蒙版教程：线性/圆形蒙版+羽化，做出电影感分屏与擦除转场

1. 蒙版的本质：一条被遗忘的信息通道

在多数剪辑与合成软件中，蒙版被放在"工具"面板里，与钢笔、矩形、椭圆并列。这种UI组织方式带来一个隐性认知偏差：使用者倾向于把蒙版理解为"形状"，而非"数据"。但从渲染管线角度看，蒙版是一张与画面同分辨率的单通道灰度图，其数值范围通常为[0,1]或[0,255]，每个像素的值表示该像素处前景的可见程度。

这一视角的转换具有实际工程意义。当蒙版被视为"形状"时，羽化、反转、叠加只能靠经验试错；当蒙版被视为"信息通道"时，羽化就是一次低通滤波，反转就是一次补运算（1−M），叠加就是逐像素的乘法或取最大值。所有操作都可以用信号处理的语汇精确描述。

1.1 二值蒙版与连续蒙版

最原始的蒙版是二值的：像素要么属于前景（1），要么属于背景（0）。这种蒙版在硬边抠像中足够用，但在真实拍摄素材中几乎必然产生锯齿。原因在于成像系统的采样过程：CCD/CMOS传感器以离散网格采样连续光场，物体边缘落在两个采样点之间时，该像素记录的是前景与背景的混合值。若用二值蒙版切割，边缘像素被强制归入某一侧，就会丢失亚像素信息，形成阶梯状锯齿。

连续蒙版（也称软蒙版）允许中间值存在，正是为了保留这部分亚像素信息。Porter与Duff在1984年提出的Alpha合成框架（SIGGRAPH '84）奠定了这一思路：合成方程 C = C_f·α_f + C_b·(1−α_f) 中的α_f就是连续蒙版值。本文评述：Porter-Duff框架的价值不仅在于给出公式，更在于它把"边缘"从几何概念转化为概率概念——α=0.5意味着该像素有50%的覆盖来自前景，这是对采样过程的诚实描述，而非近似。

1.2 蒙版在管线中的位置

在典型的合成管线中，蒙版生成与蒙版应用是两个独立阶段。蒙版生成阶段输出单通道纹理；蒙版应用阶段在片段着色器（fragment shader）中采样该纹理，与前景、背景颜色做混合。这种分离带来两个好处：其一，同一张蒙版可复用于多个图层；其二，蒙版可独立于颜色做时间上的插值与变形。

需要指出的是，蒙版通道的位深直接影响边缘质量。8位蒙版只有256级灰度，在渐变区域容易产生条带（banding）；16位蒙版有65536级，足以覆盖大多数显示与调色需求。DaVinci Resolve、Nuke等专业软件默认使用16位或32位浮点蒙版，而部分消费级剪辑软件仍以8位处理。笔者认为，在HDR与宽色域工作流普及的当下，8位蒙版已成为质量瓶颈，建议在涉及大面积渐变（如天空替换、径向暗角）时强制使用16位以上精度。

2. 线性蒙版：从解析几何到GPU渐变

线性蒙版（Linear Matte）是最简单的连续蒙版：以一条直线为界，一侧为1，另一侧为0，中间可带过渡带。它的数学形式是一个关于位置的有向距离函数。

2.1 数学定义

设直线上一点P₀=(x₀,y₀)，法向量n=(n_x,n_y)（单位向量），则任意像素P=(x,y)到直线的有向距离为：

d(P) = (P − P₀) · n = (x − x₀)·n_x + (y − y₀)·n_y

若过渡带宽度为w（w>0），则线性蒙版值M(P)可定义为：

M(P) = clamp( (d(P) + w/2) / w , 0 , 1 )

其中clamp(x,0,1)将结果限制在[0,1]。当d(P) ≤ −w/2时M=0，当d(P) ≥ +w/2时M=1，中间线性过渡。本文评述：这个公式看似平凡，但它揭示了线性蒙版的两个自由度——方向（由n决定）与软硬程度（由w决定）。多数软件把"方向"暴露为旋转角度，把"软硬"暴露为羽化滑块，本质上是同一组参数的不同UI映射。

