攝影看細節(jié)：深入了解影像動態(tài)范圍

李錚 曹欣

對天空測光曝光下拍攝，然后提升了陰影，利用了相機捕獲的動態(tài)范圍，獲得了比通常JPEG中動態(tài)范圍大得多的圖像

左圖為普通動態(tài)范圍，右圖調高了動態(tài)范圍

什么是動態(tài)范圍

動態(tài)范圍（Dynamic Range，簡稱DR）被廣泛引用，有時也被當作圖像質量的衡量標準來討論。實際上，動態(tài)范圍是圖像質量的一個方面，體現(xiàn)攝影的細節(jié)和層次以及質感。我們需要了解的是什么是動態(tài)范圍，以及怎么調整參數(shù)，讓相機性能的優(yōu)勢發(fā)揮出來。

圖像質量作為一個整體包含一系列屬性，例如顏色和分辨率（因此需要考慮白平衡和清晰度等）。但即使你只是考慮相機或傳感器對不同亮度水平的色調響應，動態(tài)范圍數(shù)字仍然是你需要了解的重點。

簡而言之，動態(tài)范圍是你的相機可以捕捉到的主體亮度范圍，從最亮（信息“剪輯”的地方）到最暗的可用色調。它可以很好地指示從相機中輸出的 Raw 文件有多靈活。但它并沒有告訴你更多。

動態(tài)范圍的差異通常存在于圖像的陰影中。數(shù)字傳感器在高光中有一個“臨界點”：任何額外的信號都會簡單地記錄為最大原始值，超出此范圍的任何東西都無法恢復。

如果一種新的傳感器設計對光線有更大的容忍度，它的基本ISO 范圍就更廣，參數(shù)上帶給用戶更多信心，在更廣泛的光線范圍內應用。這類相機的影像素質，可以讓攝友在陰影中找到額外的動態(tài)范圍，并且與其他相機傳感器相比，差異也比較明顯。

應用動態(tài)范圍主要“靠感覺”？

當前評估DR 的下限存在模棱兩可的情況。DR 數(shù)字描述了最亮的捕獲色調和最暗的可用色調之間的距離，但它們不會告訴你關于這兩點之間任何色調的信息。即使你已經(jīng)確定了較低的截止值，提供了12 擋DR 的相機在第 11、10、9 擋處，用肉眼也看不出太大差異。比如松下GH6 具備12+ 擋動態(tài)范圍，如果開啟動態(tài)范圍增強能夠達到13+ 擋動態(tài)范圍（ISO 只能設定為2000）。松下GH6 搭載的是V-Log 伽馬曲線，對于色彩的保留更好，對于高光保留更好，后期處理更舒服。各個機器的內部參數(shù)調節(jié)和技術不一樣，對于用戶來說，其實不是很直觀能了解到。

原始文件

在Adobe Camera Raw中將曝光設置為+5

通過DR 參數(shù)判斷相機有點像被蒙上眼睛并抓住動物的尾巴，你可以根據(jù)它離地面的距離和感覺來猜測，但最終你不能完全確定尾巴是附在大象還是驢子身上。要了解影響動態(tài)范圍的因素，還需要了解到什么是噪點，包括為什么圖像中測得的噪點值可能位于你認為在圖像中最干凈的地方。

實際拍攝中，攝影的動態(tài)范圍還是有一點回旋余地，因為傳感器的紅色、綠色和藍色通道不會都在相同的亮度水平下剪輯。但是一旦一個通道達到“極限”（高光過曝），重建顏色的準確性就很小了。相機通常會盡其所能利用更多的高光信息，比如Raw 文件包括了更多色彩信息，但是恢復高光的可能性也要看運氣。

令人煩惱的噪點

噪點是圖像中一種亮度或顏色信息的隨機變化（被拍攝物體本身并沒有），通常是電子噪點的表現(xiàn)，圖像噪點是圖像拍攝過程中大家最不希望看到的“信息”。圖像噪點的強度范圍可以存在于具有良好光照條件的數(shù)字圖片中，也可以滿畫幅充斥在光學天文學或射電天文學中。

噪點為什么產生？ CCD 和CMOS 感光元件都存在有熱穩(wěn)定性（Hot pixel）的問題，與成像的質量和溫度有關，如果機器的溫度升高，噪點信號過強，會在畫面上不應該有的地方形成雜色的斑點，這些點就是我們所講的噪點。各個品牌各種型號的相機對噪點的控制能力也不盡相同，同一型號的相機也有一定的個體差異，也有些相機有降噪功能。但噪點問題是現(xiàn)在所有DC 都沒能完全克服的問題（調高感光度（ISO），特別是長時間曝光， 或相機溫度升高時）。噪點的多少因傳感器構造以及處理器差異而不同。

回到動態(tài)范圍上， 將下限設置為最暗的“可用”色調，是一種主觀判斷。DR 有一個技術定義，通常稱為“工程 DR”，它使用噪點級別等于場景信號強度的點（信噪比為1），這其實比大多數(shù)人在視覺上接受的噪點要多得多，只是平時我們沒有100%的放大圖片去數(shù)而已。

