完美記錄驚人的細節！這張日全食照片是怎樣誕生的？

在各種令人眼花繚亂的天文現象里，日全食可以說是最有名的了。且不說在日全食期間可以進行很多有價值的科學研究，光是憑肉眼看，也足以給人留下非常深刻的印象，那種震撼的感覺一輩子也不會忘。那是一種靜謐卻充滿力量、平靜卻氣勢磅礴的美。尤其是用小雙筒望遠鏡觀看，太陽的外層大氣日冕，就像給太陽戴的頭紗，縹緲靈動；輕紗飄舞，於萬籟俱寂中彷彿能聽見仙樂飄飄。

作為攝影師，眼見這樣的震撼場景，當然想把它拍下來，把這份感動傳遞給所有人。不過這並不是一個容易的任務。太陽的日冕，從內向外，亮度變化非常大。從太陽表面起，到向外延伸4個太陽半徑的地方，日冕的亮度變化超過 1000 倍。要知道 4 個太陽半徑在空間中不過只有 1 度，伸直手臂豎起小拇指，你看到小拇指的指甲蓋寬度就差不多那麼大。在這麼小的範圍里，超過 10 檔光圈的亮度變化，更別提其中蘊含的無數驚人的細節，把這些都拍下來，是很不容易的。

題圖就是最近這次 2017 美國日全食的照片，圖片拍攝：王樂天，後期處理：章佳傑。照片中不僅記錄了極其巨大的亮度差異，而且展現了驚人的細節，從太陽磁場影響下日冕的紋理，到月球表面的隱約的紋路，清晰地展現在畫面中。在這篇文章，以及接下來的幾篇文章中，我將會詳細解析我是如何得到這張細節驚人的日全食圖像的。

首先遇到最大的困難就是這超過 10 檔光圈的亮度變化，如果加上中間遮擋的月球、日珥、玫瑰色的色球層，那更是達到 14~15 檔。通常的民用數碼相機，對攝影可用的寬容度大約在 7 檔左右，所以這樣大範圍的亮度，很難用一張照片記錄下來。所幸，現在數碼相機拍攝照片非常簡便，我們可以拍攝多張不同曝光的照片，後期進行合成，從而記錄下超大動態範圍的場景。這樣的技術稱為 HDR 技術。

HDR 全稱 High Dynamic Range，意思是高動態範圍，針對明暗對比非常大的場景，也能夠清晰地展現出不同亮度的層次。在攝影中，一般通過包圍曝光的手法，拍攝不同曝光量的許多照片，對場景中不同亮度的部分都進行正確的曝光。然後通過計算合成，得到一張整個畫面曝光都合適的照片。在一些場景中，合理運用 HDR 技術，可以增加很多戲劇性效果，讓畫面充滿衝擊力。

（一些採用 HDR 手法拍攝處理的風光照片）

為了得到更好的效果，在日食中應該怎麼曝光呢？有很多大牛已經總結出了一些經驗，比如著名的日食攝影師 Fred Espenak 在他的網站上寫過一篇文章How to Photograph a Solar Eclipse") !important;">給出了非常好的參考曝光參數。比如採用 F8 的光圈，100 的 ISO 進行拍攝，那麼拍攝日珥 1/1000 秒的曝光，拍攝內側的日冕需要 1/250 秒，拍攝 4 倍半徑處的外側日冕需要 1 秒的曝光。根據這樣的參考數據，我們可以從 1/1000 秒開始，每次增加 1 檔曝光，一直拍到 1 秒，完成一組包圍曝光的拍攝。一般來說，為了後期效果更好，往往需要重複拍攝多組，通過之前文章《星野攝影降噪（1）：基礎知識》和《星野攝影降噪（2）：對齊疊加》中介紹的知識，將多張照片疊加從而減少雜訊的影響，以便後期合成的時候能得到更乾淨的畫面。

（一組包圍曝光的照片）

有了這樣一組不同曝光值的照片，那我們怎麼知道最後畫面上某一點的亮度值到底是多少呢？之前的文章《亮度響應與HDR基礎》中提到了一個概念：相機的亮度響應。亮度響應（Intensity Response）是從膠片時代就有的一個概念，簡單地說，相機/膠片的亮度響應，就是指拍攝場景的真實亮度與成像後像素亮度/底片密度之間的關係。最理想情況下，我們希望這個亮度響應是個線性的關係。什麼意思呢？就是說，無論一個場景原始的亮度是多少，如果場景入射的光亮度變成了 2 倍，那成像後的像素值也應該變成 2 倍。在這種理想情況下，兩張曝光不同的照片，僅僅通過簡單的乘除運算就可以互相轉化。事實上，攝影師們熟知的倒易率，正是以此為理論依據的。

但是我們的相機並不總是這樣理想，當光線太強或者太弱，我們拍攝的畫面就會一片死白或者一片死黑，攝影師會說畫面過曝或者欠曝了。這說明相機的亮度響應並不總是線性的。一個典型的膠片的亮度響應曲線如下圖所示（圖片來源A PRACTICAL GUIDE TO USING FILM CHARACTERISTIC CURVES") !important;">） 圖中第一排是正片的響應曲線，第二排是負片的響應曲線。可以看到，在曲線的左側和右側，曲線都偏離直線的形狀。一般來說，負片的線性範圍比正片要大的多，通常在 7 檔左右。

（典型膠片的亮度響應曲線）

不同曝光照片上，同一個物體（意味著實際亮度不變）的像素值不同，如果把這些像素值和曝光量畫在一起，也會形成一條曲線。經過推導我們可以知道，這條曲線，就是相機亮度響應曲線的一部分，經過平移得到的。如下圖左所示，

紅黃藍三條曲線分別是圖像中的三個點，不同曝光量是橫坐標，不同曝光量下的像素值是縱坐標。這三條曲線經過適當平移，可以拼合成一條完整的曲線，如下圖右所示。

（像素值曲線經過平移得到亮度響應曲線）

由此我們可以合理推斷，如果我們收集場景中不同亮度的物體，把他們的像素值曲線畫出來，然後經過適當平移，可以拼湊出一條完整的曲線，這就是相機的亮度響應曲線。在文章《亮度響應與HDR基礎》中我們推導出這個平移量，其實就代表了這個物體的真實亮度。我們在拼湊計算相機亮度響應曲線的過程中，已經把每一點的實際亮度給計算出來了。下圖是採用這個演算法計算得到的日全食場景下各個點的真實亮度，從色彩標尺可以看出，這個場景中亮度差達到了 12 檔光圈。

（日食照片的亮度圖像）

以上就是 HDR 背後的原理，實際上現在很多軟體都可以自動實現上面的過程。比如在 Photoshop 中，我們可以從菜單的【文件】-【自動】-【合併到 HDR pro】來啟動合成 HDR 的過程。軟體會根據拍攝時候的光圈、快門、ISO 等參數，計算照片中每一點的曝光值，自動計算相機的亮度響應曲線，然後得到每一點的真實亮度。

不過普通軟體實現的過程（比如在 Photoshop 中合成）往往已經包含了 HDR 的另一重要部分，色調映射（Tone Mapping）。

---

推薦閱讀：