2.2 GPU实现：避免逐像素开方

在GPU中实现线性蒙版时，一个常见误区是先把n归一化，再逐像素做点积。归一化本身只需在CPU端做一次，但若在着色器中每帧重新计算，仍会引入不必要的开销。更高效的做法是直接传入未归一化的法向量n'与阈值t，用符号距离的线性形式判断，仅在需要精确羽化宽度时才除以|n'|。

以下是一段GLSL片段着色器核心逻辑（示意）：

// u_dir: 未归一化法向量, u_center: 直线上一点, u_soft: 过渡带宽度
float d = dot(v_uv - u_center, u_dir) / length(u_dir);
float m = clamp((d + u_soft * 0.5) / u_soft, 0.0, 1.0);

在1080p分辨率下，这段代码的ALU开销可忽略不计；真正的瓶颈在于蒙版纹理的采样带宽。若蒙版与画面同分辨率，每帧需额外读取一张R8或R16纹理。以1920×1080、R16为例，单帧约4.1MB，60fps下带宽约248MB/s，对现代GPU（数百GB/s）而言压力不大，但在移动端或集成显卡上仍需注意。

2.3 线性蒙版的典型用途

• 渐变遮罩：在画面顶部或底部叠加线性蒙版，配合调色节点实现自然过渡的天空压暗或地面提亮。
• 分屏边界：两个图层各用方向相反的线性蒙版，形成硬边或软边分屏。
• 擦除转场：让直线位置随时间平移，即得到经典的线性擦除（Linear Wipe）。
• 局部校正：在调色中限制某一区域的作用范围，避免影响整体。

3. 圆形与径向蒙版：距离场与椭圆度量

圆形蒙版（Circular Matte）与径向蒙版（Radial Matte）常被混用，但严格来说二者有区别：圆形蒙版是正圆，径向蒙版允许椭圆与旋转。在工程实现中，二者通常共用一套代码，只是参数不同。

3.1 椭圆距离场

设椭圆中心C=(c_x,c_y)，半轴长(a,b)，旋转角θ。对像素P，先平移到中心坐标系并反向旋转：

q = R(−θ) · (P − C)
r = sqrt( (q_x/a)² + (q_y/b)² )

r=1时像素落在椭圆边界上，r<1在内部，r>1在外部。若过渡带宽度为w（以归一化半径计），则：

M(P) = clamp( (1 − r) / w + 0.5 , 0 , 1 )

注意这里的w是归一化半径上的宽度，实际像素宽度会随方向变化——这是椭圆蒙版羽化"不均匀"的根源。本文评述：若希望羽化在视觉上均匀，应改用真实欧氏距离场，而非归一化半径。真实距离场需要对椭圆边界做数值求解，计算量显著上升，因此在实时场景中较少使用，但在离线合成中值得采用。

3.2 径向蒙版的参数体系

专业软件中，径向蒙版通常暴露以下参数：中心位置、半轴长（或宽高）、旋转角、羽化、圆度（Roundness）、反转。其中"圆度"是许多软件的隐藏参数，它控制椭圆从正圆到扁平的连续过渡。在DaVinci Resolve中，圆度与宽高比共同决定椭圆形状；在After Effects中，椭圆工具默认绘制正圆，需手动调整宽高。

参数	作用	典型范围	注意事项
中心位置	椭圆几何中心	画面坐标	建议用跟踪数据驱动
半轴长 a,b	控制椭圆大小	1px~画面尺寸	过小会丢失细节
旋转角 θ	椭圆长轴方向	0°~360°	与画面透视匹配
羽化 w	边缘过渡宽度	0~200px	过大导致"光晕"
圆度	正圆↔扁平过渡	0~100%	影响羽化均匀性
反转	内外互换	布尔	常用于暗角

3.3 圆形蒙版的工程陷阱

第一个陷阱是宽高比。在非方形像素或非方形画布（如2.39:1宽银幕）上，若直接用像素坐标计算圆形，得到的会是椭圆。正确做法是先把坐标变换到方形空间（除以宽高比），计算后再变换回来。第二个陷阱是抗锯齿：当椭圆边界接近像素中心时，硬边蒙版会产生明显锯齿，必须依赖羽化或超采样。

笔者认为，圆形蒙版最被低估的用途是"注意力引导"。人眼对圆形区域的敏感度高于矩形，在纪录片或广告中，用大羽化径向蒙版压暗四周、提亮主体，比矩形蒙版更接近自然视觉。这一效果在调色软件中常被称为"径向滤镜"（Radial Filter），其本质与圆形蒙版完全一致。

