ISP(Image Signal Processor)—

ISP(Image Signal Processor)——HDR技术总结

传统多帧融合技术

拍摄一系列不同曝光时长的图像帧（LDR），然后使用融合算法进行融合成HDR图像。

融合算法可以分为两种

基于照度图估计的融合

基于照度估计需要拟合相机响应函数，详细可以参考如下论文：

Recovering High Dynamic Range Radiance Maps from Photographs

该论文描述了如何求解相机响应曲线。

通常相机对于现实世界的亮度是一个非线性映射，它决定了场景中的亮度如何转换成为输出图像中的像素值。通过该曲线可以查找到所有现实场景亮度对应的像素值，在同时拍摄了过曝光图像A和欠曝光图像B后，A中欠曝光过暗（黑色区域）地方的像素值可以通过B图乘以一个比例因子，而该比例因子可以根据相机响应曲线中Exposure的比值来确定。

假设相机在拍摄一个场景，对于场景中某个点处辐照度为E，则曝光为

$X=E\cdot \Delta t$

该曝光经过相机处理（相机响应曲线）输出的原始数据

$Z=f(X)=f(E\cdot \Delta t)$

需要注意的是，对于拍摄场景中的同一个点，辐照度是现实场景真实存在的参数，短时间内可认为是恒定的，即某个点的真实场景亮度短期是恒定的。由于使用不同的 $\Delta t$ 曝光时长，造成了同一场景可以拍摄出不同亮度的图像。而这些图像序列的对应像素点都源于同一场景对应点的相同辐照度。

这里的 $f$ 即为相机响应曲线。

例如下列案例

假设该响应曲线已知，知道欠曝光B图的参数 $\Delta t_B$ 和像素值 $Z_B$ ，过曝光A图的参数 $\Delta t_A$ 和像素值 $Z_A$ 。在B图中，暗光区域（黑区）的像素值由于没有正确曝光（黑区中 $Z_B$ 无法表达场景），需要通过A图对应位置来获取，也就是以下公式：

根据已知信息可知

$f(E\cdot \Delta t_A) =Z_A$

$f(E\cdot \Delta t_B) = Z_B$

根据上述同一场景某个点处辐照度E短时间内是恒定的，可以得出将A图中正确曝光 $Z_A$ 像素映射到B图中黑区对应位置的值如下：

$Z_{B}' =f(\frac{f^{-1}(Z_A)}{\Delta t_A}\cdot \Delta t_B)$

同理可以得到欠曝光B图中正常曝光区域（在B图中是高光饱和区域）的像素值 $Z_B$ 映射到A图中对应区域位置的像素值 $Z_A$

以上描述的仅是利用相机响应曲线中的最简单融合方式。

值得注意的是：笔者认为，应该在Bayer域求解相机响应曲线，因为ISP后续的一些部分会引入非线性变换，这些非线性变换很有可能会扭曲相机响应曲线。

多曝光直接融合

参考最经典的论文：

Exposure Fusion: A Simple and Practical Alternative to High Dynamic Range Photography

以饱和度、对比度、曝光度等简单的质量指标为指导进行多帧图像的加权和多尺度融合。

对比度指标：拉普拉斯滤波器应用于每个图像的灰度图，并获得滤波器响应的绝对值C作为对比度指标。

饱和度指标：饱和度测量S，它被计算为每个像素的R、G和B通道内的标准偏差。

曝光度指标：像素的曝光度使用高斯曲线根据每个像素强度接近0.5的程度E

多尺度融合过程如下所示：

将输入图像分解为拉普拉斯金字塔（提取细节层），该金字塔基本上包含不同尺度的带通滤波图像。然后分别对每个级别进行混合。多分辨率（多尺度）融合在避免接缝方面非常有效，因为它混合了图像特征而不是强度。

另一篇有意思的论文：

An Analysis and Implementation of the HDR+ Burst Denoising Method

传统多帧的HDR图像融合方式最大的缺点是容易产生运动伪影，在拍摄高速运动场景中的运动物体时候或者相机发生抖动的时候，由于拍摄多帧之间的帧间隔时间，图像内容往往会发生较大改变（不仅仅是亮度），因此需要联合鬼影消除和图像配准等方式，算法会变得更为复杂。

