DCG

1.问题

DCG，Dual Conversion Gain，双转换增益。是一种提升图像动态范围的技术。

Sensor 捕获光子并转换为电信号，需要通过增益电路放大信号。在低动态场景，sensor 增益电路选择合适的放大倍率，经曝光，ISP处理，编码输出。也叫Standard Dynamic Range，SDR，标准动态范围，具体操作，光线充足时，增益电路保持低放大倍率避免像素过曝；在光线不足时，增益电路保持高放大倍率来保证暗部细节。

但在高动态范围场景，过曝和死黑同时出现，很难选择合适的放大倍率。故如何能保持暗部细节不丢失，又能确保高光不过曝，一直是行业的痛点。

2. 方案介绍&对比

（1）一种解决方法HDR算法（High Dynamic Range），一种算法层面的解决方案。高动态场景下，控制sensor多次曝光，让出图既有长曝帧保持暗部细节，也有低曝帧确保高光不过曝，最后通过算法将几帧图像做融合，便得到一张具有高动态范围的图像。

HDR算法可以通过后端融合长短曝的方式解决高动态问题，但主要存在问题：1）ghost问题。即使帧间隔可以不断优化，但是长短曝光帧的出图时间注定无法做到完全一致，这就对算法做出了更高的要求。2）时延高。需多帧缓存。

（2）另一种，DCG双转换增益（Dual Conversion Gain），是一种硬件传感器层面的解决方案，也是一种像素级的解决方案。DCG重新改变 sensor 内部增益电路设计。对高亮区域像素值，采用低增益电路防止过曝；对暗部区域像素值，采用高增益电路增大信号，提亮暗部细节。这两种电路也被成为​​低转换增益（LCG）和高转换增益（HCG）。这样可以实现，传感器在同一帧内实现了​​动态切换​​不同区域的像素增益，几乎无运动伪影。

既然有了DCG为什么还需HDR？1）成本。DCG对传感器有硬性要求（必须支持双增益设计），低端设备无法使用DCG，HDR是纯算法方案，兼容性更强。2）效果。理论上，HDR的动态上限要高于DCG上限