4. 羽化：滤波、距离场与感知曲线

羽化（Feather）是蒙版从硬边变为软边的过程。它看似简单，实则涉及三个不同层面的问题：数学上的滤波、几何上的距离场、感知上的曲线。

4.1 作为滤波的羽化

若把硬边蒙版视为阶跃函数，羽化就是与一个核函数做卷积。最常用的核是高斯核：

G(x) = (1/(σ√(2π))) · exp(−x²/(2σ²))

高斯核的优点是各向同性、可分离（二维高斯可分解为两次一维卷积），在GPU上可用两趟（two-pass）实现，复杂度从O(k²)降到O(2k)。缺点是计算量仍随羽化半径线性增长，大羽化时开销可观。

另一种做法是盒式滤波（Box Filter）的多次迭代。根据中心极限定理，多次盒式滤波趋近高斯，且每次迭代可用前缀和（Summed Area Table）在O(1)时间内完成。本文评述：对于实时应用，三次盒式滤波迭代是性价比很高的近似；对于离线合成，直接使用精确高斯更稳妥。二者在视觉上的差异，在σ较大时几乎不可察觉。

4.2 作为距离场的羽化

在矢量蒙版（如After Effects的形状图层、Nuke的Roto节点）中，羽化更常通过距离场实现：先计算每个像素到蒙版边界的最近距离d，再用d/w映射到[0,1]。这种做法的好处是羽化宽度在几何上均匀，不会因形状弯曲而变窄或变宽。

距离场的计算可用快速行进法（Fast Marching Method）或跳转 flooding 算法（Jump Flooding Algorithm, JFA）。JFA在GPU上可在O(log n)趟内完成，适合实时应用。Rong与Tan在2006年提出的JFA（发表于Pacific Graphics）是这一方向的经典工作，后续有多篇改进（如2012年的1+JFA）。

4.3 感知曲线：线性羽化并不自然

多数软件的羽化默认是线性的：距离从0到w，蒙版值从0到1线性变化。但人眼对亮度的感知近似幂律（Stevens' power law），线性变化在视觉上会显得"中间太硬、两端太软"。因此，一些高端合成软件提供羽化曲线（Feather Falloff）选项，允许选择平滑步进（Smoothstep）、高斯、或自定义贝塞尔曲线。

Smoothstep函数 3t²−2t³ 是最常用的替代，它在t=0和t=1处一阶导数为0，过渡更柔和。笔者认为，对于电影感分屏，Smoothstep通常比线性更自然；但在需要精确控制过渡宽度的技术合成中，线性反而更可预测。选择哪种曲线，取决于目标是"好看"还是"可控"。

5. 合成方程：蒙版如何真正参与运算

蒙版生成之后，必须通过合成方程作用于画面。理解合成方程，是避免"蒙版看起来对但结果不对"的关键。

5.1 基础Alpha合成

设前景颜色F、背景颜色B、蒙版值M，则输出O为：

O = F·M + B·(1−M)

这是最常用的"正常"混合模式。注意M在此处既是几何遮罩，也是不透明度。若前景本身已有Alpha通道α_F，则有效蒙版为M·α_F。

5.2 预乘与非预乘

预乘Alpha（Premultiplied Alpha）是指颜色通道已乘以Alpha值。在预乘工作流中，合成方程为：

O = F_premult + B·(1−M)

预乘的好处是避免"颜色溢出"（color bleeding）：当对预乘图像做滤波时，边缘不会混入背景色。坏处是某些操作（如调色）需先反预乘。本文评述：预乘与非预乘之争在合成领域持续多年，笔者认为没有绝对优劣，关键是全流程一致——若素材来自预乘渲染，就保持预乘；若来自相机原始素材，通常是非预乘。

5.3 蒙版的布尔运算

多个蒙版可通过布尔运算组合：相加（Add）、相减（Subtract）、相交（Intersect）、排除（Exclude）。在连续蒙版中，这些运算对应不同的逐像素函数：

运算	逐像素函数	典型用途
相加	max(M₁, M₂) 或 M₁+M₂−M₁M₂	合并多个区域
相减	M₁·(1−M₂)	挖洞、排除
相交	M₁·M₂	限制作用范围
排除	M₁+M₂−2M₁M₂	异或效果

