当前位置: 首页 > news >正文

【显示】SDR和HDR区别

SDR和HDR区别

  • 1 SDR VS HDR
  • 2 色域差异
    • 2.1 Rec. 709
    • 2.2 Rec. 2020
  • 参考资料

1 SDR VS HDR

SDR(标准动态范围)是传统的显示标准,常见于普通电视、显示器、视频。它能显示的亮度范围有限,一般最大亮度在 100 ~ 300 nits 左右,色彩范围也较窄(Rec.709 色域)。
HDR(高动态范围)是一种增强的显示标准,可以呈现更高的亮度、更深的黑色和更丰富的色彩。常见标准有 HDR10、HDR10+、Dolby Vision、HLG。HDR 显示器的亮度可达 600 ~ 2000+ nits,并支持更广的色域(如 Rec.2020)。

目前存在许多不同类型的 HDR 格式。然而,只有三种比其他格式更受欢迎和常用。

2 色域差异

2.1 Rec. 709

Rec. 709(Recommendation 709)是由国际电信联盟(ITU)制定的高清电视色彩空间标准。Rec. 709 全称为 ITU-R Recommendation BT.709,发布于1990年,是高清数字视频(HDTV)领域中被广泛接受的色彩标准。它被应用于包括显示器、电视等在内的众多视频设备中,是标准动态范围(Standard Dynamic Range,SDR)所使用的色彩标准。

基于CIE 1931色彩空间,定义了三原色(红、绿、蓝)的色度坐标:

参考白点:D65(色温6500K),模拟自然日光,CIE 1931 2°色度坐标 (x=0.3127, y=0.3290)。
覆盖范围:约35.9%的CIE 1931可见光谱,显著小于现代广色域标准(如DCI-P3的45.5%)

2.2 Rec. 2020

  • 峰值亮度:支持高达 10,000尼特(nits),远超SDR(Standard Dynamic Range)的100尼特。
  • 对比度:理论对比度可达1,000,000:1
  • 支持 10-bit或12-bit色深,提供更平滑的渐变
  • 色域:Rec. 2020的色域覆盖约 75.8%的CIE 1931可见光谱,远超Rec. 709(35.9%)和DCI-P3(45.5%),可呈现更鲜艳的红色、绿色和蓝色。当前显示技术(如OLED、量子点)尚无法完全覆盖Rec. 2020色域,高端设备(如索尼BVM-HX310)仅能实现约80%的Rec. 2020覆盖。
    三原色坐标:


Rec.2020引入‌PQ(感知量化)‌和‌HLG(混合对数伽玛)‌曲线,分别针对影视制作和广播电视优化,与人眼非线性感知更匹配‌。通过绝对亮度(PQ)或相对亮度(HLG)映射,解决Rec.709在高光/暗部细节丢失的问题‌。

技术标准兼容:
Rec. 2020通常与HDR10、HDR10+、Dolby Vision等HDR格式结合使用。兼容4K(3840×2160)和 8K(7680×4320)**分辨率,满足未来显示技术需求。

参考资料

1、https://www.eet-china.com/mp/a391317.html
2、https://zhuanlan.zhihu.com/p/159185339
3、https://www.sysgeek.cn/dolby-vision-hdr10-hdr10plus/

http://www.cnnetsun.cn/news/139970.html

相关文章:

  • 【Linux系统】初探虚拟地址空间
  • vue和springboot框架开发的小程序 健身服务与轻食间平台系统健身减肥系统_xj840td0
  • vue和springboot框架开发的小程序儿童疫苗接种预约医疗提醒系统_5dq9226p
  • 【记录】Rust|Rust开发相关的7个VSCode插件的介绍和推荐指数(2025年)
  • C++小程序编写系列(2)
  • python-flask-django公司企业员工出差报销管理系统_04446nsn
  • Glyph2D 同一个图形根据点云的输入产生不同位置的输出
  • Lombok 注解:简化 Java 代码
  • 别让大数据“全表扫描”掏空你:数据分区策略与分区裁剪的实战心经
  • (转载)真正的缘分,“推背感”都跟强
  • Hadoop生态下的数据预处理:MapReduce实战案例解析
  • 2025 年 CTF 零基础入门全攻略!新手必藏!这种实战网络对抗机会千万别错过!
  • 新手也能轻松建站!VanBlog+cpolar让博客创作和分享更简单
  • vue导出excel文件
  • 基于STM32的自动售货机控制系统设计
  • 液压挖掘机回转能量回收系统设计与仿真
  • android 媒体之 MediaSession
  • 校园网络规划
  • 护眼灯已足够优秀,为何仍需眼调节训练灯?答案藏在近视防控里
  • Visual Studio中的多态
  • MindSpore硬核实战:彻底搞懂自动混合精度(AMP)与函数式训练
  • Java异常处理详解。零基础小白到精通,收藏这篇就够了
  • 基于深度学习YOLOv12的犬种识别检测系统(YOLOv12+YOLO数据集+UI界面+登录注册界面+Python项目源码+模型)
  • 基于深度学习YOLOv11的犬种识别检测系统(YOLOv11+YOLO数据集+UI界面+登录注册界面+Python项目源码+模型)
  • [插电式混合动力车辆][交替方向乘子法(ADMM)结合CVX]插电式混合动力车辆的能源管理:基于凸优化算法用于模型预测控制MPC研究附Matlab代码
  • 【别花冤枉钱】学生党专享!2025年把AI率90%降到10%的“低成本”组合拳(含免费/付费工具避坑指南)
  • 前端Vue制作日历插件FullCalendar,零基础入门到精通,收藏这篇就够了
  • 基于MPC算法的P2构型混合动力汽车能量管理优化策略
  • 德克萨斯大学奥斯汀分校突破:球形利奇量化提升AI图像生成质量
  • 13、Unix 系统管理脚本实用指南(上)