196、车载HDR的Ghost抑制调优——基于安霸CV22的Staggered HDR与光流融合的实测对比去年夏天在宁波做某头部Tier1的舱内DMS项目，客户反馈了一个极其刁钻的问题：车辆经过高架桥下，阳光透过桥缝形成明暗交替的条纹，副驾乘客手里拿着的手机屏幕在画面里出现了“重影”——不是拖尾，是那种边缘带着半透明残影的鬼影，尤其在屏幕边缘和手指轮廓处最明显。当时用的是安霸CV22，配的是OV2311传感器，跑的是Staggered HDR三帧合成。我第一反应是TMC（Tone Mapping Curve）的局部对比度拉得太狠，把HDR合成阶段的微小对齐误差放大了。但把TMC调回线性后，鬼影还在，只是没那么刺眼。这就排除了后端处理的问题，矛头直指HDR合成本身。安霸的CV22在HDR这条路上其实挺有意思，它不像高通Spectra那样把多帧对齐做成一个独立硬件模块，而是把对齐和融合揉进了ISP的HDR流水线里，叫“Motion Compensated HDR”。这个模块默认用的是块匹配（Block Matching），基于亮度梯度做局部运动矢量估计。听起来很常规，但安霸的块匹配有个特点：它只在两帧之间做双向搜索，搜索范围是±16像素，而且块大小固定为8x8。这个设计在低速场景下没问题，但车载场景里，尤其是高架桥下那种明暗交替的强边缘，块匹配很容易把“亮度变化”误判成“运动”——桥墩的阴影边缘在短曝光帧和中曝光帧之间的亮度差，会被当成一个很大的运动矢量，然后融合算法就照着这个错误矢量去搬移像素，鬼影就这么出来了。我当时的第一个调试点是安霸SDK里的hdr_motion_compensation参数组。里