不再一拍即成,手持拍摄高品质HDR照片的黑科技

2020-02-14 05:50郭育青
摄影世界 2020年1期
关键词:堆栈动态摄影

无论是使用手机还是相机拍摄,你可能都遇到过这样的问题:光线太暗拍出的照片噪点太多;海边日出,明暗差异极大,难以捕捉天空的细节;烈日当头,想拍一个逆光的自己结果发现办不到,等等。要解决这些问题,就会涉及到高动态范围图像(HDR)技术。简单来说,就是用多张曝光不同的照片组合成一张画质更好、动态范围更大的照片。而在计算摄影的时代,HDR技术已经走得更远了。

谷歌HDR+技术

我们先来说用手机实现更高动态范围。

对于手机上的摄像头来说,其进光量远远低于相机,希望在手机中获取更高品质的图片不是一件轻而易举的事。尤其是在室内或夜间拍摄中,光线不足对手机摄影是非常大的限制。经典的解决方案是应用模拟或数字增益(粗暴提高感光度),此时虽然传感器对于光线更加敏感了,但相关的噪声也被等比放大了。而如果通过延长曝光时间解决,震动或拍摄对象移动很可能导致发生运动模糊。

HDR+基本原理 HDR+对比效果,左图和中图为普通模式下的两种拍摄,右图为HDR+模式拍摄

怎么办呢?在使用相机拍摄时,增加进光量的方法有采用大光圈镜头、光学防抖、包围曝光或闪光灯,而换做以简单、快速为主要卖点的手机摄影来说,每种方法都有致命缺点:大光圈镜头又大又厚,手机装不下;光学防抖同样会增加镜头模组的体积和成本,同时如果被摄对象在抖动,光学防抖也是无能为力的;采用包围曝光,手持拍摄时会出现不同照片无法对齐的情况,最终画面里会出现重影、鬼影;手机闪光灯作用距离有限,只能在特殊环境下进行补救,例如逆光自拍。

HDR+正是在这样一种复杂约束的摄影创作需求中应运而生的。HDR+对于计算摄影的巨大贡献,不仅大幅提升照片的最终画质,也直接推动了全行业的快速进步。

该怎么理解HDR+呢?如果拍摄过星野、银河的朋友应该知道,当我们在拍摄夜景银河时,通常会采用同样的曝光参数拍摄多张,后期通过摄影堆栈的方式来提升画质、降低噪点。这个核心思想和HDR+如出一辙,不同的是,HDR+允许手机摄影用户在手持拍摄的情况下,同时完成图片堆栈,避免产生任何的重影和鬼影。

利用谷歌HDR+技术拍摄的样张

利用谷歌HDR+技术拍摄的样张

HDR+的实现方法

这些年,在每台手机之中你几乎都能找到HDR+的踪迹。计算摄影的一大特征就是图像不再是一拍即成,往往是拍摄很多张影像后,通过计算融合后得到的一张更高品质的图片。这个计算过程,读者并不需要完全理解,因为他是隐形存在的。但是,通过对于其技术的解读,一定能够帮助我们更好地把HDR+的功效发挥到极致。

具体来讲,HDR+处理高动态范围场景拍摄的方法包括三个步骤:

1.在拍摄照片时故意曝光不足,保留高光细节,摄影中我们也称之为向右曝光;

2.捕获多个画面(帧)以减少暗部影像的噪声;

3.使用本地色调映射压缩动态范围(色调映射指在有限的动态范围媒介上近似显示高动态范围图像的一项计算机图形学技术,不同的场景会搭配不同的色调映射曲线,谷歌针对近5000个场景单独适配色调映射曲线——编者注)。

我们简单解释下这三个步骤。首先,之所以故意欠曝进行拍摄,是为了保留足够多的高光细节,同时摄影者能以更快的快门速度来降低运动模糊的几率,并利用多张合成的堆栈增强暗光部分画质。其次,多张合成的过程中,尽管采用同完全相同的曝光参数连拍多个影像,但小幅曝光变化也可能会导致堆栈对齐失败进而产生鬼影,所以需要设计一种可以去鬼影的算法来改善这个问题。通常做法是在堆栈过程中选择某一张图作为参考图,其他的图片在进行语义分割后向像参考图进行对齐,然后再分区进行堆栈融合。通过对齐和合并多个帧画面,可以生成了具有更高位深度、更高动态范围的一张图片。再次,第三个步骤中要增加阴影,保留局部对比度,调整全局对比度,获得一张观感自然又不失视觉冲击力的照片。

