Display HDR 处理：PQ 曲线（Perceptual Quantizer）和 HLG（Hybrid Log-Gamma）算法解释

一、PQ（Perceptual Quantizer）与 HLG（Hybrid Log-Gamma）的核心原理

1. PQ 曲线（SMPTE ST 2084）

   • 目标：在绝对亮度范围内（0~10,000 尼特）优化人眼感知，通过非线性量化分配更多码值给暗部细节。
   • 公式：
     

2. HLG 曲线（ARIB STD-B67）

   • 目标：兼容 SDR 显示设备，使用相对亮度编码（基于场景亮度动态范围）。
   • 分段函数：

---

二、代码实现：PQ/HLG 编码与显示驱动映射

以下示例以 Python 演示 PQ 编码和 HLG 解码，并模拟显示驱动的亮度映射逻辑：

import numpy as np
import matplotlib.pyplot as plt

# ======================= PQ 编码（OETF） =======================
def pq_eotf(Y):
    Y = np.clip(Y, 0, 1)  # 输入归一化亮度（0~1）
    c1, c2, c3, c4 = 0.8359, 18.8516, 1.0, 18.6875
    m1, m2 = 0.1593, 78.8438
    numerator = np.maximum(c1 + c2 * (Y ** m1), 0)
    denominator = c3 + c4 * (Y ** m1)
    L = (numerator / denominator) ** m2
    return L  # 输出绝对亮度（需映射到显示器物理亮度）

# ======================= HLG 解码（EOTF） =======================
def hlg_oetf(E):
    a, b, c = 0.17883277, 0.28466892, 0.55991073
    mask = E <= 1/2  # 分段处理
    Y = np.zeros_like(E)
    Y[mask] = (E[mask] ** 2) / 3  # 暗部伽马解码
    Y[~mask] = np.exp((E[~mask] - c) / a) + b  # 亮部对数解码
    return Y  # 输出相对场景亮度（0~12 尼特，需显示器动态适配）

# ======================= 模拟显示驱动处理 =======================
def display_driver(signal, curve_type='PQ', max_nits=1000):
    if curve_type == 'PQ':
        # PQ 需要绝对亮度映射（根据显示器最大亮度缩放）
        display_light = signal * max_nits  # 假设显示器支持 max_nits 亮度
    elif curve_type == 'HLG':
        # HLG 转换为相对亮度（默认场景亮度 12 尼特，按显示器能力等比放大）
        scene_ref_nits = 12
        display_light = signal * (max_nits / scene_ref_nits)
    else:
        raise ValueError("Unsupported curve type")
    return np.clip(display_light, 0, max_nits)

# ======================= 测试与可视化 =======================
# 生成测试信号：线性亮度阶梯
linear_Y = np.linspace(0, 1, 1024)

# PQ 编码 -> 显示驱动处理
pq_encoded = pq_eotf(linear_Y)
pq_display = display_driver(pq_encoded, 'PQ', 1000)  # 假设显示器支持 1000 尼特

# HLG 编码 -> 显示驱动处理
hlg_encoded = hlg_oetf(linear_Y)  # 此处假设输入为 HLG 电信号
hlg_display = display_driver(hlg_encoded, 'HLG', 500)  # 假设显示器支持 500 尼特

# 绘制结果对比
plt.figure(figsize=(10,6))
plt.plot(linear_Y, pq_display, label='PQ (1000 nits)')
plt.plot(linear_Y, hlg_display, label='HLG (500 nits)')
plt.xlabel('Input Signal')
plt.ylabel('Display Brightness (nits)')
plt.title('HDR Display Driver Mapping: PQ vs HLG')
plt.legend()
plt.grid(True)
plt.show()

三、显示驱动的作用与代码解释

1. PQ 的显示驱动处理

   • 关键逻辑：将 PQ 编码的绝对亮度值（0~10,000 尼特）按显示器最大亮度（如 1000 尼特）线性缩放。
   • 代码实现：display_driver 函数中，对 PQ 信号直接乘以显示器支持的最大亮度值。
   • 影响：若显示器亮度不足，高光细节会被压缩（例如 5000 尼特内容在 1000 尼特屏上显示为 1000 尼特）。

2. HLG 的显示驱动处理

   • 关键逻辑：根据 HLG 的相对亮度（默认场景参考亮度 12 尼特），按显示器能力动态扩展。
   • 代码实现：将 HLG 解码后的亮度值按比例放大至显示器支持范围（如 500 尼特）。
   • 优势：在低亮度显示器（如 500 尼特）上仍能保持场景亮度层次感，无需元数据支持。

---

四、实际应用场景对比

特性	PQ	HLG
亮度编码	绝对亮度（0~10,000 尼特）	相对亮度（基于场景动态范围）
兼容性	需 HDR 显示设备	兼容 SDR/HDR 显示设备
典型应用	HDR10、杜比视界	广播电视、实时流媒体
显示驱动处理	依赖静态元数据（MaxCLL/MaxFALL）	动态适配显示器亮度范围

---

五、总结

通过 PQ 和 HLG 的代码实现与显示驱动模拟，可以看出：

• PQ 适合追求极致画质的场景（如影院级 HDR），但依赖高亮度硬件和精确元数据。
• HLG 更适用于广播和流媒体，兼顾不同设备的显示能力。
• 显示驱动 需根据算法类型动态调整亮度映射策略，以正确还原 HDR 内容。