3、多帧对齐的必要性：手持拍摄的抖动问题、运动物体的鬼影现象、对齐失败导致的伪影

好，我们直接进入正题。上一章讲了多帧HDR的基本原理，说白了就是拍多张不同曝光的照片，然后合成一张高动态范围的图。但这里有个大前提——这些照片得是对齐的。

你想想看，手持拍摄时手会抖，场景里可能有车在动、人在走。如果直接把这几张图叠在一起，结果会怎样？我刚开始做HDR那会儿，第一次合成手持拍摄的夜景，出来的图边缘全是重影，亮的地方像糊了一层虚影。当时我就意识到：不对齐，HDR就是空中楼阁。

这一节，我们就来掰扯清楚：为什么非要对齐？不对齐会出哪些幺蛾子？

3.1 手持拍摄的抖动问题

手持拍摄，手抖是常态。哪怕你屏住呼吸，按快门的瞬间也会产生微小的位移。对于单张照片，这点抖动可能不明显。但对于多帧HDR，问题就大了。

我们拍三张照片：欠曝、正常、过曝。假设第一张和第三张之间，相机向右偏移了2个像素。那么，同一个物体在两张照片里的位置就不同了。合成时，这个物体的边缘就会出现错位。

我做过一个测试：用三脚架拍了一组，又手持拍了一组。三脚架那组合成后细节锐利，手持那组边缘全是锯齿状的伪影。你看，这就是抖动的代价。

那怎么办？对齐算法就是干这个的。它会把每张图都“拉”到同一个坐标系下，让同一个像素点对应场景中的同一个位置。

3.2 运动物体的鬼影现象

抖动问题还算好解决，毕竟相机整体移动，是个全局变换。真正头疼的是运动物体。

想象一下这个场景：你站在街边拍HDR，第一张欠曝时，一辆自行车从左边骑过来。第二张正常曝光时，自行车骑到了中间。第三张过曝时，自行车已经到右边了。

合成时，这三张图里自行车的位置都不一样。算法如果强行对齐，就会把三辆不同位置的自行车叠在一起——这就是鬼影。

鬼影长什么样？像半透明的幽灵，边缘模糊，颜色混杂。我见过最夸张的一个案例，是有人在拍日落时，一只鸟飞过画面。合成后，那只鸟变成了三只重叠的“幻影鸟”，整个画面瞬间就废了。

为什么会这样？因为HDR合成假设所有帧的静态背景是对齐的，但运动物体破坏了这一假设。算法需要区分哪些区域是静态的，哪些是动态的，然后只对静态区域做融合，动态区域则要特殊处理——比如只取其中一帧的数据。

3.3 对齐失败导致的伪影

就算我们用了对齐算法，也不能保证100%成功。对齐失败时，会产生各种奇奇怪怪的伪影。我总结了几种常见的：

• 边缘重影：物体边缘出现双线或模糊，像没戴眼镜看东西。这通常是因为对齐精度不够，或者场景中有细小的纹理。
• 颜色溢出：过曝帧的亮部颜色“染”到了欠曝帧的暗部区域。比如天空的蓝色渗到了树枝上，看起来很不自然。
• 结构断裂：原本连续的线条（比如电线、栏杆）在合成后断成了几截。这往往是因为对齐算法在纹理稀疏的区域失效了。
• 块状伪影：图像上出现一块一块的色斑，像马赛克。这通常是基于块匹配的对齐算法在运动边界处搞砸了。

我曾经处理过一组室内HDR照片，场景里有百叶窗。百叶窗的条纹很细，对齐算法死活对不准。合成后，百叶窗变成了一团糊状，完全看不出原来的纹理。后来我换了一种基于光流的对齐方法，才勉强搞定。

下面这张图，展示了从输入到对齐失败再到最终伪影的完整链路。你可以直观地看到问题出在哪。

从这张图可以看得很清楚：手持抖动和运动物体是两大“元凶”。它们让对齐算法压力山大，一旦扛不住，伪影就出来了。

3.4 为什么不能跳过对齐？

有人可能会问：我拍的时候用三脚架，场景里也没运动物体，是不是就不用对齐了？

嗯，理论上可以。但现实中，即使三脚架也会被风吹动，地面震动也会导致微位移。而且，不同曝光帧的镜头畸变、色差也不一样，这些都需要对齐来校正。

我个人的习惯是：不管什么场景，对齐这一步绝不省略。哪怕只是做一次简单的全局配准，也能避免90%以上的伪影问题。省掉这一步，后面修图的时间可能是对齐时间的十倍。