📚 课程目录第2章 HDR融合基础原理

2. HDR融合基础原理：多帧曝光合成、线性化、对齐、去鬼影的基本概念

高动态范围（HDR）融合是ISP（图像信号处理器）流水线中提升场景动态范围的核心模块。其基本思想是：通过采集同一场景下不同曝光时间的多帧图像，将各帧中曝光良好的区域提取并合成为一帧高动态范围的图像。本章将系统阐述HDR融合的四个基本概念：多帧曝光合成、线性化、对齐与去鬼影。

单帧传感器的动态范围通常有限（约60-72dB），而真实场景的动态范围可达120dB以上。多帧曝光合成通过融合短、中、长曝光帧来扩展动态范围。

  关键流程： 传感器输出三帧（或更多）不同曝光时间的RAW图 → 线性化 → 对齐 → 融合权重计算 → 合成HDR图像。

传感器输出的RAW数据通常经过非线性变换（如gamma校正、色调映射），直接融合非线性数据会导致亮度失真和颜色偏差。线性化的目标是将各帧数据恢复到与场景辐照度成正比的线性空间。

工程提示： 在ISP流水线中，线性化通常在RAW域进行，利用传感器标定的响应曲线（LUT）或分段线性模型实现。线性化精度直接影响后续融合的亮度一致性。

多帧图像之间由于手持抖动、物体运动或卷帘快门效应存在像素偏移。对齐的目的是消除这些偏移，使各帧在像素级对应。

对齐无法完全消除运动物体（如行人、车辆、树叶晃动）造成的帧间差异，直接融合会产生重影或半透明伪影。去鬼影算法检测运动区域并调整融合权重，避免运动物体被多次叠加。

常见挑战： 运动检测的准确性、运动区域与静止区域的边界处理、大运动物体的拖影抑制。去鬼影不当会导致细节丢失或边缘闪烁。

在完成对齐和去鬼影后，需要为每帧的每个像素计算融合权重。常用权重策略包括：

处理阶段	输入数据特性	线性化方法	输出数据特性
RAW域	线性（未处理）	无需线性化	线性
YUV/RGB域	非线性（gamma校正）	逆gamma变换	线性
HDR合成后	线性HDR	色调映射	显示非线性

  工程实践： 实际ISP方案通常采用多权重融合策略，将曝光度、对比度、运动掩膜等权重相乘后归一化，再通过多尺度金字塔融合（如拉普拉斯金字塔）避免接缝伪影。

HDR融合的核心在于：通过多帧曝光合成扩展动态范围，线性化保证融合的物理正确性，对齐消除帧间偏移，去鬼影抑制运动伪影。这四个环节环环相扣，任何一环的精度不足都会影响最终HDR图像质量。在嵌入式ISP调优中，需要在算法效果与计算资源之间取得平衡，合理选择对齐精度、运动检测阈值和融合策略。