1. HDR成像基础

1.1 HDR概念

高动态范围(High Dynamic Range,HDR)成像是一种通过组合多帧不同曝光量的图像来扩展传感器亮度记录范围的技术。与标准动态范围(SDR)成像相比,HDR能够同时保留场景中最亮区域和最暗区域的细节,避免过曝(高光裁切)和欠曝(暗部噪声)问题。

核心指标: 动态范围通常以分贝(dB)或档位(Stop)衡量。1 Stop ≈ 6 dB。典型SDR传感器动态范围为60–72 dB(10–12 Stop),而HDR融合后可达到120 dB(20 Stop)以上。
成像模式 典型动态范围 亮度记录能力 典型应用场景
SDR(单帧) 60–72 dB 约10–12档 室内、均匀光照
WDR(宽动态) 100–120 dB 约17–20档 安防、车载、逆光
HDR(多帧融合) 120–140 dB 约20–24档 专业摄影、高端监控
HDR vs SDR 亮度记录范围对比 SDR 单帧(10–12 Stop) HDR 多帧融合(20–24 Stop) 暗部 低亮 中亮 高亮 极亮 HDR 通过多帧曝光扩展了亮度记录范围,使暗部细节和高光细节 在同一帧中同时可见,避免过曝和欠曝。

1.2 多帧曝光原理

多帧曝光(Multi-Frame Exposure)是HDR融合的核心数据采集方式。ISP控制传感器在极短时间内连续拍摄多帧图像,每帧使用不同的曝光时间(或增益),从而获得不同亮度区间的信息。

典型曝光序列

  • 短曝光帧(Short Exposure): 曝光时间短(如1/1000 s),保留高亮区域细节,避免过曝。
  • 中曝光帧(Middle Exposure): 曝光时间适中(如1/250 s),覆盖场景中间亮度范围。
  • 长曝光帧(Long Exposure): 曝光时间长(如1/30 s),捕获暗部区域细节,提升信噪比。
工程要点: 多帧曝光之间的时间间隔必须尽可能短(通常小于1帧周期),以减少场景中物体运动带来的帧间位移。对于30 fps的视频流,3帧HDR采集窗口通常控制在33 ms以内。
曝光类型 曝光时间 捕获亮度范围 主要风险
短曝光帧 1/1000 – 1/500 s 高亮区(>80% 满阱) 暗部噪声大
中曝光帧 1/250 – 1/125 s 中间区(20%–80% 满阱) 运动模糊适中
长曝光帧 1/60 – 1/30 s 暗部区(<20% 满阱) 运动模糊严重
多帧曝光时序与亮度捕获示意 t 短 中 长 高亮区 中间区 暗部区 帧间间隔控制 • 短→中:间隔 < 1行时间(HBlank),避免场景变化 • 中→长:间隔 < 1帧时间,保证运动一致性 • 总采集窗口:通常 ≤ 1帧周期(如33ms @30fps)

1.3 动态范围扩展的意义

动态范围扩展(Dynamic Range Extension)是HDR融合最直接的价值。在安防监控、车载摄像头、工业检测等场景中,场景光照往往极端不均匀——例如隧道出入口、逆光人脸、夜间车灯区域。单帧传感器无法同时保留这些区域的细节,而HDR融合通过多帧信息互补,实现了以下关键收益:

  • 高光细节保留: 短曝光帧确保车灯、太阳反射等极亮区域不饱和,保留纹理信息。
  • 暗部噪声抑制: 长曝光帧通过更长的积分时间提升暗部信噪比,减少读出噪声影响。
  • 全局对比度提升: 融合后的图像在亮暗过渡区域具有更自然的色调映射效果,避免SDR中常见的“死白”或“死黑”。
  • 后端算法友好: 高动态范围的输入数据为后续的物体检测、车牌识别、人脸验证等AI任务提供了更丰富的特征信息。
注意: 动态范围扩展并非无代价。多帧融合引入了运动伪影(Motion Artifact)风险——当场景中存在运动物体时,不同曝光帧中物体的位置不一致,直接融合会导致重影(Ghosting)或边缘模糊。这正是本课程后续章节重点讨论的运动伪影消除参数配置的核心动机。
动态范围扩展的收益与代价 收益 ✓ 高光细节保留(短帧) ✓ 暗部噪声抑制(长帧) ✓ 全局对比度提升 ✓ 后端AI任务特征丰富 代价 ✗ 运动重影(Ghosting) ✗ 边缘模糊(Blurring) ✗ 计算复杂度增加 ✗ 帧缓存开销 动态范围扩展的工程权衡 • 扩展倍数 = 长帧曝光时间 / 短帧曝光时间(典型值:16x–64x) • 扩展倍数越大,动态范围越高,但运动伪影风险也越大 • 实际系统中需根据场景运动程度动态调整曝光比和融合权重 • 运动伪影消除参数(如MCTF强度、运动掩膜阈值)是平衡质量的关键

1.4 典型HDR融合流程

从多帧曝光到最终HDR输出,ISP内部通常经历以下处理阶段:

  1. 多帧采集: 传感器输出短、中、长三帧RAW数据(或两帧,取决于架构)。
  2. 运动检测: 计算帧间差异图(Motion Map),标识运动区域。
  3. 运动补偿/剔除: 对运动区域进行对齐或剔除,避免重影。
  4. 权重计算: 根据曝光质量和运动置信度生成融合权重图。
  5. 多帧融合: 加权求和生成HDR合成帧。
  6. 色调映射: 将高动态范围数据压缩到输出位深(如8-bit或10-bit)。
阶段 输入 输出 关键参数
多帧采集 场景光 RAW帧(短/中/长) 曝光时间、增益
运动检测 RAW帧 运动掩膜(Motion Mask) 检测阈值、块大小
运动补偿 RAW帧 + 运动掩膜 对齐帧 搜索范围、匹配准则
权重计算 对齐帧 + 运动掩膜 融合权重图 权重曲线、饱和度阈值
多帧融合 对齐帧 + 权重图 HDR合成帧 融合算法(线性/非线性)
色调映射 HDR合成帧 输出图像(8/10-bit) 映射曲线、对比度
HDR融合处理流水线 多帧采集 运动检测 运动补偿 权重计算 多帧融合 色调映射 流水线关键说明 • 运动检测与补偿是消除运动伪影的核心环节,直接影响融合质量 • 权重计算需同时考虑曝光质量(避免过曝/欠曝)和运动置信度 • 色调映射将HDR数据压缩到显示设备支持的动态范围,需保留视觉细节 • 本课程后续章节将深入运动检测与补偿的参数配置方法

1.5 本章小结