4、Dolby Vision 元数据详解：RPU、L1/L2/L3 与 Trim Passes

Dolby Vision 是当前消费电子与专业影院中应用最广的 动态 HDR 标准之一。其核心在于 RPU（Reference Processing Unit）——一个携带在视频流 SEI 中的元数据容器，承载了从内容创作到显示设备的所有色调映射与颜色转换指令。本章深入拆解 RPU 的结构、L1/L2/L3 三级元数据、Trim Passes 以及 Color Mapping Matrix（CMM）的作用与解析方法。

4.1 RPU（Reference Processing Unit）结构总览

RPU 是 Dolby Vision 元数据的载体，通常以 NAL 单元形式嵌入在 HEVC 或 AV1 视频流中。其内部结构采用 TLV（Type-Length-Value） 格式，便于解析器逐段读取。一个典型的 RPU 包含以下主要字段：

4.2 L1 元数据：全局亮度与色域边界

L1 元数据定义了内容的 全局统计特征，用于显示设备判断当前场景的亮度与色域范围。主要参数包括：

• Luminance Parameters：
  • max_content_light_level (MaxCLL)：整部影片的最大像素亮度（cd/m²）
  • max_frame_average_light_level (MaxFALL)：整部影片的帧平均亮度上限
  • min_pq / max_pq：当前场景在 PQ 曲线上的最小/最大亮度编码值
• Color Primaries：
  • 母版色域边界（如 DCI-P3 或 BT.2020）
  • 白点坐标（通常为 D65）

4.3 L2 元数据：色调映射曲线（Tone Mapping）

L2 元数据定义了从母版亮度到目标显示亮度的 映射曲线。这是 RPU 中最复杂的部分，包含多个分段曲线参数：

L2 映射的核心公式（简化）：

// 伪代码：L2 色调映射
float map_luminance(float L_in, L2_Metadata *l2) {
    float L_norm = (L_in - l2->min_pq) / (l2->max_pq - l2->min_pq);
    float L_mapped = pow(L_norm, l2->base_curve_power);
    L_mapped = L_mapped * (1.0 - l2->base_curve_offset) + l2->base_curve_offset;
    return L_mapped * l2->targeted_system_display_maximum_luminance;
}

4.4 L3 元数据与 Trim Passes：场景级微调

L3 元数据（Trim Passes）是 Dolby Vision 实现 场景级精确映射 的关键。它允许内容创作者针对不同显示亮度等级（如 100 cd/m² SDR、600 cd/m² HDR、1000 cd/m² HDR）分别指定微调参数。每个 Trim Pass 包含：

• target_display_index： 目标显示亮度等级（0 = SDR, 1 = 600 cd/m², 2 = 1000 cd/m², 3 = 2000 cd/m², 4 = 4000 cd/m²）
• trim_slope： 斜率调整（对比度微调）
• trim_offset： 偏移调整（亮度偏移）
• trim_power： 幂次调整（伽马微调）
• trim_chroma_weight： 色度权重（饱和度微调）
• trim_saturation_gain： 饱和度增益

4.5 Color Mapping Matrix (CMM)：颜色空间转换

CMM 是 RPU 中负责 颜色空间转换 的矩阵集合。Dolby Vision 母版通常使用 ICtCp 颜色空间（Profile 5）或 YCbCr（Profile 8.1），而显示设备需要输出到 RGB 或 YCbCr。CMM 定义了：

• 从 ICtCp 到 RGB 的 3x3 矩阵（含色域映射）
• 从 YCbCr 到 RGB 的 3x3 矩阵（含色域映射）
• 色域缩放系数（将母版色域映射到目标色域）
• 交叉色项系数（用于色域外颜色修正）

CMM 矩阵格式示例（ICtCp → RGB）：

// CMM 3x3 矩阵 (定点数, Q16 格式)
int32_t cmm[3][3] = {
    { 0x1A2B, 0x3C4D, 0x5E6F },  // R = a*I + b*Ct + c*Cp
    { 0x7F80, 0x9A1B, 0xC2D3 },  // G = d*I + e*Ct + f*Cp
    { 0xE4F5, 0x0607, 0x0809 }   // B = g*I + h*Ct + i*Cp
};

4.6 嵌入式解析优化要点

在嵌入式显示子系统中，RPU 解析与 CMM 应用需注意以下优化策略：