3、HDR图像采集原理：多帧曝光合成技术、传感器响应曲线、高动态场景的曝光策略
各位同学，今天我们来聊聊HDR图像采集的核心。说白了，就是手机摄像头怎么把一张“亮处不过曝、暗处不欠曝”的照片拍出来。
我刚开始做HDR算法时，踩过一个坑：以为只要拍三张不同曝光的照片，叠在一起就完事了。结果呢？运动物体全是鬼影，暗部噪点像雪花一样。嗯，这里面的门道，远比想象中多。
3.1 多帧曝光合成技术
多帧曝光，是HDR的基石。你想想看，人眼能同时看清亮部和暗部，但传感器不行。它的动态范围有限，大概60-70dB。而真实场景，比如逆光人像，动态范围能到120dB以上。
怎么办？拍多张。
- 短曝光帧：捕捉高亮区域细节，比如天空、灯光。曝光时间通常在1/1000秒以内。
- 中曝光帧：覆盖主体区域，比如人脸、建筑。曝光时间接近自动曝光值。
- 长曝光帧：提取暗部细节，比如阴影、树丛。曝光时间可能到1/10秒甚至更长。
我习惯用三帧方案，但有些场景需要五帧甚至七帧。为什么？因为传感器响应曲线不是线性的，后面会讲。
核心要点：多帧合成的本质，是用时间换动态范围。每一帧都只负责一个亮度区间，最后通过权重融合，拼出一张完整的HDR图像。
这里有个避坑指南：我曾经在夜景HDR中用了五帧合成，结果手抖导致三帧全废。后来我学乖了，运动场景用三帧，静止场景才敢上五帧。
3.2 传感器响应曲线
传感器响应曲线，简称CRF。它描述了传感器输出的像素值与实际场景亮度的关系。
理想情况下，CRF是线性的：亮度翻倍，像素值也翻倍。但现实不是这样。传感器有饱和区、线性区、噪声区。
| 区域 | 特点 | 问题 |
|---|---|---|
| 饱和区 | 像素值达到最大值，不再变化 | 高光过曝，细节丢失 |
| 线性区 | 像素值与亮度成正比 | 正常曝光范围 |
| 噪声区 | 信号弱，噪声占比高 | 暗部噪点，信噪比低 |
我做过一个实验：用同一颗传感器，分别拍0.1秒和1秒的暗部区域。结果1秒帧的像素值虽然高了，但噪声也放大了10倍。说白了，长曝光不是万能的。
所以，多帧合成时，我们需要知道每一帧的CRF，才能正确映射亮度值。否则，合成出来的图像会有明显的亮度断层。
我的经验：在手机端，CRF通常不是线性的。我建议用多项式拟合，或者直接用查表法。查表法虽然占内存，但速度快，适合实时处理。
3.3 高动态场景的曝光策略
高动态场景，比如逆光、夜景、室内外混合光。这些场景的亮度跨度很大，曝光策略直接决定HDR成败。
我常用的策略有三种：
- 固定EV步长：比如-2EV、0EV、+2EV。简单粗暴，但容易欠曝或过曝。
- 自适应EV步长：根据场景直方图动态调整。比如亮部多，就多拍短曝光帧。
- 基于亮度映射的曝光：先拍一帧预览，分析亮度分布，再决定每帧的曝光参数。
我个人比较推荐第三种。为什么？因为固定步长在极端场景下会失效。比如大逆光，-2EV可能还是过曝，+2EV可能还是欠曝。自适应步长虽然好，但计算量大，手机端容易发热。
这里我画了一张流程图，帮你理解整个曝光策略的决策过程：
你看，决策的核心是动态范围。如果场景动态范围超过100dB，我建议用五帧甚至七帧。否则，三帧就够了。别贪多，帧数越多，鬼影和噪声越难处理。
注意：曝光策略不是死的。我曾经在逆光人像中用了五帧，结果人脸因为轻微晃动出现了重影。后来我改成三帧+AI补光，效果反而更好。记住，算法要服务于场景，而不是反过来。
最后，说一个我踩过的坑：曝光时间设置。长曝光帧如果超过1/10秒，手持拍摄基本会糊。我建议用OIS（光学防抖）配合，或者干脆限制最长曝光时间。嗯，手机端的物理限制，有时候比算法更难突破。
好了，这一章的内容就到这里。多帧曝光、传感器响应曲线、曝光策略，这三者是HDR采集的三大支柱。理解透了，后面的合成和调优才能事半功倍。
本章小结：
- 多帧合成用时间换动态范围，帧数不是越多越好
- 传感器响应曲线决定亮度映射的准确性，查表法适合手机端
- 曝光策略要动态调整，固定步长在极端场景下会失效