109、洞察驱动的实战标题——HDR融合的"对齐精度"——手持夜景模糊的根因往往是运动估计而非融合算法，如何用光流+特征点双重保障那天晚上十一点，我在实验室盯着屏幕上那张鬼影重重的夜景样张，已经快两个小时了。手机放在三脚架上，但画面里远处霓虹灯招牌的边缘，还是拖出了一条淡淡的、像水彩晕染一样的残影。客户那边反馈很直接：夜景模式拍出来，放大看，灯箱字是糊的，边缘还有重影。我们当时用的方案是经典的多帧HDR——短中长三帧曝光，先做全局配准，再逐像素融合。我第一反应是融合权重出了问题，把拉普拉斯金字塔的层数调了又调，甚至把曝光融合的曲线换成了基于局部熵的版本，结果鬼影纹丝不动。后来我冷静下来，把三帧原始RAW单独拉出来，用图像浏览器逐帧切换看。问题一下就暴露了——不是融合的锅，是第二帧和第三帧之间，画面里那栋楼的轮廓整体偏移了两个像素。手持拍摄，哪怕你觉得自己握得再稳，呼吸、心跳、手指微颤，都会造成亚像素级的位移。而我们的全局配准用的是单应性矩阵估计，对纯旋转和平面场景有效，但夜景里楼宇是立体结构，视差变化让单应矩阵根本拟合不了。运动估计错了，后面融合算法再先进，也是拿错位的数据去加权平均，结果必然是模糊加鬼影。这就是我写这篇笔记的初衷：HDR融合的对齐精度，瓶颈往往不在融合，而在运动估计。你拿光流去算，光流对纹理稀疏的夜空和暗部区域会失效；你拿特征点去匹配，特征点对重复纹理和低光照又容易误匹配。单靠任何一种，都撑不住手持夜景这种极端场景。先说光流这条路。稠密光流能给出每个像素的位移矢量，理论上完美，但实际跑起来，Farnebäck算法在暗部区域的响应几乎全是噪声。我踩过的坑是：直接把光流场当成位移场去warp图像，结果暗部区域出现大量随机扭曲，比鬼影还难看