需要强调的是，"相加"有两种常见定义：取最大值（max）与概率和（M₁+M₂−M₁M₂）。前者在重叠区不会超过1，后者模拟独立事件的并集。多数软件默认取最大值，但在需要累积亮度时，概率和更合适。笔者认为，这一细节常被忽视，导致叠加多个软蒙版时出现意外的亮度跳变。

6. 电影感分屏：构图、节奏与色彩统一

分屏（Split Screen）是蒙版最直观的应用之一。但"电影感"分屏与普通分屏的差别，不在蒙版本身，而在构图、节奏与色彩的统一。

6.1 分屏的三种基本形态

• 硬边分屏：两个图层各占画面一半，边界清晰。适合对比、对话、平行叙事。
• 软边分屏：边界带羽化，过渡自然。适合梦境、回忆、情绪流动。
• 动态分屏：边界随时间移动，或形状变化。适合节奏推进、转场衔接。

本文评述：硬边分屏的视觉冲击力来自"断裂"，软边分屏的感染力来自"融合"。选择哪种，取决于叙事意图，而非技术难度。许多初学者倾向于用软边掩盖拼接痕迹，结果反而削弱了分屏的张力。

6.2 构图对齐：让分屏"看起来是一体的"

电影感分屏的关键技巧是"视觉对齐"：两侧画面的地平线、消失点、运动方向应尽量一致。若左侧人物向右看，右侧人物应向左看，形成对视；若两侧都在同一方向运动，则产生追逐感。这种对齐不是蒙版能解决的，但蒙版边界的位置会强化或削弱它。

操作路径：先在时间线上并排放置两段素材，用参考线标出地平线；再创建线性蒙版，把边界放在两侧视觉重心的中间；最后微调边界位置，直到两侧"重量"平衡。若一侧画面较暗，边界可略向暗侧偏移，以补偿视觉重量。

6.3 色彩统一：分屏不"分裂"的秘诀

两侧素材若来自不同相机、不同光线，色彩必然不一致。直接分屏会显得"拼贴感"强。解决方案有三：其一，用调色节点匹配两侧的白平衡与对比度；其二，在分屏边界处加一条细的渐变过渡带，让色彩在边界附近混合；其三，整体叠加一层统一的色调（如青橙），把两侧"拉"到同一色彩空间。

笔者认为，第三种方法最有效也最容易被忽视。电影感往往来自"统一的色彩基调"，而非"每侧都完美"。一条轻微的全局色调，能显著降低分屏的割裂感。

7. 擦除转场：时间轴上的蒙版动画

擦除转场（Wipe Transition）是蒙版在时间维度上的应用：让蒙版的位置、形状或羽化随时间变化，从而在A、B两段素材之间过渡。

7.1 线性擦除的参数化

线性擦除的核心是让直线位置p(t)从画面一侧移动到另一侧。设t∈[0,1]为转场进度，则：

p(t) = p_start + (p_end − p_start) · ease(t)

其中ease(t)是缓动函数。线性缓动（ease(t)=t）匀速，适合机械感；Smoothstep缓动两端慢中间快，适合自然感；指数缓动适合"突然"的转场。本文评述：转场的"电影感"很大程度上来自缓动曲线，而非蒙版形状。同样的线性擦除，用不同缓动函数，观感差异巨大。

7.2 圆形擦除与径向擦除

圆形擦除是让圆半径r(t)从0增长到覆盖画面，或从大到小收缩。径向擦除则是让角度扫描，类似时钟指针。二者在转场中常配合羽化使用，形成"光圈"或"旋涡"效果。

操作路径（以圆形擦除为例）：在B素材上添加圆形蒙版，初始半径设为0；在转场起始帧打关键帧，半径0；在转场结束帧打关键帧，半径设为画面对角线长度；调整羽化，使边缘柔和；若需要"光圈收缩"效果，则反向设置。

7.3 擦除转场的节奏控制

转场时长直接影响观感。根据剪辑经验，快速转场（0.2~0.4秒）适合动作片、音乐视频；中速转场（0.5~0.8秒）适合剧情片；慢速转场（1~2秒）适合文艺片、纪录片。这些数值并非硬性规定，但可作为起点。

