圖一: 細節(jié)、對比，及杰出的自然顏色: 透過IC Measure 多重曝光及圖像處理過后所呈現(xiàn)之高動態(tài)范圍圖像。

　　分辨率及速度(幀速率)作為挑選一臺合適工業(yè)相機之典型標(biāo)準(zhǔn)，其感亮度及動態(tài)范圍也日趨重要，尤其是運用于汽車工業(yè)中。特別是，在真實場景中有大量亮度變化的情況(如，開車) 受益于由寬動態(tài)感光組件所提供的優(yōu)點。舉例來說，當(dāng)一臺車駛離隧道進入明亮日光中 ─ 低動態(tài)范圍的感光組件一般只能表現(xiàn)過度曝光或曝光不足的圖像，代表某些區(qū)域細節(jié)(或訊息)的損失。假使輔助駕駛系統(tǒng)依賴這個訊息做判斷，就可能造成致命后果。因此，在特別亮或特別暗的區(qū)域?qū)崿F(xiàn)最佳寬動態(tài)范圍來獲取重要細節(jié)實則十分必要。

增加動態(tài)范圍：兩種方法

　　為了增加最終圖像的動態(tài)范圍，基本上有兩種方法 ─ 改進硬件來增加感光組件的動態(tài)范圍及透過軟件算法改進。CMOS 感光組件的動態(tài)范圍取決于像素顏色飽和前(飽和能力)，感光組件之像素可保持之最大電子數(shù)，以及像素中的暗噪點 (在輸出電荷時所產(chǎn)生的噪聲。)

　　因此，為了增加動態(tài)范圍，可嘗試進一步減少暗噪點或增加飽和容量。

　　盡管暗噪點取決于感光組件的電子特性，如要增加像素飽和能力，仍可藉由較大的像素(因為更多像素表面區(qū)域代表暴露于更多光子，產(chǎn)生更大的電荷)或從本質(zhì)提升像素結(jié)構(gòu)來達成。最近，Sony Pregius 感光組件展出特別令人矚目 ─ 在沒有改變像素大小情況下，改善像素設(shè)計加上同時減少更多暗噪點，可獲得卓越的動態(tài)范圍增加。具體而言，Sony IMX 265 Pregius感光組件在微米的像素尺寸下可達70.5 dB的動態(tài)范圍。更高飽和能力的結(jié)果是可以被一個像素覆蓋的測量范圍擴大了。為了適度地量化此擴大之測量范圍，現(xiàn)代CMOS感光組件至少須具備8個位，例如，Sony IMX 264感光組件就提供了12位量化信號。

藉由算法提升動態(tài)范圍

　　除了改良感光組件，動態(tài)范圍也可以算法方式向上增加。這些算法改進的根基為使用不同曝光時間來獲取圖像數(shù)據(jù)。其中最令人熟知的方法便是 “時變曝光”(例如，以不同曝光時間獲取的幾幅完整圖像)作為數(shù)據(jù)基礎(chǔ)。此方法現(xiàn)用于許多智慧手機、常見的圖像處理程序，及一般攝影中;因此在機器視覺以外的市場也廣泛受眾所知。

　　基本假設(shè)為一感光組件的最終像素值近似線性地取決于入射光量和曝光時間，如此一來，即使像素不飽和，也可根據(jù)已知的曝光時間來決定潛在的入射光量(或與其成正比的數(shù)量)。

　　在飽和像素的情況下，對應(yīng)的像素值用于幾個較短的曝光時間。藉由這個方式，與一次曝光相比，可確定更大面積的入射光量。

　　曝光序列的優(yōu)點在于，可在擴大范圍內(nèi)決定亮度而不損失任何局部分辨率。

　　盡管如此，記住多重曝光次數(shù)很必要這件事是重要的，因為可能產(chǎn)生不必要的偽影 ─ 特別是移動中的物體 (如: 重影現(xiàn)象 ghosting)。

