1.1 HDR成像概述

高动态范围(High Dynamic Range, HDR)成像技术,是数字图像处理领域克服传感器物理限制、还原真实场景亮度层次的核心手段。在安防监控、智能手机摄影、车载视觉系统等嵌入式视觉应用中,HDR 已成为标配功能。本节从定义、动态范围概念和典型应用场景三个维度建立 HDR 成像的基础认知。

1.1.1 动态范围的概念

动态范围(Dynamic Range, DR)定义为场景中最亮区域与最暗区域的亮度比值,通常以分贝(dB)或比特位(bit)表示。在数字成像系统中,动态范围受限于传感器满阱容量(Full Well Capacity, FWC)与读出噪声(Read Noise)的比值:

DR_sensor = 20 × log10(FWC / Read_Noise)   [dB]

典型传感器的动态范围对比:

传感器类型 典型动态范围 位深 典型场景
传统 CMOS 传感器 60–70 dB 10–12 bit 普通室内监控
高动态 CMOS 传感器 90–120 dB 14–20 bit 安防、车载
人眼视觉系统 约 120–140 dB — 自然场景感知
真实自然场景 100–160 dB — 逆光、夜景
关键认知: 单帧曝光无法同时保留暗部细节与亮部纹理。当场景动态范围超过传感器 DR 时,必然出现暗部欠曝(纯黑)或亮部过曝(纯白)区域。HDR Merge 通过多帧不同曝光时间的图像融合,突破单帧物理限制。

1.1.2 HDR技术的定义

HDR 成像技术通过采集同一场景下多帧不同曝光时间的图像(短曝光、中曝光、长曝光),经帧对齐(Frame Alignment)与融合(Merge)后生成一张动态范围远超单帧的图像。其核心流程包括:

  1. 多帧采集: 传感器在连续时间内输出 2–4 帧不同曝光时间的 RAW 图像。
  2. 帧对齐: 消除帧间运动(全局运动与局部运动)导致的像素偏移。
  3. 曝光融合: 按像素亮度权重合成,保留各帧最佳曝光区域。
  4. 色调映射: 将高动态范围数据压缩至标准显示设备(8–10 bit)可呈现的范围。
ISP 视角: 帧对齐是 HDR Merge 成败的关键。对齐精度不足会导致鬼影(Ghosting)或边缘模糊,直接影响最终图像质量。后续章节将深入分析对齐算法与曝光时间配置策略。

1.1.3 应用场景

HDR 成像在三大嵌入式视觉领域具有不可替代的地位:

  • 安防监控: 逆光出入口、夜间低照度与强光并存场景(如停车场、银行 ATM)。HDR 确保人脸、车牌等关键目标在极端光照下仍可辨识。
  • 智能手机摄影: 用户拍摄逆光人像、夜景、室内外混合光场景。手机 ISP 通过 HDR 算法实现“所见即所得”的观感。
  • 车载视觉: 隧道出入口、夜间对向车灯、雨雾天气。HDR 保证 ADAS 系统(自动紧急制动、车道保持)在极端光照下仍能稳定检测目标。
应用领域 典型场景 动态范围需求 帧对齐难点
安防监控 逆光出入口、夜间强光 ≥100 dB 固定安装,全局运动少
智能手机 逆光人像、夜景 ≥90 dB 手持抖动、人脸微动
车载视觉 隧道出入口、对向车灯 ≥120 dB 高速运动、振动

1.1.4 HDR成像系统架构

下图展示嵌入式 ISP 中 HDR Merge 模块的典型数据流与模块关系:

HDR Merge 系统架构图 HDR Merge 系统架构图 图像传感器 多帧 RAW 输出 帧对齐 全局+局部运动补偿 曝光融合 亮度权重合成 色调映射 DR 压缩至显示范围 HDR 图像输出 说明 帧对齐是 HDR Merge 消除鬼影的核心模块 曝光时间配置影响对齐精度

1.1.5 动态范围与曝光时间的关系

在 HDR Merge 中,曝光时间配置直接决定每帧所能捕获的亮度范围。短曝光帧保留高亮区域纹理,长曝光帧保留暗部细节。典型三帧 HDR 的曝光时间配置策略如下:

帧类型 曝光时间 保留区域 典型 EV 偏移
短曝光帧(S) Tmin 高亮区域(天空、灯源) −2 EV ~ −3 EV
中曝光帧(M) Tmid 中间调区域 0 EV(基准)
长曝光帧(L) Tmax 暗部区域(阴影、低照度) +2 EV ~ +3 EV
工程注意: 曝光时间跨度越大,帧间运动偏移越显著。例如,长曝光帧(30 ms)与短曝光帧(1 ms)之间,若场景中存在运动物体,像素位移可达数十像素。帧对齐算法必须能够处理这种大位移场景,否则融合结果会出现严重鬼影。