099、HDR+的"对齐vs融合"——Google HDR+的对齐策略与暴力融合的差异，以及多帧对齐的精度对最终画质的影响
去年年底在帮一家方案商调他们的多帧HDR算法，场景是手持夜景，三帧合成，曝光比是-2/0/+2。他们自研的对齐模块用的是全局仿射变换，跑在DSP上，单帧耗时控制在8毫秒以内，当时觉得性能指标挺漂亮。结果实拍样张一出来，暗部细节全糊，高光边缘有鬼影，最要命的是天空部分出现了那种“果冻状”的纹理扭曲——不是运动模糊，是那种对齐错位后融合产生的结构性伪影。我当时盯着屏幕看了半天，第一反应是融合权重出了问题，把debug工具打开，把三帧的亮度差、运动矢量场、融合权重全部dump出来，最后才发现问题出在对齐精度上——全局仿射模型根本扛不住手持拍摄的视差变化，尤其是近景树叶和远景建筑之间的深度差异，一个矩阵参数根本没法同时补偿两套运动。
这件事让我重新把Google HDR+的论文和开源代码翻出来过了一遍，发现一个很有意思的现象：HDR+的“对齐”和“融合”其实是两个完全独立的设计决策，但很多人把它们混为一谈。HDR+用的是“粗对齐+细融合”的路线，对齐阶段只做全局平移估计，精度到亚像素级别就停，然后融合阶段用空间变化的权重去“容忍”剩余的对齐误差。而很多国产方案走的是“精对齐+暴力融合”的路线，对齐阶段恨不得做到逐像素光流，融合阶段却用固定的权重表，结果就是对齐误差被融合过程放大，反而比HDR+那种“对齐不完美但融合聪明”的方案更容易出问题。
先说说HDR+的对齐策略。它把参考帧选为中间曝光的那一帧，然后对另外两帧做全局平移估计，用的是金字塔下采样+归一化互相关，精度大概在1/4像素左右。这个精度放在今天看并不高，但HDR+的聪明之处在于它
