深空摄影(50) · 第五章 · 第四节 · 2 硬HDR
4-2 硬HDR
硬HDR的前期拍摄
硬HDR是使用两组或多组不同曝光时间的图像做混合，因此硬HDR的工作实际上从前期拍摄就开始了。首先我们要搞清楚轻重缓急，应该多花时间拍长曝光影像还是短曝光影像——长曝光更易于展现暗弱的细节，而短曝光可以防止在高光处的过曝。
对于一个可能发生过曝的天体，例如M42[注5-4.2]，应该仔细权衡利弊，是它的核心细节更重要还是画面整体的丰富度更重要。如果你的拍摄系统视场非常小，比如说一英寸CCD配大口径施密特·卡塞格林望远镜，视场可能就只有M42的核心这么大，拍不到周围的暗云气，那么显然应该全采用短曝光，防止过曝，来展现M42的核心细节。反过来如果你的系统视场足够大，除了M42本体还能包含旁边的NGC1977甚至更大的区域，那么显然是周围的暗云气更重要，应该以长曝光为主，另外拍摄少量的短曝光图像用于修复过曝的核心细节。短曝光影像不需要拍太多的另一个理由是，高亮度的天体不需要多长的曝光时间就能获得很高的信噪比，花太多时间去拍高亮度天体是不划算的。
我们现在已经确定，绝大部分情况下我们都应该以长曝光为主，短曝光为辅。那么长短曝光之间的差异应该多大呢？比如长曝光是单张30分钟，那么短曝光应该是5分钟吗？还是1分钟甚至更短？这是我们面临的第二个问题。因为是要做HDR，短曝光的图像似乎不应该有过曝区域，这是很容易想到的一点，但不一定是完全正确的。当长曝光影像的过曝区域太大，大到涵盖了短曝光影像信噪比不佳的区域，那么做完HDR的图像就会有明显的分界，在高信噪比的核心区域（由短曝光图像提供）与高信噪比的外围云气（由长曝光影像提供）中间，会有一条噪声严重的界线。这告诉我们，短曝光的曝光时间不能太短，或者说长短曝光的差异不应该太大，否则就需要加一组曝光时间介于中间的图像作为过渡，或者增加短曝光照片的总曝光时间。
[图5-4-2.1]长短曝光时间差异太大可能出现的情况——高信噪比的核心与外围云气间出现一条噪声分界线。
长短曝光的差异，和个人所使用的系统、拍摄的天体等诸多因素都有关系，我并不能给出一个确定的公式。对于满井电荷数很大的CCD/CMOS，或者是长焦比的系统，可以采用更大的差异，而满井电荷数小的CCD/CMOS或者是短焦系统则不能把差异拉得太大。大家可以实际拍两张曝光时间不同的影像试做一次硬HDR合成，来判断这样的曝光时间差异是否可行。
硬HDR的后期处理
硬HDR的后期处理，也叫硬HDR的合成，曾经困扰过我很长一段时间。凡是涉及到两张图像的融合，都不可避免地要考虑影像匹配的问题。凡是涉及到图像匹配的问题，都不可避免地要考虑在线性下做还是非线性下做。
硬HDR合成如果亮度反差匹配有问题，结果几乎一定是灾难性的。最常见的情况是明亮的核心变成一块暗区，看上去像凹陷一样，或者是在合成的交界处出现亮度的突变。这样的问题在非线性合成下很容易避免，但是由于非线性拉伸的力度与曝光时间差异，亮星的光晕大小会有所不同，合成之后亮星非常容易出现“大圈套小圈”的情况，如[图5-4-2.1]。当然，出现这样的情况，光学系统的素质不佳是主要原因，但即使光学系统的光晕情况非常完美，非线性阶段的合成依旧可能出现类似ringing的结构。
[图5-4-2.2]非线性硬HDR合成时出现的大圈套小圈。
在线性下合成的话，我们只需要解决亮度反差匹配这一个问题，一劳永逸。匹配的方法在马赛克那一节里就已经谈到过，目的是让两张图像对天体亮度的响应直线一致。
在做亮度匹配前，我们要保证两张图像已经对齐。然后以短曝光图像为参考，让长曝光图像匹配短曝光影像。这个关系不能反过来，因为长曝光图像的亮度显然要亮得多，若以它为参考，短曝光要匹配上它需要乘一个很大的系数，很可能导致短曝光图像发生过曝。这样的匹配在PI付费版中有现成的工具，叫做LinearFit，它的原理是读取参考影像某像素的像素值，作为x，再读取另一张图像对应位置像素的像素值，作为y，在x-y坐标系下描出这个点。遍历过整张图像的所有像素之后，就得到了一张x-y的散点图，对它做线性回归计算以后，就得出了所需要的线性变换函数。因此，需要做LinearFit的两张图像，必须是经过对齐的，并且不能有黑边、杂边一类的东西存在[注5-4.3]。
[图5-4-2.3]PI付费版Linear Fit窗口。
LinearFit窗口如[图5-4-2.3]所示。它只有两个参数可以调整，分别为Reject low和Reject high，意思是低于Reject low的像素和高于Reject high的像素将不加入线性回归运算中。一般Reject low是不需要调整的，Reject high需要稍微降低一点，大概取0.7~0.8左右的值（假设1为饱和值）。这样做的理由很容易理解，因为图像的过曝区域显然是不存在什么线性关系的，并且考虑到CCD/CMOS在接近饱和时会出现非线性效应。最后，Reference image选择短曝光图像，把它应用在长曝光图像上就行了。
不使用PI付费版的图像亮度反差匹配的具体方法在马赛克那一节就详述过，以短曝光影像为参考，采集一系列星点的亮度值，做线性回归计算得到线性变换函数的斜率，然后测量两张图像背景值的差异获得截距，再对长曝光图像做线性变换。其原理和LinearFit本质上是一样的，只不过LinearFit采集的数据更多，理论上要精确一些。不过根据我的实践，用MDL采集大约十个星点的亮度，并配合背景均值，得到的亮度反差匹配结果已经足够好，硬HDR合成以后看不出痕迹。
完成亮度与反差的匹配之后，就可以着手于两张图像的合成了。我们的目的是用短曝光图像的亮部“修复”长曝光图像，这实际上是在一个高光蒙版参与的情况下，把短曝光图像覆盖在长曝光图像上。
硬HDR合成所使用的高光蒙版的制作与普通的高光蒙版稍有不同。我们先要把长曝光影像复制一张，然后对复制出来的副本做一次二值化（方法参考第四章第四节中星点的分离与压制），二值化的阈值大概在0.8~0.9左右（假设1为饱和值），最后再做一个力度轻微的模糊就行了。
把HDR蒙版套用在长曝光图像上之后，让短曝光图像覆盖上去。PI付费版是在PixelMath中输入短曝光图像的名称，不勾选Rescale，把PixelMath应用到长曝光图像上；而用PILE则是使用PixelMath中的MOV模式，Operand选择短曝光图像，不勾选Rescale，应用到长曝光图像上。
[图5-4-2.4]硬HDR前后效果对比，以及HDR蒙版。为了更好的显示效果，图像经过了一定程度的非线性拉伸。
这样的硬HDR合成，只是修复了亮部丢失的信息，并不能解决非线性拉伸以后，亮部一片惨白，难以分辨细节的情况（如[图5-4-1.1]的a图）。这时，就需要软HDR出马了。
[注5-4.2]这一类核心极其明亮，而且周围还存在很多暗弱云气的目标，被称为高光比目标。常见的高光比目标有M42、M31、M81、M45等。
[注5-4.3]由LinearFit的原理，它显然不能用于马赛克图像的匹配。