在现代图像信号处理（ISP）流水线中，图像增强是提升视觉质量的核心手段之一。尤其是在高动态范围（HDR）内容、弱光环境或复杂光照条件下，Tone Mapping（色调映射）技术的引入成为关键。Tone Mapping 可以细分为两类：GTM（Global Tone Mapping） 和 LTM（Local Tone Mapping）。
本文将深入解析 GTM 和 LTM 的原理、常用算法，并结合实际图像处理需求，分析它们与 Gamma 校正之间的区别与联系。
一、什么是 GTM（Global Tone Mapping）
1.1 定义
GTM 指全局色调映射，它基于整幅图像的亮度信息构建一个统一的映射函数，将线性空间的图像像素映射到感知空间或显示设备的动态范围内。
1.2 特点
- 映射函数对整幅图像统一应用
- 算法简单，适用于快速处理或计算资源有限的场景
- 适合整体亮度范围压缩，例如从 HDR → LDR 的色调映射
1.3 常见算法
| 算法名称 | 简介 |
|---|---|
| Reinhard Tone Mapping | 将亮度压缩为 L mapped = L 1 + L L_{\text{mapped}} = \frac{L}{1+L} Lmapped=1+LL，简单有效，避免饱和溢出 |
| Drago’s Logarithmic TM | 使用对数函数处理亮度，保持暗部细节 |
| Global Histogram Equalization (全局直方图均衡) | 基于全图灰度分布均衡亮度，改善整体对比度 |
| Gamma Correction（伽马校正） | 实际上也可视为一种最基础的全局 tone mapping |
二、什么是 LTM（Local Tone Mapping）
2.1 定义
LTM 指局部色调映射，强调在图像不同区域采用不同的映射函数，以增强局部对比度和细节表现。LTM 是为了弥补 GTM 忽略局部结构的缺陷。
2.2 特点
- 耗时更高，需考虑图像局部结构、边缘信息
- 可有效提升局部细节，如纹理、暗部信息
- 适用于逆光、强反差、高动态场景
2.3 常见算法
| 算法名称 | 简介 |
|---|---|
| Retinex-based Algorithms | 基于“反射 = 图像 / 光照”模型，分离光照与反射分量增强图像 |
| Local Histogram Equalization (CLAHE) | 在局部窗口内均衡直方图，提升细节 |
| Bilateral Tone Mapping | 使用双边滤波提取局部光照信息，平滑高光压缩处理 |
| Multi-scale Tone Mapping | 在不同尺度上处理图像细节，重构融合增强感知效果 |
三、GTM 与 LTM 的核心区别
| 对比维度 | GTM | LTM |
|---|---|---|
| 操作范围 | 整体图像 | 图像局部 |
| 映射方式 | 单一映射函数 | 局部自适应映射函数 |
| 目标 | 压缩动态范围 | 提升局部对比度与细节 |
| 计算复杂度 | 低 | 高（通常需滤波、金字塔或迭代） |
| 应用场景 | 实时、快速压缩 | 复杂光照、暗光、HDR 细节还原 |
| 是否易出现 halo 效应 | 否 | 有时会出现（需处理边缘保留） |
四、与 Gamma 校正的区别与联系
Gamma 校正本质上是一个固定的全局非线性映射函数，用于将线性空间的像素值映射到非线性空间，满足人眼对亮度的感知模型，常用函数形式如下：
V out = V in 1 / γ , γ ≈ 2.2 V_{\text{out}} = V_{\text{in}}^{1/\gamma},\quad \gamma \approx 2.2 Vout=Vin1/γ,γ≈2.2
主要区别如下：
| 特性 | Gamma 校正 | Tone Mapping（GTM/LTM） |
|---|---|---|
| 目标 | 符合显示设备或视觉感知的非线性响应 | 控制亮度范围、提升细节 |
| 是否自适应 | 否（固定参数） | 是（根据图像动态调整） |
| 适用范围 | 所有图像 | HDR、高对比度图像 |
| 属于哪类 | 基础非线性增强 | 综合亮度控制和增强 |
联系：
- Gamma 校正可以视为最简单的 GTM，一般在图像输出前使用。
- 在完整的 HDR → SDR 映射流程中，Tone Mapping 通常包括 gamma 校正的一部分。
五、实际 ISP 流程中的角色分工
在典型 ISP 流程中：
RAW → Demosaic → Color Correction → GTM → LTM → Gamma Correction → Output
- GTM 在早期起到整体动态范围压缩作用，避免后续处理过程数据溢出。
- LTM 在靠近输出阶段增强细节，使图像更具视觉冲击力。
- Gamma 校正在输出前用于适配人眼和显示设备的感知习惯。
六、总结
| 模块 | 定位 | 优点 | 缺点 |
|---|---|---|---|
| GTM | 全局映射 | 快速压缩动态范围，结构简单 | 忽略局部细节 |
| LTM | 局部增强 | 提升细节，增强质感 | 计算开销大，易出 halo |
| Gamma | 感知映射 | 显示设备标准，简单快速 | 不自适应，细节保留能力弱 |
一个成熟的 ISP 系统，往往会将三者有机结合，通过 GTM 控制整体亮度，LTM 增强细节，再由 Gamma 校正最终输出图像，兼顾性能与视觉质量。