明媚，室内光线昏暗。普通相机拍出来，要么窗外白花花一片，要么室内黑乎乎一团。但人眼呢？能同时看清窗外的云和室内的摆设。这就是动态范围的差距。

HDR技术，就是通过多张不同曝光的照片合成，把场景中最亮和最暗的细节都保留下来。我做过一个项目，给博物馆拍展品。展柜里的文物很暗，但展柜玻璃反光又很亮。普通照片根本没法看，用了HDR融合后，文物细节和玻璃上的标签都清清楚楚。

1.2 动态范围概念

动态范围，简单说就是图像中最亮和最暗部分的比值。单位是dB（分贝）或档位（stops）。

咱们来看一组数据：

场景/设备	动态范围（档位）	说明
人眼（适应后）	约20-24档	能同时看清极亮和极暗区域
普通显示器	约6-8档	sRGB标准，亮暗范围有限
手机摄像头	约8-10档	单次曝光，高光容易溢出
单反相机（RAW）	约12-14档	保留较多细节，但仍有局限
HDR合成图像	约16-20档	多曝光融合，接近人眼

为什么会这样？因为普通相机的传感器是线性响应的。亮的地方信号强，暗的地方信号弱。但传感器的信噪比有限，太暗的信号被噪声淹没，太亮的信号直接饱和。

我记得有一次做安防监控项目。夜晚的监控画面，路灯下亮得刺眼，阴影处黑得啥也看不见。客户要求同时看清车牌和行人面部。单帧图像根本做不到，必须上HDR。

1.3 多曝光融合原理

多曝光融合，说白了就是拍多张照片，然后合成一张。具体怎么做？我画了张图，大家一看就明白。

流程其实不复杂。我拆成几步讲：

1. 拍摄多张不同曝光的图像——通常3到5张，曝光间隔1-2档。比如-2EV、0EV、+2EV。
2. 图像对齐——手持拍摄会有抖动，需要配准。这一步很关键，对齐不好就会有鬼影。
3. 权重图计算——每张图里，哪些像素好，哪些像素差，得算个权重。比如欠曝图的高光区域权重高，过曝图的阴影区域权重高。
4. 多尺度融合——把多张图按权重融合成一张。直接平均会有接缝，得用金字塔分解再重建。

1.4 为什么需要多曝光？

有人可能会问：能不能一次拍出HDR？理论上可以，但实际很难。原因有三：

• 传感器动态范围有限——单次曝光最多记录12-14档，而真实场景可能超过20档。
• 量化精度不足——8位图像只有256个灰度级，16位也只有65536个。亮度范围一宽，量化台阶就明显了。
• 噪声问题——提高ISO可以增加暗部亮度，但噪声也会放大。多曝光融合相当于用多次采样的方式降低噪声。

我做过一个对比实验。用单张RAW提亮暗部，和多张融合后提亮暗部。单张提亮后，暗部全是彩色噪点，像雪花一样。多张融合后，暗部干净多了，细节也清晰。这就是多曝光的优势。

1.5 融合算法的核心思想

多曝光融合的数学本质，其实就是一个加权求和：

HDR(x, y) = Σ W_i(x, y) * I_i(x, y) / Σ W_i(x, y)

其中：
- HDR(x, y) 是融合后的像素值
- I_i(x, y) 是第i张曝光图的像素值
- W_i(x, y) 是第i张图的权重值

权重怎么算？常用的方法有三种：

权重方法	原理	优点	缺点
基于对比度	边缘越清晰，权重越高	保留纹理细节	可能放大噪声
基于饱和度	颜色越鲜艳，权重越高	色彩还原好	对灰度区域不敏感
基于曝光度	像素值越接近中间值，权重越高	避免过曝和欠曝	可能丢失极端细节

实际项目中，我一般把三种权重结合起来用。比如对比度权重占40%，饱和度占30%，曝光度占30%。这样融合出来的图像，细节、色彩、亮度都比较均衡。

1.6 本章小结

好了，咱们把HDR成像的基础捋了一遍。动态范围决定了图像能记录多宽的亮度范围，多曝光融合就是通过多张不同曝光的图像合成，突破单帧传感器的限制。核心流程是：拍摄→对齐→权重计算→融合。