014、降噪技术全栈：空间降噪、时域降噪、多帧降噪与VST在低照度场景的调优

014、降噪技术全栈：空间降噪、时域降噪、多帧降噪与VST在低照度场景的调优

一、一个让我失眠三天的低照度调试问题

去年做一款旗舰手机的前置摄像头调试，Sensor是IMX766，F1.8光圈，OIS加持。客户要求夜景自拍模式下，ISO 3200时画面必须“干净得像白天”。我调了三天，空间降噪开到最大，时域降噪帧数拉到8帧，结果呢？人脸像涂了浆糊，头发细节全没了，但背景的噪点还在那里跳舞。更崩溃的是，预览模式下画面闪烁得像老式CRT电视——时域降噪的鬼影效应在作祟。

后来我意识到一个残酷的事实：降噪从来不是“越强越好”，而是在信噪比、细节保留、运动伪影之间走钢丝。这篇文章就把我这些年踩过的坑、试过的方案、以及最终沉淀下来的调优思路，掰开了讲给你听。

二、空间降噪：最基础的“磨皮”工具，但别用成“毁容”工具

空间降噪（Spatial Denoising）本质上是利用像素邻域的信息来平滑噪声。常见的算法包括高斯滤波、双边滤波、NLM（非局部均值）等。在ISP pipeline里，空间降噪通常放在Demosaic之后、锐化之前。

双边滤波是我用得最多的空间降噪算子。它同时考虑像素的空间距离和灰度差异，理论上能保留边缘。但实际调试时有个大坑：sigma_color参数设置不当，会导致边缘处出现“光晕效应”。比如人脸轮廓和背景交界处，会有一圈亮边，像PS没抠干净。

我习惯的做法是：先固定sigma_space（空间域标准差）为1.5-2.0像素，然后逐步调整sigma_