多曝光系列照片的合成

在网上看到一种称为自适应反差控制ACC的概念，但具体实现有多种方法，且没有描述。受此启发，设计了一种算法，用于多曝光系列照片的合成，解决以前处理过程中随意性大，可重复性差的问题。

所谓自适应，实际上是模仿了人眼的视觉特征。当我们看同一幅图像的亮部和暗部时，瞳孔会自动缩小和放大，使得视场里实际进光量保持在合适的范围内，图像不同区域的视觉效果相似，故而人不会感觉到亮度差异很大。而如果用照相机以固定的光圈速度拍照，就可以明显看出差别来。

这种算法的原则是，1）压缩亮度动态范围 2）保持相对反差不变，即保留细节。

对于多种曝光时间照片的合成，核心是把原有的大动态范围映射（压缩）到较小的范围内（8或16位），从而在同一张照片上表现出亮度差异巨大的不同细节。合成照片中的每一个区域，在每一张原始图片上都有记录，只是由于曝光量的不同，有些照片上位于高噪声的暗部，有些位于接近饱和的亮部，还有些则位于最佳的中间亮度区。根据所选择的处理方法，通常会选择最合适的原始图像中的相应区域作为合成图的数据源。

如果合成图像上相邻的两个区域分别来源于两张图片，而它们在同一区域的亮度不一致，那么就会明显看出过渡痕迹。在日食合成照片上，经常可以看到日冕从内向外先变暗，再变亮而后又变暗的效果，这明显地与实际景象不符。要避免出现这样的问题，所有照片应按统一算法进行调整，使得同一区域在所有照片上亮度均相同。这种统一算法并非在PS中以同一条曲线处理所有的照片，因为各个照片的曝光量是不同的。

试以以下算法进行亮度变换（16位图像）：
I= 32768 * S/ (S+offset)

S为原始亮度，I为变换后亮度，offset为偏置值。在这个变换下，对于大亮度S，变换后的亮度基本为32768 （16位范围的中点），而S趋近于0时，I亦降为0，使得变化趋势符合视觉规律。

对于不同曝光量的两个图片，S1与S2，设前者的曝光时间是后者的k倍，那么在不考虑噪声时：
S1~= k*S2

为了保证同一区域的亮度相同，必须有 I1~=I2，而：

I1= 32768 * S1/ (S1+offset)~=32768 * k*S2/ (k*S2+offset)=32768 * S2/ (S2+offset/k)

即S2做亮度变换时

I2= 32768 * S2/ (S2+offset/k)

以上运算需要基于RAW的线性数据。

在日冕照片中，提高日冕细节的反差是另一个受到关注的问题。在PS中使用曲线提升亮度时，高光部位的反差会缩小。而如果对某个区域乘以一个常数，则相对强度变化会保持不变，即反差得到保留。

所以，在上式中，将S取为图像的平均亮度(中值+高斯模糊)，则32768/(S+offset)就是本区域的变换系数，再乘以原始图像I0得到的最终图像为：

I=32768 * I0/ (S+offset)

在这个变换中，平均亮度通过1/(S+offset)被压缩；由offset/k保证了不同照片处理后亮度分布的一致性；而S为位置的缓变函数，使得在小区域内 I 正比于I0，即保持了相对反差不变。

以2006年日食照片做试验处理。

4张原始日食照片，曝光量最大相差180倍，总动态范围为20位。将亮度压缩后可以看出，不同照片的信噪比不一，但图像过渡得很好，看不出“接缝”。

再经过USM等增强，得到最终的合成图像：