第4章 HDR图像合成

4. HDR图像合成：从经典算法到深度学习

好，咱们进入正题。HDR合成这块，说白了就是把多张不同曝光的照片，融合成一张细节丰富的图像。我最早接触这个需求，是在做手机相机算法的时候——用户拍夜景，要么天空过曝，要么地面死黑。嗯，那时候我就知道，单帧HDR是条死路，必须走多帧合成。

今天咱们聊三个主流方案：Debevec算法、Robertson算法，还有基于深度学习的方法。它们各有各的脾气，咱们一个一个说。

4.1 Debevec算法：经典中的经典

Debevec算法是1997年提出的。说实话，二十多年过去了，它依然是很多工业级HDR工具的底层核心。我个人习惯把它叫做“权重法”——因为它核心就干一件事：给每个像素的每个曝光值算一个权重，然后加权平均。

核心思想：利用相机响应曲线（CRF），将不同曝光的像素值映射到辐照度域，再通过权重融合。

具体流程是这样的：

输入：多张不同曝光时间的LDR图像（比如-2EV、0EV、+2EV）
恢复CRF：从多张图像中采样像素点，求解超定方程组，得到相机响应曲线
映射到辐照度：用CRF把每个像素的亮度值反推回场景辐照度
加权融合：给中间曝光的像素更高权重，过曝或欠曝的像素权重降低

这里有个关键点——权重函数怎么设计？Debevec用的是三角权重函数：

// 伪代码：Debevec权重计算
float weight(float z) {
    // z是像素值，范围0~255
    if (z <= 128) return z;
    else return 255 - z;
}

为什么这么设计？你想想看，像素值在中间范围（比如128附近）最可靠。太暗的地方噪声大，太亮的地方容易饱和。这个权重函数说白了就是“中间派”——越靠近中间值，我越信你。

我的经验：我在项目中遇到过一个问题——如果输入图像之间有运动物体（比如行人、树叶晃动），Debevec算法会直接翻车。因为它假设场景是静态的。后来我加了一个运动检测的前处理，把运动区域的像素排除掉，效果才稳定下来。

4.2 Robertson算法：更鲁棒的迭代方案

Robertson算法是Debevec的改进版。它用迭代的方式同时估计CRF和辐照度。嗯，说白了就是“边猜边改”——先猜一个CRF，算出辐照度，再用辐照度反过来修正CRF，反复迭代直到收敛。

它的优势在哪？我直接说结论：

对噪声更鲁棒：因为用了统计模型，不是简单的加权平均
不需要预先知道曝光时间：算法可以自动估计曝光比
收敛速度快：通常3-5次迭代就够了

Robertson算法的核心公式长这样：

// 迭代更新辐照度E
E(x) = Σ [ w(Z_ij) * g^{-1}(Z_ij) / t_j ] / Σ w(Z_ij)

// 其中g^{-1}是CRF的逆函数，t_j是曝光时间
// w是高斯权重函数

我曾经用Robertson算法处理过一组严重欠曝的夜景照片。Debevec出来的结果有明显的带状噪声，但Robertson就好很多。为什么？因为它迭代过程中会平滑掉异常值。

注意：Robertson算法对初始值敏感。如果初始CRF猜得太离谱，迭代可能收敛到局部最优。我建议用Debevec的结果做初始化，这样既快又稳。

4.3 基于深度学习的HDR合成

深度学习来了之后，HDR合成有了新玩法。传统方法需要精确的曝光参数和静态场景，但深度学习可以端到端地学习映射关系——输入多张LDR，直接输出HDR。

我把它分成三类：

方法类型	代表工作	核心思路	优缺点
直接回归法	HDRCNN (2017)	用CNN直接预测HDR图像	速度快，但容易丢失高频细节
注意力机制法	AHDRNet (2019)	用注意力模块融合多曝光特征	效果好，但计算量大
生成对抗法	GAN-HDR (2020)	用生成器合成HDR，判别器判断真假	能生成逼真纹理，但训练不稳定

我个人最常用的是注意力机制法。为什么？因为它能自动学会“哪些曝光区域更重要”。比如天空部分，它会更多参考中间曝光的图像；暗部细节，它会去欠曝图像里找。

这里给一个简单的PyTorch代码片段，展示多曝光特征融合的核心逻辑：

import torch
import torch.nn as nn

class AttentionFusion(nn.Module):
    def __init__(self, in_channels=64):
        super().__init__()
        self.conv1 = nn.Conv2d(in_channels*3, in_channels, 1)
        self.conv2 = nn.Conv2d(in_channels, 3, 1)  # 输出3个注意力图
        
    def forward(self, f1, f2, f3):
        # f1, f2, f3 是三个曝光级别的特征图
        concat = torch.cat([f1, f2, f3], dim=1)
        attn = torch.softmax(self.conv2(self.conv1(concat)), dim=1)
        # 加权融合
        out = attn[:,0:1] * f1 + attn[:,1:2] * f2 + attn[:,2:3] * f3
        return out

避坑指南：我曾经用深度学习做HDR合成时，发现训练数据很关键。公开数据集（比如HDR-Synth）里的场景大多是静态的，但实际应用中运动物体很多。后来我用了数据增强——在训练时随机给图像加一些局部偏移，模拟运动模糊。效果提升很明显。

4.4 三种方法的对比与选择

咱们做个总结。你该用哪种方法？看场景：

Debevec：适合静态场景、曝光参数已知、对速度有要求。比如产品拍摄、建筑摄影。
Robertson：适合噪声较大、曝光参数不确定的场景。比如天文摄影、弱光环境。
深度学习：适合有运动物体、需要端到端处理的场景。比如手机拍照、视频HDR。

但说实话，工业界很少只用一种方法。我见过最实用的方案是：用Debevec做快速初始化，用Robertson做精细优化，最后用深度学习做后处理去伪影。嗯，组合拳才是王道。

一句话总结：传统方法稳，深度学习灵。如果你资源有限，先吃透Debevec；如果你追求极致效果，深度学习值得投入。

好了，这一章就到这里。三种方法各有千秋，关键看你手头的场景和资源。下一章咱们聊HDR色调映射——把合成好的HDR图像，映射回普通显示器能看的样子。嗯，那又是另一门学问了。

公众号:蓝海资料掘金营，微信deep3321

📚 课程目录

4. HDR图像合成：从经典算法到深度学习

4.1 Debevec算法：经典中的经典

4.2 Robertson算法：更鲁棒的迭代方案

4.3 基于深度学习的HDR合成

4.4 三种方法的对比与选择