除了相機具有多少可用動態(tài)范圍之外，攝友的工作流程也會對結果產生影響。由于DR 的下限基于噪點，因此它還受到縮放圖像和降噪的影響。如果攝影師應用一些復雜的降噪功能，或者持續(xù)拍攝視頻讓相機無法冷卻，也會改變相機可用動態(tài)范圍的表現(xiàn)。

信噪比是什么

如上所述，噪點是一種我們可以直觀看到的現(xiàn)象。一般來說，噪點是真實信號的偏移，表現(xiàn)為與背景不相容的雜信號。例如，在一個紅色的物體上出現(xiàn)綠色的信號，或者在一個灰色物體上出現(xiàn)了白色信號，這些信號就是我們所說的噪點。這就涉及一個問題：噪點與信號是相輔相成的，或者說噪點本身也是信號的一種，無非是我們不需要的信號，抑或不正確的信號。

噪點是不正確的信號，因此在單色的背景上往往會更加明顯，比如天空的圖像中就非常容易觀察到噪點。在同一幅照片中，亮度較低的部分噪點水平也會更高，這是由于光子噪點更明顯而造成的。

大部分感光元件采用RGBG 的形式排列像素，所以數(shù)碼相機捕捉的彩色圖像上也會出現(xiàn)彩色噪點。顯然，撇開信號來談論噪點是沒有意義的。噪聲是模擬設備與電子設備普遍存在的問題，噪點是噪聲在數(shù)碼圖像上的表現(xiàn)形式。

假設某個采樣設備獲得的噪聲是1，你能否判斷這樣的噪聲是否明顯呢？答案是否定的。因為我們只有在了解信號的強度以后才能夠判斷“1”到底是較強的噪聲還是微弱的噪聲。如果采樣設備獲得的信號也是1，這時候信號相對噪聲的比值是1：1，噪聲就非常高，高到信號本身已經(jīng)失去意義。假如采樣獲得的信號是10000000，這時候信號相對噪聲的比值就非常大，噪聲就顯得相對很低。

為了評判噪聲相對信號的強弱，我們通常用信噪比（Signal Noise Ratio，SNR）來衡量某個設備或者系統(tǒng)的噪聲水平。信噪比的定義非常簡單，它就是信號與噪聲的比值：SNR=S/N

等式中S 代表信號，N 代表噪聲。信號越高、噪聲越小，信噪比就越高；信號越低、噪聲越大，信噪比就越低。信噪比一般用分貝（dB）來表示。分貝的定義是：dB=10lg（S/N）

在上面的例子中，信號與噪聲都為1，其信噪比為0（lg1=0）。直觀地說，由于信號與噪聲是一樣的，根本就無法區(qū)分信號和噪聲，所以也就沒有所謂的信噪比了。而在信號與噪聲比值為10000000：1 的情況下，其信噪比為70dB。

信噪比直觀地體現(xiàn)了設備的信號采集性能。表現(xiàn)在數(shù)碼攝影中，采集的圖像信噪比越低，噪點就越明顯；信噪比越高，畫面就越干凈。在數(shù)碼圖像的生成過程中，有很多環(huán)節(jié)會引入噪點。

為什么信噪比如此重要

與直覺相反，從數(shù)字上看，高光的變化程度比陰影的變化更大，但我們認為陰影是圖像的“噪聲”部分。這是因為噪聲的程度并不是你認為的噪聲，重要的是信號和噪聲之間的關系。與構成高光的強信號相比，少量噪聲對構成圖像陰影區(qū)域的微小、微弱信號的影響要大得多。

讓我們看看這兩種噪聲源的影響，即電子讀取噪聲和光子散粒噪聲。表一顯示了能夠保留多達 40000 個光電子的相機理論信號（藍線，左側刻度）。右側刻度繪制了我們通?？赡芷谕墓庾由⒘Ｔ肼暎ǔ壬€）和讀出噪聲（綠色線）的量，從最暗的可記錄色調（底部刻度，0% 亮度）到削波（100%亮度）。

高ISO下，噪點基本充斥著整幅圖片

表1：相機理論信號

表2：不同亮度級別的信噪比

需要認識到的一個關鍵問題是，即使是一臺完全不向其圖像添加電子噪聲的假想相機，仍然會有嘈雜的陰影。光子散粒噪聲（光的隨機性）意味著捕獲的圖像總是有噪聲。但為了弄清楚為什么這種噪聲通常出現(xiàn)在陰影區(qū)域，我們將把橙色線計入藍色線，并查看由此產生的信噪比。

表二的兩張圖顯示了圖像中不同亮度級別的信噪比，展示了信噪比如何隨著亮度（信號）的增加而增加。軸繪制在對數(shù)刻度上，因此每個格代表亮度或信噪比的加倍或減半。

現(xiàn)代數(shù)碼相機中的傳感器并不完美：在捕獲光線時會添加少量電子噪聲，并且會在讀出過程中進一步添加更多噪聲，直到信號被相機的編碼器轉換。這種電子/“讀取”噪聲有多種來源，包括傳感器變熱時的熱噪聲，長時間曝光尤其會讓這個數(shù)值上升。