HDR Sensor

现代HDR技术更多依赖于硬件的支持，其中最重要的就是CMOS Image Sensor。

Interlaced HDR(iHDR)

为了解决鬼影问题，诞生了隔行曝光(Interlaced)HDR。采用这种技术的sensor，以行为单位，一组做长曝光，一组做短曝光，比如奇数组短曝光，偶数组长曝光（由于bayer阵列的结构，一般是两行为一组）。这样在一帧中就同时包含了长曝光和短曝光的行。算法最后会进行融合处理。iHDR会使得空间分辨率损失一半，主要的iHDR的技术有Sony的BME-HDR和OV的Alternate row HDR。

索尼的BME 是 binned multiplexed exposure 的缩写。这种 sensor 每隔两行的曝光时间分别设为短曝光和长曝光。然后融合长短曝光的两帧图像，成为行数减半的一帧 HDR 图像。空间分辨率损失了一半，就好像是做了 1x2 binning，所以叫做 binned multiplexed exposure。 IMX135 和 IMX258 使用了这一技术。

OV的alternate row HDR 是每两行用一个曝光，long 或者short。对应长曝光、短曝光行的gain也可以分开控制。与sony 的BME HDR 类似，这个alternate row HDR 会损失一半的空间分辨率。

zHDR(Zig-zag HDR)

iHDR技术最大的问题是空间分辨率损失的问题，zHDR基本思想源自iHDR，但做了改进。zHDR不再以行为单位做曝光时间区分，而是按照Z字形方式组织长曝光和短曝光的数据。 zHDR是由SONY提出的iHDR的升级版本，具体的实现方案主要是SONY的SME-HDR。

SME 是 Spatially multiplexed exposure 的缩写。这种 sensor 在空间上以棋盘格的 pattern 排列着长曝光和短曝光的像素。然后通过算法处理融合两个曝光的图像成为一帧 HDR 图像。IMX214 采用了这一技术。

QHDR（QB-HDR）

QBC 是 quad bayer coding 的缩写。这种 sensor 的设计是：每个像素是有四个子像素组成，他们公用一个 color filter。在非 HDR 模式下，四个像素合并成一个输出值，在 HDR 模式时，会把四个像素分成两组，对角线方向的分到同一组，135 度的那组曝光要短于 45 度的那组，然后再 scale+combine，这样就生成完全 pixel 位置的 HDR 图像。IMX294CJK 采用了这个技术。

行交织HDR（Digital-Overlap）

索尼的DOL(Digital-Overlap) HDR相比传统HDR读取完每一行所有像素然后开始曝光,完成后再分别进行长中短这种低效模式下，DOL HDR的长中短三次读取曝光是同时进行的(准同时)效率更高。DOL HDR相比传统HDR读取完每一行所有像素然后开始曝光,完成后再分别进行长中短这种低效模式下，DOL HDR的长中短三次读取曝光是同时进行的(准同时)效率更高。IMX290 使用了这一技术。(IMX274LQC也使用了该技术)

OV的Staggered HDR：staggered HDR 与sony 的Dol 类似，不同的是Sony 最多支持4:1 曝光输出，即long，medium，short，veryshort。而OV 最多支持3:1 输出，即long，medium，short。

传统的多帧HDR是以帧为单位，只有第一帧所有行完成曝光后才开始第二帧的曝光，如下图所示

而行交织DOL HDR只要长曝光行曝光结束就开始短曝光行的曝光，这种方式避免了传统多帧HDR方式对于拍摄高速移动物体场景的限制。

大小pixel HDR Sensor

与普通CFA的不同，大小pixel技术的sensor在相邻位置有一大一小两个pixel，他们空间上非常接近，可以认为对空间采样相同。IMX490 采用了此技术

由于pixel的大小不同，物理上的sensitivity不同，FWC也不同，会产生与时域HDR一样的不同曝光效果，形成了对不同动态范围的覆盖。

DCG Sensor

据说这是小米10 至尊纪念版主摄技术

Dual一词也就说明了一个pixel下有两个方案--Low conversion gain（LCG）和high conversion gain (HCG)。 LCG应对于明亮的场景，DCG处于打开状态；HCG应对低光场景，DCG处于关闭状态，灵敏度增加。CG值越高，电子更容易被探测到，也就是sensitivity越高。