作为下一个时代的代表性渲染效果，我个人认为HDR比运动模糊和景深更实用，值得为此耗费资源。
概念：因为人眼能分辨的最大亮度差是：1，即使同一个场景也能分辨：1，但是显示设备只能创建的亮度动态范围是100: 1。目前，图片的存储容量已经能够存储最大亮度差，但正是因为设备的原因，它在显示器上不能正确逼真。从这一点可以看出，HDR并不是实时渲染独有的，而是涉及图像现实的所有领域都需要解决的问题。
由此可见，HDR是一种解决亮度差异问题的技术，该技术的重点是将图像中每个像素的亮度差异进行映射，将图像本身的亮度差异比例降低到100: 1的范围内。所以这种技术原理很简单，关键是如何在保持原有色感的基础上，降低一幅有真实亮度的画面的亮度比。
映射算法：
1.全局色调映射算法：
实际上，对于整个图像的所有像素，亮度值是根据固定的比率进行缩放的。大家都知道怎么实现这种方式。例如，如果您的图片的最高亮度比是：1，那么您可以将所有像素的亮度值减少倍。当然，这只是一个例子。如果你这样做，你看不到图像。这种算法中有两种著名的算法：
(1)对数方程的匹配映射算法：用一个特征对数方程来获得标度比，使这个值不固定。
(2)基于直方图均衡化的色调映射算法：这个稍微深刻一点，但是类似于按照固定的规则获取比例因子。
全局映射算法的缺陷是与图像的具体情况无关，所有的图像都遵循统一的规则，所以这种方式的产品肯定不是很好。优点是效率高，但我觉得这不是优点，因为什么都不做效率更高。
2.本地色调映射算法：
与全局情况相比，这种算法考虑了局部因素，因此效果优于全局情况。
(1)分层色调映射算法：这样亮度值=反射分量*亮度分量，亮度分为两个值来描述。反射分量是与材料和纹理相关的值。表观算法使用高斯滤波提取这个分量，然后对剩余的亮度分量进行全局处理。其实我觉得这和全局算法差不多，只考虑材质和纹理。但是过滤时有信息丢失，这种方法效率不高。
(2)梯度域色调映射算法：这种算法的原理是图像中亮度变化较大的区域有较大的阶梯，而图像的细节如纹理有较小的阶梯，所以越大的阶梯减少，越小的阶梯可能增加。一般来说，如果亮度变化很快，这个区间的亮度会降低多一点，而亮度变化不是很大，但会适当增加。这个方法不错，我觉得比上面的好。
3.多分辨率和全局组合算法；
该算法通过全局算法将亮度压缩到100: 1，然后通过gamma算法进行校正，然后对亮部进行高斯模糊。个人认为这其实是一个全局算法，除了伽玛修正和高斯模糊。伽玛校正和高斯模糊之前的算法可用。
但是这个压缩亮度的全局算法和上面两个不一样。
(1)计算光强：L(x，y)=0.27*R 0.67*G 0，06*B(这是一个像素的强度值)
(2)计算平均光强系数：6是一个比较小的值，主要用来计算log2，这里也可以是log。
(3)标定照度：目标照度值=a*原始照度值/平均照度系数。a的值调节亮度，a越大越亮。
(4)映射光强值：
(5)伽马校正：y=2.2
(6)高斯模糊：高斯模糊算法使用高斯函数对图像进行卷积(略)
总结：最后一种方式不错。在网上找找高斯模糊算法。
相关阅读
标签： #光照集团最新动态
