4. HDR 视频基础：HDR 标准概览

做 8K HDR 编码，绕不开 HDR 标准。说实话，我刚接触 HDR 时也被一堆名词搞晕过——HDR10、HLG、Dolby Vision，还有 PQ 曲线、HLG 曲线，再加上 SMPTE ST 2086、MaxFALL、MaxCLL 这些元数据。今天咱们把这些东西理清楚。

4.1 三大 HDR 标准：HDR10、HLG、Dolby Vision

目前主流 HDR 标准就三个。我习惯把它们分成两类：静态元数据和动态元数据。

标准	元数据方式	传输曲线	色深	典型应用
HDR10	静态（整部影片一套）	PQ（ST 2084）	10-bit	蓝光、流媒体、YouTube
HLG	无元数据（兼容 SDR）	HLG（ARIB STD-B67）	10-bit	广播电视、直播
Dolby Vision	动态（逐场景）	PQ（ST 2084）	12-bit	影院、高端流媒体

HDR10 是最基础的。它是开放标准，所有 HDR 设备都支持。但它的元数据是静态的——整部影片只给一组亮度、色域信息。我在项目里遇到过一个问题：一部电影有的场景很亮，有的很暗，HDR10 只能取一个折中值，暗场细节可能就丢了。

HLG 是 BBC 和 NHK 搞的。它最大的特点是兼容 SDR 显示设备。你想想看，电视台不可能让观众换电视才能看 HDR 节目。HLG 的信号在 SDR 电视上显示正常，在 HDR 电视上显示高动态范围。我参与过几个广电项目，HLG 在直播场景下确实省心——不需要元数据，直接推流就行。

Dolby Vision 是杜比家的，动态元数据是它的杀手锏。它会分析每个场景甚至每帧的亮度信息，逐场景调整映射。效果确实好，但需要授权费。我记得有一次对比测试，同一部片子用 HDR10 和 Dolby Vision 分别编码，暗部细节差距肉眼可见。

4.2 PQ 与 HLG 曲线

HDR 和 SDR 最大的区别是什么？亮度范围。SDR 只有 0.1~100 cd/m²，HDR 能到 0.005~10,000 cd/m²。但 10-bit 只有 1024 个灰度级，怎么分配这些亮度值？这就靠 电光转换函数（EOTF） 了。

4.2.1 PQ 曲线（Perceptual Quantizer）

PQ 曲线是 SMPTE ST 2084 标准定义的。它的核心思想是：人眼对暗部变化更敏感，对亮部变化不敏感。所以 PQ 曲线在暗部分配更多码值，亮部分配更少。

PQ 曲线的数学表达式是这样的：

L = ((max(L_pq^(1/m2) - c1, 0)) / (c2 - c3 * L_pq^(1/m2)))^(1/m1)

其中：
L_pq = 归一化的电信号值（0~1）
L = 亮度值（cd/m²）
m1 = 2610/4096 × 1/4 ≈ 0.1593
m2 = 2523/4096 × 128 ≈ 78.8438
c1 = 3424/4096 = 0.8359
c2 = 2413/4096 × 32 ≈ 18.8516
c3 = 2392/4096 × 32 ≈ 18.6875

嗯，公式看着复杂。但你只要记住：PQ 曲线是亮度映射。什么意思？一个 PQ 码值对应一个亮度值，不管显示设备是什么。比如 PQ 码值 512 对应约 100 cd/m²，在任何 PQ 显示器上都一样。

4.2.2 HLG 曲线（Hybrid Log-Gamma）

HLG 曲线是另一种思路。它把信号分成两部分：

• 对数部分（Log）：处理高光区域
• 伽马部分（Gamma）：处理暗部区域

HLG 的数学表达式相对简单：

E' = sqrt(3 * E)  for 0 ≤ E ≤ 1/12
E' = a * ln(12 * E - b) + c  for 1/12 < E ≤ 1

其中：
a = 0.17883277
b = 0.28466892
c = 0.55991073

HLG 和 PQ 最大的区别：HLG 是相对亮度映射。它不指定亮度值，而是根据显示设备的能力自适应。SDR 电视看到 SDR 效果，HDR 电视看到 HDR 效果。这也是为什么 HLG 不需要元数据。