笔者认为，擦除转场最忌"匀速+硬边"。匀速让转场显得机械，硬边让转场显得廉价。加入缓动与羽化，是提升质感的最低成本手段。

8. 跟踪蒙版与动态遮罩

当被摄主体运动时，静态蒙版会失效。跟踪蒙版（Tracking Matte）通过分析画面运动，让蒙版跟随主体。

8.1 点跟踪与平面跟踪

点跟踪（Point Tracking）选取若干特征点，逐帧计算其位移，再驱动蒙版平移、旋转、缩放。平面跟踪（Planar Tracking）则假设目标是一个平面，通过单应性矩阵（Homography）描述其运动，精度更高，适合屏幕、墙面等平面物体。

在Mocha Pro、After Effects等软件中，平面跟踪是标准功能。其核心算法可追溯到Lucas-Kanade光流法（1981）与后续的增强相关系数（ECC）配准。本文评述：平面跟踪的鲁棒性来自"全局约束"——它不依赖单个特征点，而是用整个平面的纹理做配准，因此对局部遮挡、运动模糊更耐受。

8.2 蒙版跟踪的工程细节

• 跟踪区域选择：应包含足够纹理，避免纯色区域。若目标纹理不足，可扩大跟踪区域，纳入周边参照物。
• 关键帧修正：自动跟踪难免漂移，需在漂移帧手动修正关键帧，再让软件重新解算。
• 蒙版形状调整：跟踪驱动的是蒙版的变换参数，蒙版本身的形状（如羽化、圆度）可独立调整。
• 遮挡处理：当目标被遮挡时，跟踪会失效，需手动打关键帧或使用遮挡蒙版。

8.3 从跟踪到稳定

跟踪的逆操作是稳定（Stabilization）：让画面跟随蒙版反向运动，从而消除抖动。稳定与跟踪共用同一套运动估计，只是应用方向相反。在工程中，常先用跟踪获取运动数据，再决定是驱动蒙版还是稳定画面。

9. AI语义蒙版：从手工到学习

近年来，基于深度学习的语义分割（Semantic Segmentation）与实例分割（Instance Segmentation）正在改变蒙版的生成方式。传统蒙版依赖手工绘制或颜色/亮度阈值，AI蒙版则直接输出"人""车""天空"等语义区域的蒙版。

9.1 代表性方法

U-Net（2015）是医学图像分割的经典架构，其编码器-解码器结构与跳跃连接（Skip Connection）被广泛借鉴。Mask R-CNN（2017）在Faster R-CNN基础上增加掩码分支，实现实例级分割。Segment Anything Model（SAM，2023）由Meta发布，支持零样本分割，用户只需点击或框选即可获得蒙版，极大降低了使用门槛。

在视频领域，时序一致性是关键挑战。若逐帧独立分割，蒙版会在帧间闪烁。解决方案包括光流传播、时序注意力、以及专门设计的视频分割网络（如MaskTrack R-CNN、STM）。本文评述：SAM的出现是分水岭，但它并非万能——对透明物体、细发丝、快速运动，其精度仍不及专业手工Roto。AI蒙版更适合"粗分割+人工精修"的工作流，而非完全替代。

9.2 数据集与预处理

训练分割模型常用的数据集包括COCO（Common Objects in Context）、ADE20K、Cityscapes等。COCO包含约33万张图像、80个类别，标注包括实例掩码；ADE20K包含约2.5万张图像、150个类别，侧重场景解析；Cityscapes聚焦城市街景，包含5000张精细标注图像。

预处理细节通常包括：图像缩放到统一尺寸（如512×512或1024×1024）、归一化（均值/标准差）、数据增强（随机裁剪、翻转、色彩抖动）。对于视频分割，还需按时间采样帧，并保证同一视频的帧不跨训练/验证集划分，以避免数据泄漏。

9.3 AI蒙版与传统蒙版的协作

在实际工程中，AI蒙版与传统蒙版并非替代关系，而是协作关系。典型工作流：用SAM或分割模型生成初始蒙版；用传统蒙版工具（线性、圆形、曲线）做局部修正；用跟踪驱动蒙版随时间运动；最后用羽化与合成方程整合。笔者认为，这一"AI粗修+人工精修"的模式，在未来数年内仍将是主流。

