184、HDR多帧融合算法：运动伪影抑制与动态范围扩展的平衡艺术去年在调试某旗舰手机的后置主摄时，遇到一个让人抓狂的bug：用户拍夜景人像，背景灯光璀璨，但人物边缘总有一圈鬼影，像是被PS抠图失败。客户反馈说“这手机拍出来的人像像纸片人”。我盯着波形图看了三天，最终发现是HDR多帧融合时运动检测模块的阈值设得太激进——为了追求动态范围，把运动区域当成了静态区域来融合，结果人物轻微晃动就产生了伪影。这个案例让我深刻体会到：HDR多帧融合从来不是简单的“多帧叠加”，而是在运动伪影抑制与动态范围扩展之间走钢丝。一、HDR多帧融合的底层逻辑：为什么不是简单平均？先抛开算法细节，理解HDR多帧融合的本质。单帧sensor的动态范围受限于ADC位数和满阱容量，比如12bit ADC理论上只有72dB动态范围，但真实场景中高光与暗部可能相差120dB以上。多帧HDR通过拍摄不同曝光时间的帧（短帧保高光、长帧保暗部），再融合成一帧，理论上可以突破物理限制。但问题来了：不同曝光帧之间，场景中的物体可能移动了。比如风吹树叶、行人走过、甚至手持抖动。如果直接做像素级加权平均，运动区域就会出现重影或模糊。这就是运动伪影的根源。我在调试中踩过最深的坑是：早期版本用简单的“像素差异检测”来判断运动区域。比如短帧和长帧的同一像素亮度差超过阈值就标记为运动。但这种方法在纹理丰富的区域（比如树叶）会误判，导致大量静态区域被当成运动，融合后动态范围反而下降。后来才明白，运动检测必须结合梯度信息和时空一致性。二、运动伪影抑制的三大