利用谷歌HDR+技术拍摄的样张

利用谷歌HDR+技术拍摄的样张

使用谷歌Pixel 4手機利用HDR+技术拍摄的星空

还要说明的是,HDR+处理过程需要连拍影像,具体应该采用几连拍,是经过试验和折衷得出来的。通常来讲,在动态范围很高的场景中,我们希望有更多的画面(帧)来提高信噪比,但是这也需要更多的时间和内存来捕获、缓冲和处理。而在明亮的场景中,尽管通常仍然可以使用更多图像对抗相机抖动模糊,但捕获2张图像已足够。实际上,谷歌将连拍次数限制为2~8张。

HDR+的出现给手机摄影带来十分惊艳的结果,谷歌公司也十分慷慨地向世人公开了几乎所有技术细节,从而推动了全行业的快速进步。

Kandao Raw+

虽然谷歌非常慷慨地公开了HDR+的软件技术细节,使得其他手机厂商也可以采用类似的技术去提升自己的画质,但是传统相机厂商并未能从中受益,因为HDR+是一项综合技术,需要结合相机自身的硬件去进行精确适配。但传统相机的硬件设计并不开放,因而鲜有厂商去跟进。而KandaoRaw+这个计算摄影的软件利器,让所有传统相机也能享受到先进的计算摄影成果。如果说HDR+是一套软硬件结合的拍摄体系,那么Raw+则是把其中最为精华的智能堆栈降噪部分推广到了所有相机。

Raw+的基本原理

使用Raw+前后的画质对比

使用Raw+前后的画质对比

谷歌的HDR+技术和Raw+技术的原理是一样的,但后者更容易让人接受,因为它是一个可以在电脑上运行的图像处理软件。

Raw+的精妙之处在于通过连拍RAW格式照片,借助电脑一键智能对齐并且堆栈降噪,生成更高质量的DNG文件,提升暗部细节表现力,扩大动态范围,还不会产生传统包围曝光HDR所带来的鬼影。堆栈处理的操作很简单,将连拍的所有照片直接导入Raw+软件,选定最精彩的一张作为参考图,然后点击渲染即可。由于Raw+运行在计算资源更加丰富的PC/MAC端,因此其内部可采用更加完美的堆栈降噪算法以提升降噪质量,同时还能够保证敏捷和快速。

具体应用时,我们只需手持相机连拍获得12bit或者14bit位深的RAW格式原始图片,通过Raw+提升成为16bit的DNG图片,后期处理的空间一下子拓展得很宽。更直观地说,我在出门旅游拍摄夜景的时候,已经可以不带三脚架了,只需带一台轻巧的卡片机,通过欠曝连拍配合Raw+堆栈,不但能够得到高品质的夜景照片,夜间流水和人流的表现力也是超出以往想象的。

借助Raw+这个图像处理工具,固然可以借鉴谷歌的思想,采用欠曝的方式进行拍摄,通过尽可能提升单张照片的有效位宽来得到一张高品质的图片。但是我们还可以走得更远,比如充分利用相机的宽容度,通过两组不同曝光值的连拍图片序列,在Raw+里面得到两张曝光不同的高品质图片。再通过这两张曝光值不相同的照片的融合得到一张高动态范围的、画质更极致的图片。这种处理本质上是把自动包围曝光的思想与摄影堆栈的方法进行结合,其结果远远超出HDR+。

使用小尺寸传感器全景相机拍摄经Raw+处理得到的照片,郭育青 摄

使用小尺寸传感器全景相机拍摄经Raw+处理得到的照片,郭育青 摄

最后需要说明的是,不同于手机拍摄HDR+照片,KandaoRaw+不能帮你完成所有的操作。通过智能堆栈之后得到的仍是RAW格式文件,仍然需要去做调色修饰。只不过,智能堆栈增强了RAW格式照片的品质,使得后期调整空间变得更大,调色的起点也会更高。

使用理光GRIII拍攝、Raw+处理得到的夜景照片,郭育青 摄

猜你喜欢
堆栈动态摄影
国内动态
国内动态
国内动态
嵌入式软件堆栈溢出的动态检测方案设计*
基于堆栈自编码降维的武器装备体系效能预测
一种用于分析MCS-51目标码堆栈深度的方法
摄影42℃展版
基于堆栈的24点游戏解决方案