CMOS图像传感器系列--（二）HDR之DAG技术

CMOS图像传感器系列–(二)HDR之DAG技术

HDR（High Dynamic Range，高动态范围）仿佛是成像领域永恒的话题——感觉每年都有 手机厂商在宣传自家手机摄像头拍照、拍视频，获得的画面宽容度能有多广。这两年，不仅手机夜间成像能不能拍到灯箱细节成为旗舰机的必考题，视频拍摄HDR也已经成为手机OEM厂商争抢的高地。

一般我们说，这里的动态范围是指成像系统在一幅图像里能够同时体现高光和阴影部分内容的能力。谁都希望即便在场景的亮处和暗处光比很大时，手机摄像头的最终呈现依旧游刃有余。随这些年CMOS图像传感器工艺技术进步，以及后端数字信号处理算力的提升，各种不同的HDR技术走得都还是比较快。

比如常见的所谓时域多帧HDR技术，就是相机针对同场景，连续拍下欠曝到过曝的多张图像，最后做图像的多帧合成，输出一张高动态范围HDR图像。再比如DOL/Staggered HDR，传感器每行像素以长短曝光先后输出，实现“准同时”的不同亮度的信号，获取最终的HDR画面。还有大小pixel分离结构，不同尺寸的像素获得不同的感光信号，覆盖不同动态范围

关于CMOS图像传感器中DAG（Dual Analog Gain，双模拟增益）技术的增益设置范围及其技术特点的综合解析，结合搜索结果的权威信息：

一.DAG VS 多帧合成

传统的时域多帧HDR，如前文所述，就是以不同的曝光参数，拍下多张图像，最终对齐合成——欠曝的画面照顾到了亮部细节，而过曝的画面则能够较好地呈现暗部细节。合成以后也就有了HDR效果。

这类方案的缺陷主要是，即便拍摄多张照片或多帧影像的时间间隔很短，“多帧”的这些画面，毕竟仍然是不同时间拍摄的：那么当移动中取景或画面存在高速运动对象时，就会产生运动伪像或鬼影。无论是拍照还是拍视频，后端都需要对伪像再做处理。

即便现在包括AI在内的技术可用于消除运动伪像，多帧合成依然存在局限性。比如说要求AI模型有足够广的覆盖度，算法效果也未必理想；后期消除伪像，系统成本会随之提升——成本敏感型设备承受不了；影像拍摄的系统功耗也可能不理想。