HDR 色调映射类型与选择指南 - 全局到局部的对比
什么是色调映射 - 将 HDR 压缩到可显示范围
色调映射(Tone Mapping)是将高动态范围(HDR)图像的亮度范围压缩到标准显示设备可显示范围的技术。HDR 场景的亮度范围可达 10^5:1，而普通显示器仅能显示约 1000:1。
为什么需要色调映射：
- HDR 捕获：现代相机和渲染器可产生远超显示能力的动态范围数据
- 显示限制:SDR 显示器(8 位)仅能表示 256 级亮度
- 感知保真：简单裁剪会丢失高光或暗部细节，色调映射保留整体感知
色调映射的目标：在压缩动态范围的同时，保持图像的视觉真实感、对比度和细节可见性。
动态范围的落差与 TMO 的必要性：HDR (High Dynamic Range) 覆盖的亮度范围从阳光的 10^9 cd/m² 到星光的 10^-3 cd/m²，而显示器只能输出 0-255 (8bit) 的范围。把 HDR 压缩到 LDR (Low Dynamic Range) 以便在普通显示器上呈现的处理，即 TMO (Tone Mapping Operator)。
HDR 图像的四种取得途径：曝光包围——以不同曝光拍摄多张后用 Debevec 或 Robertson 的方法合成；RAW 显影——14bit RAW 的动态范围约为 12-14EV；HDR 传感器——例如 Sony IMX490 可单次拍摄取得 130dB 以上的动态范围；CG 渲染——浮点输出本身即为 HDR。TMO 又分全局 (处理快、稳定，但对比压缩能力有限) 与局部 (品质高，但有光晕伪影的风险) 两类。
全局色调映射 - 统一的亮度变换
全局色调映射对图像中所有像素应用相同的变换函数。简单高效，但无法同时优化亮区和暗区。
代表算法：
- Reinhard 全局：基于摄影学的曝光调整。将场景亮度映射到 [0,1] 范围，可设置关键值(key value)控制整体亮度
- ACES(Academy Color Encoding System)：电影工业标准。S 形曲线提供自然的高光滚降和暗部提升
- Filmic：模拟胶片的响应曲线。高光区域平滑压缩而非硬裁剪
- Gamma 校正：最简单的非线性映射。
output = input^(1/gamma)
优缺点：
- 优点：计算快速、无光晕伪影、结果可预测
- 缺点：无法同时保留极亮和极暗区域的细节(全局压缩的固有限制)
Reinhard 全局 TMO 的公式：Reinhard 全局 TMO (2002) 源自摄影的分区曝光法，先求亮度的对数平均 (key value)，再把中间调映射到 0.18 (即 18% 灰)：L_scaled = (a / L_avg) × L_world、L_display = L_scaled / (1 + L_scaled)。参数 a (key，默认 0.18) 控制整体明亮度，L_white 控制高光的截断点。
Drago 与 Filmic，以及 OpenCV 的调用：Drago 对数 TMO (2003) 让对数的底随亮度自适应，偏置参数 b 默认取 0.85。Filmic TMO 借用胶片的响应曲线做 S 形映射，因游戏而普及，代表实现是 Uncharted 2 的 John Hable 版，曲线分为趾部 (toe)、线性、肩部 (shoulder) 3 段。OpenCV 中可直接用 cv2.createTonemapReinhard 与 cv2.createTonemapDrago。
局部色调映射 - 自适应的区域处理
局部色调映射根据像素周围的局部亮度环境调整映射，可同时保留亮区和暗区的细节。
代表算法：
- Reinhard 局部：基于人眼的局部适应机制。每个像素的映射取决于其周围区域的平均亮度
- Durand-Dorsey：将图像分解为基础层(低频)和细节层(高频)，仅压缩基础层的动态范围，保留细节层
- Fattal：基于梯度域的方法。压缩大梯度(对应大的亮度跳变)而保留小梯度(细节)
优缺点：
- 优点：可同时保留高光和暗部细节，视觉效果更丰富
- 缺点：可能产生光晕伪影(halo)，计算量较大，参数调整复杂
光晕问题：当亮暗区域边界处的局部平均计算不当时，会在边界产生不自然的亮带或暗带。使用边缘保持滤波(如双边滤波)计算局部平均可缓解。
三种代表性局部 TMO 与参数取值：Reinhard 局部 TMO (2002) 采用多尺度高斯并自动选择尺度。Durand-Dorsey 双边 TMO (2002) 把图像分离为基础层与细节层，只压缩基础层，共 4 个步骤；推荐 σ_spatial 取图像宽度的 2%、σ_range 取 0.4——过小会产生光晕，过大则细节丢失。导向滤波 (guided filter) 型 TMO 的 ε 通常在 0.01-0.1 之间调整。
实时色调映射 - 游戏和视频中的应用
游戏和视频需要每帧实时执行色调映射。需要在质量和性能之间取得平衡。
游戏中的色调映射：
- 自动曝光：根据场景平均亮度动态调整曝光，模拟人眼适应。从暗处走到亮处时画面逐渐变暗
- ACES Filmic:Unreal Engine 和 Unity 的默认色调映射。提供电影级的色彩表现