　　現(xiàn)代CMOS感光組件如Sony Pregius通常具多重曝光功能，可于不同曝光時間下拍攝原始圖像，而無需手動更改兩次拍攝之間的曝光時間。

空間變化曝光

　　為了避免多重曝光造成的偽影，現(xiàn)代感光組件提供 “空間變化曝光”技術(shù)。此技術(shù)在不同曝光時間下曝光感光組件上的某些特定像素組。例如，常見的變體使用不同的曝光時間交替曝光兩條圖像線。 由于曝光同時開始，也得以最小化因畫面移動所引起的偽影。

　　然而，在此情形下，不同曝光像素之間不存在1：1的對應(yīng)關(guān)系，高動態(tài)范圍的最終圖像的像素須透過內(nèi)插計算。無可避免地，這個過程會使分辨率損失，并產(chǎn)生偽影現(xiàn)象 ─ 特別是邊緣結(jié)構(gòu)的部分。此外，透過必要的內(nèi)插計算最終圖像比曝光系列的數(shù)據(jù)計算更需密集的計算機運算。

　　表一: 以不同的方式來計算高動態(tài)范圍圖像。(a) 時變曝光: 不同曝光時間的兩張圖 (b) 空間變化曝光: 兩張圖像線，不同曝光時間 (c) 空間變化曝光: 另一種變體，歷經(jīng)四個不同曝光時間

高動態(tài)范圍圖像及色調(diào)映像展示

　　展示高動態(tài)范圍圖像時，人們通常直接看見的是顯示器中展現(xiàn)的動態(tài)范圍，(與人類視覺感知相比較小)。雖然目前已有提供更高動態(tài)范圍的圖像顯示器，但仍尚未普及。假如要在動態(tài)范圍較低的設(shè)備上顯示高動態(tài)范圍圖像，則必須透過色調(diào)映像來降低其動態(tài)范圍。

　　目前并沒有明確定義要如何降低(動態(tài)范圍)，皆取決于預(yù)期的目標(biāo)。例如，最接近真實場景或達到某主觀及藝術(shù)質(zhì)量之圖像?；旧?，在全局(global)及局部 (local)色調(diào)映像算法上做區(qū)別。全局算法的例子為不管在哪個位置，相同轉(zhuǎn)換所有像素;極為高效且可進行實時數(shù)據(jù)處理。局部算法則是在局部像素區(qū)域中，盡可能維持最佳的對比度。局部算法需要更密集的CPU運算，但通常也提供更高對比度度的圖像。

圖2: 同一曝光系列的兩張快門: (a) 較短曝光 (時間) (b) 較長曝光(時間) (c) 透過包圍曝光計算及色調(diào)映像可視化之高動態(tài)范圍圖像

　　The Imaging Source映美精相機 很久前便體認到最大動態(tài)范圍對于機器視覺產(chǎn)業(yè)應(yīng)用的重要性，所以透過其終端用戶軟件產(chǎn)品和程序接口中的色調(diào)映像來提供高動態(tài)范圍影像數(shù)據(jù)擷取、可視化，亦或資料保存。映美精相機 亦投注許多程序開發(fā)時間來研發(fā)容易使用的算法，最終創(chuàng)建算法的自動調(diào)整模式，使所有參數(shù)自動適應(yīng)場景而不需任何使用者介入，便可表現(xiàn)出高對比度、出色的自然色彩之圖像。特別是，當(dāng)搭配相機支持，終端客戶端軟件IC Measure以高動態(tài)范圍功能為標(biāo)準(zhǔn)來展現(xiàn)高動態(tài)范圍圖像。

表3: The Imaging Source 映美精相機 終端用戶軟件IC Measure 支持原始 (依據(jù)感光組件) 曝光系列及透過色調(diào)映像后可視化高動態(tài)范圍圖像。

　　以上文章由Oliver Fleischmann 博士提供，并于2018年四月發(fā)表于德語版本之產(chǎn)業(yè)學(xué)術(shù)期刊中，其標(biāo)題為High-Dynamic-Range Imaging in modernen Industriekameras