特性	PQ（ST 2084）	HLG
亮度映射方式	亮度	相对亮度
峰值亮度	10,000 cd/m²	取决于设备（通常 1,000~2,000）
SDR 兼容性	不兼容	原生兼容
元数据需求	需要	不需要
典型应用	流媒体、蓝光	广播电视、直播

4.3 HDR 元数据：SMPTE ST 2086、MaxFALL、MaxCLL

元数据是 HDR 的「说明书」。显示设备靠它知道怎么正确显示 HDR 内容。HDR10 使用静态元数据，Dolby Vision 使用动态元数据。咱们先看静态元数据的三要素。

4.3.1 SMPTE ST 2086（Mastering Display Color Volume）

这个元数据描述的是调色监视器的能力。包含三个信息：

• 主色度（Primaries）：调色监视器的 R/G/B 色坐标
• 白点（White Point）：通常 D65
• 最大亮度（MaxLum）和最小亮度（MinLum）：调色监视器的亮度范围

举个例子：

Mastering display color volume:
  Primaries (x, y):
    R: (0.708, 0.292)
    G: (0.170, 0.797)
    B: (0.131, 0.046)
  White point (x, y): (0.3127, 0.3290)
  Max luminance: 1000 cd/m²
  Min luminance: 0.005 cd/m²

这个信息有什么用？显示设备可以根据它做色域映射。如果你的电视色域比调色监视器小，就需要把超出部分映射到可显示范围。我见过一些低端电视直接裁剪，导致颜色失真——这就是元数据没用好。

4.3.2 MaxFALL（Maximum Frame Average Light Level）

MaxFALL 是整部影片中，所有帧的平均亮度的最大值。计算方式：

1. 对每一帧，计算所有像素亮度的平均值
2. 取所有帧中这个平均值的最大值

这个值告诉显示设备：这部影片最亮的「平均场景」有多亮。显示设备可以用它来调整背光策略。比如 MaxFALL 是 400 cd/m²，电视就知道不需要全程开满背光。

4.3.3 MaxCLL（Maximum Content Light Level）

MaxCLL 是整部影片中，单个像素的最大亮度值。它代表影片的「峰值亮度」。比如一个爆炸场景中某个像素达到 1,000 cd/m²，MaxCLL 就是 1,000。

这两个值在编码时怎么用？我举个例子：

# 使用 FFmpeg 提取 HDR10 元数据
ffmpeg -i input.mkv -f lavfi -i "null" -vframes 1 -vf \
  "signalstats,metadata=print:file=-" -f null -

# 或者用 mediainfo 查看
mediainfo --Details=1 input.mkv | grep -i "max"

4.4 HDR 元数据在 AV1 中的传递

AV1 编码时，HDR 元数据通过 SEI（Supplemental Enhancement Information） 消息传递。具体来说：

• HDR10：使用 AV1 的 mastering_display_color_volume 和 content_light_level OBU（Open Bitstream Unit）
• HLG：不需要元数据，但需要标记色彩原色和传输特性
• Dolby Vision：使用 RPU（Reference Processing Unit）数据，通过私有 SEI 传递

用 SVT-AV1 编码 HDR10 内容的示例：

# 编码 HDR10 内容
SvtAv1EncApp -i input.y4m -b output.ivf \
  --color-primaries bt2020 \
  --transfer-characteristics smpte2084 \
  --matrix-coefficients bt2020-ncl \
  --mastering-display "G(0.170,0.797)B(0.131,0.046)R(0.708,0.292)WP(0.3127,0.3290)L(1000,0.005)" \
  --content-light "MaxFALL=400,MaxCLL=1000"

这张图把 HDR 基础的三块内容串起来了。左边是标准选择，中间是传输曲线，右边是元数据。这三块决定了你的 HDR 内容在编码端怎么处理、在解码端怎么显示。