072、局部色调映射：直方图均衡、CLAHE 与 Retinex 在移动端的工程对比一、从一次夜景人像翻车说起去年Q3，某款中端机型的夜景人像模式在内部评测中被吐槽“人脸像刷了层白漆，背景却黑成一团”。我拿到log一看，ISP pipeline里全局直方图均衡把暗部提得过猛，导致人脸高光区直接溢出，而背景的暗部细节反而被压缩得更惨。更致命的是，这个算法在骁龙778G上跑一次要12ms，加上前后处理，整个HDR链路直接超了帧预算。这个案例让我意识到：局部色调映射不是“选个算法调调参数”那么简单，它涉及亮度感知、边缘保持、实时性三者的博弈。今天这篇笔记，我就把直方图均衡、CLAHE和Retinex在移动端工程落地的坑，一个一个掰开讲。二、直方图均衡：简单但粗暴直方图均衡（HE）的原理不复杂——把像素分布拉成均匀分布，让暗部更亮、亮部更暗。但移动端直接上全局HE，你会遇到三个典型问题：问题1：噪声放大暗部区域的像素值原本集中在0-30之间，HE一拉伸，原本的量化噪声和传感器读出噪声被同步放大。我在某款IMX766机型上实测，全局HE后暗部SNR从32dB掉到24dB，肉眼可见的颗粒感。问题2：过曝区域细节丢失高光区原本有200-255的渐变，HE为了“均衡”会把它们压缩到更窄的范围。比如天空云彩的纹理，在HE后直接变成一片死白。问题3：实时性