061、HDR融合算法：多曝光合成中的鬼影消除与细节保留

061、HDR融合算法：多曝光合成中的鬼影消除与细节保留一、凌晨三点的调试噩梦去年夏天，某旗舰机项目的夜景HDR调试，我在实验室盯着屏幕到凌晨三点。场景很简单：一个行人举着发光气球走过路灯下。三帧曝光——EV-2、EV0、EV+2——合成后，气球边缘出现了半透明的“幽灵”，行人的手臂像被撕裂成三段。更糟的是，暗部细节要么被鬼影区域的运动补偿抹成一片模糊，要么因为过度保留细节而让噪声炸裂。产品经理站在身后：“用户拍夜景人像，鬼影比噪点更致命。” 这句话我记到现在。HDR融合从来不是简单的加权平均，鬼影消除和细节保留是一对天生的冤家，你压下去一头，另一头就翘起来。二、多曝光合成的底层逻辑先理清基本盘。三帧或多帧不同曝光的图像，目的是扩展动态范围。但运动物体在不同帧里的位置不同，直接融合就会出现鬼影——同一个物体在最终图像里出现多个半透明副本。传统做法分两类：基于像素的融合和基于块的融合。像素级简单粗暴，对每个像素位置计算权重，亮部取短曝光，暗部取长曝光。但遇到运动区域就崩了——短曝光帧里行人的位置和长曝光帧里不一样，融合后行人边缘出现重影。基于块的融合稍微聪明点，把图像分成8x8或16x16的块，对每个块检测运动，运动块单独处理。但块边界会出现接缝，而且块大小选择本身就是个坑——块太大，小物体运动检测不到；块太小，噪声和纹理被误判为运动。三、鬼影消除的核心：运动检测与补偿我踩过最大的坑，是把运动检测做得太“干净”