- 局部色调映射：在 Compute Shader 中实现，使用降采样的亮度图作为局部参考
HDR 显示输出：
- HDR10:10 位色深，PQ(Perceptual Quantizer)传输函数，最大 1000-4000 nits
- Dolby Vision:12 位，动态元数据，最大 10000 nits
- 游戏/视频输出到 HDR 显示器时，色调映射策略不同：保留更多动态范围而非压缩到 SDR
感知模型驱动的 TMO:基于视觉感知的 TMO 显式建模 HVS (Human Visual System)，把 CSF (对比敏感度函数) 与光适应纳入计算。Mantiuk TMO (2006 / 2008) 以「感知对比的损失最小化」为目标：先做拉普拉斯金字塔的多尺度分解，对各频带按 CSF 加权求对比，再做优化并重建为 LDR；2008 版追加了饱和度补正，可在 pfstools 中以 pfstmo_mantiuk08 使用。iCAM06 (Image Color Appearance Model) 则是把 CIECAM02 色貌模型扩展到图像的做法。
按输出设备优化 - Display Adaptive TMO:Display Adaptive TMO 依输出设备的特性 (最大亮度、对比度、伽马) 求最优映射，因此对 HDR 显示器 (1000nit 以上) 与 SDR 显示器 (300nit) 会给出不同的映射结果。
HDR 摄影中的色调映射工作流
HDR 摄影通过多张不同曝光的照片合成，再进行色调映射得到最终图像。
工作流：
- 包围曝光拍摄：拍摄 3-7 张不同曝光的照片(如 -2EV, 0EV, +2EV)
- HDR 合成：将多张照片合并为一张 32 位浮点 HDR 图像(Debevec 算法、Mertens 融合)
- 色调映射：将 HDR 图像映射到 8 位可显示范围
- 后期调整：微调对比度、饱和度、局部调整
工具：
- Lightroom：内置 HDR 合成和色调映射(Photo Merge → HDR)
- Photomatix：专业 HDR 处理软件，提供多种色调映射算法
- OpenCV:
cv2.createMergeDebevec()+cv2.createTonemap()
学习型方法的两个方向：近年的研究分为两个方向：逆色调映射 (Inverse Tone Mapping) 从单张 LDR 图像恢复 HDR，以及直接学习 TMO 本身。ExpandNet (2018) 用多尺度编码器融合局部、中尺度与全局信息，以 HDR-VDP-2 评价并取得 PSNR 28.5dB；SingleHDR (2020) 联合估计相机响应函数，使恢复在物理上更准确；HDRUNet (2021) 采用带空间注意力的 U-Net，大幅改善了过曝高光的复原；Deep Tone Mapping (2020) 从专业修图师的成对数据中学习映射；Adaptive TMO (2022) 先识别场景类型 (风景、人像、夜景) 再自动选择 TMO 参数。
手机上的实时化：Apple Smart HDR 与 Google HDR+ 会合成多帧来扩展动态范围 (即 Computational Photography)，12MP 的图像在手机 GPU 上约 100ms 即可完成，最终输出为通常的 8bit 图像。
色调映射算法选择指南
根据应用场景和需求选择合适的色调映射算法。
选择决策：
- 实时渲染(游戏):ACES Filmic 或 Uncharted 2 Filmic。快速、视觉效果好、无伪影
- 照片后期:Reinhard 局部或 Fattal。保留最多细节，可精细调整
- 视频制作:ACES 工作流。工业标准，色彩管理完善
- 科学可视化：对数映射或线性分段。保持数据的定量关系
参数调整建议：
- 先从默认参数开始，观察整体效果
- 调整关键值/曝光控制整体亮度
- 调整白点确定高光裁剪位置
- 局部算法中调整滤波半径控制细节增强程度
- 注意避免过度处理(HDR 照片的「过度 HDR」感)
按用途选择 TMO:摄影作品 (追求高品质) 用 Mantiuk '08 或 Durand 双边 TMO；游戏要求在 GPU 上 1ms 以内完成；影视 VFX 采用 ACES 工作流加自定义 LUT，以保证色彩管理的一致性；科学与医疗影像则用对数压缩或 Drago。
三个常见陷阱：直接对 RGB 三通道施加 TMO 会引起色偏；色调映射之后必须施加 sRGB 的伽马 (2.2)；光晕的对策是仔细调整局部 TMO 的滤波器参数。此外色调映射会降低饱和度，因此饱和度补正系数 s 通常取 0.5-0.8。
OpenCV 的最小实现与耗时：写作 tonemap = cv2.createTonemapReinhard(gamma=2.2, intensity=0, light_adapt=0.8, color_adapt=0)、result = tonemap.process(hdr_image)。结果是 0-1 的浮点值，乘以 255 即得 8bit 图像。4K 图像在 CPU 上约需 50ms。