2. 全局 Tone Mapping 算子：Gamma 校正、对数映射、指数映射与优缺点分析

全局 Tone Mapping，说白了就是用一个统一的映射函数，把整张图的像素从高动态范围压到低动态范围。它不考虑像素周围的邻居，一视同仁。好处是算法简单、速度快，坏处嘛……细节容易丢。我最早接触 HDR 显示时，用的就是全局算子，那时候硬件性能有限，没得选。

2.1 Gamma 校正：最基础的映射

Gamma 校正其实不是为 HDR 发明的。它最早是为了补偿 CRT 显示器的非线性响应。但后来发现，这东西天然就能做动态范围压缩。

公式很简单：

V_out = V_in ^ (1 / gamma)

其中 V_in 是归一化到 [0,1] 的输入亮度，gamma 是一个可调参数。gamma 值越大，暗部提亮越明显；gamma 值越小，整体对比度越高。

我在项目中遇到过一个问题：用 Gamma 2.2 映射 HDR 夜景时，路灯周围的光晕被压得太暗，看起来像没处理过。后来我把 gamma 调到 1.8，暗部细节才出来。嗯，这里要注意——Gamma 校正对暗部敏感，但对亮部的压缩能力有限。

2.2 对数映射：更自然的压缩

人眼对亮度的感知是对数的。所以对数映射在视觉上更自然。公式是：

V_out = log(1 + V_in * scale) / log(1 + scale)

scale 参数控制压缩强度。scale 越大，亮部压缩越狠；scale 越小，映射越接近线性。

我曾经用对数映射处理过一张日出场景的 HDR 图。太阳区域亮度是 10000 cd/m²，阴影区域只有 5 cd/m²。用 Gamma 校正，太阳周围一片惨白；换成对数映射，云层纹理就出来了。

参数	效果	适用场景
scale = 1	弱压缩，接近线性	低动态范围场景
scale = 10	中等压缩	一般 HDR 场景
scale = 100	强压缩，亮部细节保留好	高动态范围场景（如逆光）

2.3 指数映射：另一种思路

指数映射和对数映射正好相反。它用指数函数做压缩：

V_out = 1 - exp(-V_in * scale)

这个公式的好处是：输入无限大时，输出趋近于 1。所以它永远不会过曝。但代价是——暗部细节丢失严重。

你想想看，指数函数在输入接近 0 时斜率很大，稍微一点亮度变化就被放大；但输入大了之后，斜率趋近于 0，亮部细节几乎被抹平。所以指数映射适合亮部细节不重要、但需要防止过曝的场景。

2.4 全局算子的优缺点分析

做了这么多年图像处理，我总结一下全局算子的优缺点。先说优点：

• 速度快：每个像素独立计算，可以并行。在 GPU 上跑，一张 4K 图也就几毫秒。
• 实现简单：三五行代码就能搞定，适合嵌入式设备或实时渲染。
• 参数少：通常就 1-2 个参数，调试成本低。

缺点也很明显：

• 细节丢失：全局映射不考虑局部对比度，亮区和暗区的细节容易被压平。
• 光晕效应：高亮区域边缘会出现不自然的亮边，因为映射函数是非线性的。
• 适应性差：同一个参数无法同时适应场景中的亮部和暗部。调好亮部，暗部就废了；调好暗部，亮部又过曝。

我记得有一次做车载摄像头 HDR 处理，用全局对数映射。隧道入口的场景，外面阳光明媚，里面漆黑一片。全局映射要么外面过曝，要么里面死黑。最后不得不换成局部算子。所以全局算子适合动态范围不太极端的场景，比如室内、阴天、黄昏。