谷歌HDRplus研读（一）

网站：http://www.hdrplusdata.org/

paper理解总结

paper: Burst photography for high dynamic range and low-light imaging on mobile cameras

摘要：

（1）我们从同一个曝光常数下获取多张图片，为避免过曝，我们曝光参数设置的足够小；

（2）我们直接获得Bayer格式的图像数据，与RGB区别见这篇博客；

（3）我们使用基于FFT的新型配准算法，混合2D / 3D维纳滤波器降噪并合并帧。

1 背景介绍（谷歌翻译如下）

改善照片的主要技术障碍是缺乏光线。在室内或夜间拍摄时，整个场景可能提供的光线不足。标准解决方案是应用放大噪声的模拟或数字增益，或延长曝光时间，由于相机抖动或拍摄对象移动而导致运动模糊。令人惊讶的是，高动态范围的白天拍摄也可能因缺乏光线而受到影响。尤其是，如果减少曝光时间以避免高光溢出，则可能会在阴影区域收集到不足的光线。使用本地色调映射可以使这些区域变亮，但这又会放大噪音。

采集更多光线的方法包括使用大光圈镜头，光学防抖，曝光包围曝光或闪光灯。但是，每种方法都是一种折衷。如果相机是手机，那么它的厚度受到限制，所以使它的光圈变大很困难。这些设备也受到功率限制，因此通过增加摄像机数量来创建合成光圈是具有挑战性的[Wilburn et al。 2005; Light 2016]。光学防抖功能可以延长曝光时间，同时最大限度地减少相机抖动模糊，但无法控制由主体移动引起的模糊。使用曝光包围和图像融合，融合图像的不同部分代表不同时间的场景，这使得难以获得单一的自洽组合。由于对齐不同时间拍摄的图像很困难，由不正确融合引起的最常见的伪影是重影（图2a）。在相邻扫描线之间交替曝光时间的传感器可以稍微改善重影，但会牺牲细节并且难以准确进行去马赛克。对许多摄影师而言，相机闪光灯是最不可取的选择。它增加了光线，但可以以不愉快的方式改变场景。闪光/无闪光摄影[Petschnigg et al。 2004]解决了这个问题，但不够健全。

在本文中，我们描述了一个摄像机系统，通过捕获一连串图像并将它们与动态范围压缩相结合来解决这些问题。尽管这样做的算法是众所周知的[Debevec and Malik 1997]，但基于这些算法构建系统并在移动摄像机上进行商业部署仍然具有挑战性。在构建我们的系统时，我们发现以下设计原则非常重要：

•立即。即使相机没有连接（有线或无线），系统也必须在几秒钟内生成照片并将其显示在相机上。这意味着我们不能将处理推迟到桌面