10. 工程实践：参数手册与性能优化

本节汇总可复现的参数区间与性能数据，供工程参考。需说明的是，以下部分数值为基于公开资料的整合与模拟，非单一实验来源，已在文中标注。

10.1 参数速查表

场景	蒙版类型	羽化建议	备注
硬边分屏	线性	0~2px	保留断裂感
软边分屏	线性	30~80px	过渡自然
径向暗角	圆形	80~200px	避免光晕
线性擦除	线性	10~40px	配合缓动
圆形擦除	圆形	20~60px	光圈效果
人物抠像	曲线/跟踪	1~5px	边缘精修

10.2 性能优化要点

• 蒙版分辨率：若蒙版仅用于大范围渐变，可降采样到1/2或1/4分辨率，节省带宽。边缘细节要求高时，保持全分辨率。
• 位深选择：8位用于简单硬边，16位用于渐变与HDR，32位浮点用于线性光合成。
• 滤波分离：高斯羽化用两趟一维卷积，避免二维核的O(k²)开销。
• 缓存复用：静态蒙版可预计算并缓存，避免每帧重算。
• GPU/CPU分工：蒙版生成可放GPU，复杂跟踪可放CPU，避免频繁同步。

10.3 常见问题与排查

现象	可能原因	解决方案
边缘锯齿	二值蒙版或羽化不足	增加羽化或超采样
边缘光晕	羽化过大或预乘错误	减小羽化，检查预乘
渐变条带	8位精度不足	改用16位或加抖动
蒙版闪烁	逐帧独立生成，无时序约束	加时序平滑或光流传播
跟踪漂移	纹理不足或遮挡	扩大跟踪区，手动修正

11. 前沿预判与开放问题

蒙版技术正处在从"手工工具"向"智能通道"演进的拐点。以下三个方向值得关注。

11.1 神经蒙版与可微合成

传统合成管线是"不可微"的：蒙版生成、滤波、合成是分离的步骤，无法端到端优化。可微渲染（Differentiable Rendering）试图把整个管线纳入梯度下降框架，让蒙版参数（位置、羽化、形状）可通过损失函数自动优化。这一方向在3D重建、神经渲染中已有进展，但在2D合成中仍处早期。本文评述：可微合成的价值在于"目标驱动"——用户只需指定"想要的效果"，系统自动求解蒙版参数。这比手工调参更高效，但可解释性会下降。

11.2 时序一致性与长视频分割

视频分割的难点不在单帧精度，而在帧间一致性。当前方法多依赖光流或时序注意力，但在长视频（数分钟以上）中仍会出现漂移与身份切换。未来可能需要"记忆机制"或"场景图"来维持长期一致性。笔者认为，这一问题的解决，将决定AI蒙版能否真正进入长片制作流程。

11.3 实时蒙版的硬件加速

随着移动端与XR设备普及，实时蒙版的需求上升。专用硬件（如NPU、ISP中的分割单元）正在把语义分割从云端搬到端侧。苹果的A系列、高通的骁龙、华为的昇腾均集成了相关加速单元。本文评述：硬件加速会降低AI蒙版的延迟与功耗，但也会带来"碎片化"——不同平台的模型格式、精度、算子支持各异，跨平台部署仍是工程难题。

12. 结论

蒙版不是"形状工具"，而是一条以灰度编码的信息通道。线性蒙版对应有向距离函数，圆形蒙版对应椭圆距离场，羽化对应低通滤波或距离场映射，合成方程决定蒙版如何作用于画面。理解这条主线，就能把"凭感觉调参"转化为"按信号处理推理"。

在工程层面，本文给出了线性/圆形蒙版的数学定义、GPU实现要点、参数速查表与性能优化建议。在应用层面，本文梳理了分屏、擦除转场、跟踪蒙版、AI语义蒙版四类场景的操作路径。在前沿层面，本文讨论了可微合成、时序一致性、硬件加速三个方向的机遇与挑战。

笔者认为，未来蒙版技术的发展，不会取代传统工具，而是与之融合。AI负责粗分割与语义理解，传统蒙版负责精修与可控性，二者协作，才能在效率与质量之间取得平衡。对于从业者而言，掌握蒙版的数学本质与工程参数，比追逐单一工具更重要——因为工具会变，而信息通道的原理不会。