2、抖动基础：视频抖动成因（手持、运动、机械振动）、抖动类型（平移、旋转、缩放）、抖动对画质的影响

视频抖动是成像链路中最常见却又最棘手的干扰源。无论是手机随手拍、运动相机骑行记录，还是车载ADAS摄像头、无人机航拍，最终画面是否“稳”，本质上取决于光学系统、传感器读出与算法补偿三者之间的配合。理解抖动的物理成因、数学表征与视觉影响，是设计EIS（电子防抖）与OIS（光学防抖）算法的第一课。本章从抖动来源出发，建立抖动类型的分类框架，并量化分析抖动对分辨率、帧间一致性与编码效率的具体损害。

2.1 抖动成因的物理机制与频段特征

视频抖动并非单一维度的“画面晃动”，而是多种物理激励耦合作用于成像系统的结果。从信号处理角度看，抖动本质上是相机位姿（位置与姿态）在时间轴上的非期望变化。根据激励源的不同，可将其划分为三大类：手持抖动、运动载体抖动与机械振动。这三类成因在频段、幅度与方向性上具有显著差异，直接影响防抖算法的策略选择。

2.1.1 手持抖动：低频漂移与生理性微颤

手持拍摄时，人体并非刚性结构。呼吸引起的胸腔起伏、心脏搏动传导至手臂的微振动、肌肉维持姿势时的无意识收缩，以及手指按压快门或触控屏幕时的反作用力，共同构成了复杂的抖动源。实测数据显示，手持抖动的能量主要集中在0.5Hz至3Hz的低频段，其中1Hz附近的呼吸谐波与2Hz附近的肌肉颤振最为突出。在长焦端（等效焦距≥100mm），即使微小的角速度扰动（如0.1°/s）也会在传感器上产生数个像素的位移。

2.1.2 运动载体抖动：宽频带随机振动

车载、无人机、运动相机等场景中，载体本身的运动状态变化是主要抖动源。车辆行驶在颠簸路面时，悬架系统将路面激励传递至车身，产生5Hz~20Hz的垂直振动与俯仰/侧倾角振动；无人机在风力扰动下，机体姿态控制回路的修正动作会引入10Hz~50Hz的高频抖动；跑步或骑行时，人体重心周期性起伏与地面冲击叠加，形成包含基频（步频约1.5Hz~3Hz）及其谐波的复合振动谱。这类抖动的显著特点是频带宽、幅度大，且往往伴随明显的平移分量（尤其是垂直方向的Tx）。

2.1.3 机械振动：系统内部谐振与外部耦合

机械振动源包括两类：一是成像系统内部器件的运动，如OIS音圈马达的驱动信号残留、机械快门/光圈叶片的撞击、自动对焦马达的步进动作；二是外部设备通过安装支架传导的振动，如发动机怠速、云台电机PWM驱动噪声、车载音响低频共振等。机械振动通常具有明确的特征频率（如某型号OIS马达的谐振频率为120Hz），且幅度随频率变化剧烈。若防抖算法的采样率或控制带宽不足，这些高频分量会直接混叠为低频伪影。

抖动源	典型频段	幅度范围	主要方向	对防抖算法的影响
手持呼吸/肌肉	0.5~3 Hz	0.1°~2°	旋转为主	需高精度陀螺仪积分
运动载体颠簸	5~20 Hz	1°~10°	平移+旋转	需大范围裁切补偿
机械共振	50~200 Hz	0.01°~0.5°	各向异性	需低通滤波或陷波

2.2 抖动类型的数学模型与视觉表现

从几何变换的角度，任意时刻的帧间抖动都可以分解为平移（Translation）、旋转（Rotation）与缩放（Scale）三种基本类型的组合。在计算机视觉中，这些变换统一用仿射矩阵或单应矩阵描述。理解每种类型的数学表达，是设计运动估计与补偿模块的前提。

2.2.1 平移抖动：像素级位移

平移抖动指相机在垂直于光轴的平面内发生横向（Tx）或纵向（Ty）位移，导致整个画面在传感器上整体平移。对于理想薄透镜模型，物距为Z的物体在传感器上的位移量为：

Δx = f * Tx / Z
Δy = f * Ty / Z

其中f为焦距。可见，相同物理位移下，焦距越长或物距越近，像素位移越大。平移抖动在视觉上表现为画面整体滑动，不改变物体形状与相对位置。在EIS中，平移补偿通常通过全局运动矢量（GMV）估计实现，但需注意视差问题——近景与远景的位移量不一致，单纯全局平移补偿会引入边缘扭曲。

2.2.2 旋转抖动：绕光轴与离轴旋转

旋转抖动包括绕光轴（Z轴）的滚转（Roll）以及绕X/Y轴的俯仰（Pitch）与偏航（Yaw）。绕光轴旋转在画面中表现为整体角度偏转，可用旋转矩阵Rz(θ)描述；俯仰与偏航则等效于成像平面在三维空间中的倾斜，导致画面出现梯形畸变（透视效应）。旋转抖动的视觉影响远大于平移——同样0.5°的旋转，在1080P画面边缘会产生约10~20像素的位移，而平移0.5°对应的像素位移通常只有几个像素。因此，高端防抖系统优先处理旋转分量。

2.2.3 缩放抖动：焦距波动与Z轴位移

缩放抖动来源于两类情况：一是变焦镜头在变焦过程中焦距不稳定，导致视场角连续变化；二是相机沿光轴方向（Z轴）发生前后位移，使物体成像大小改变。缩放抖动的数学表达为各向同性的尺度因子s，其视觉表现为画面整体放大或缩小。在EIS中，缩放补偿需要估计尺度变化量，并通过反向缩放裁切窗口实现。值得注意的是，缩放抖动与旋转抖动常耦合出现——手持拍摄时身体前后晃动既产生Z向位移，也伴随俯仰角变化。

2.3 抖动对画质的多维度损害

抖动对视频画质的损害并非简单的“看起来晃”，而是从分辨率、时间一致性、编码效率三个层面系统性劣化。理解这些损害机制，有助于确定防抖算法的优先级与性能指标。

2.3.1 空间分辨率损失：运动模糊与MTF下降

当曝光时间内传感器与场景存在相对运动，单个像素会累积来自不同物点的光能量，导致调制传递函数（MTF）下降。运动模糊的等效低通滤波效应可用sinc函数近似：

MTF(f) = |sinc(π * d * f)|

其中d为曝光期间像素位移量，f为空间频率。当d=1像素时，MTF在奈奎斯特频率处降至0.64；当d=2像素时，MTF降至0.32，画面细节严重丢失。对于4K视频，2像素的抖动模糊相当于有效分辨率降至1080P级别。OIS通过物理移动镜头或传感器来减少d值，而EIS无法恢复已丢失的高频信息，只能通过裁切避免更严重的帧间错位。

2.3.2 时间域一致性破坏：果冻效应与帧间跳变

CMOS传感器采用逐行曝光方式，当相机在曝光期间发生快速旋转或平移时，画面不同行之间存在时间差，导致垂直物体倾斜、水平线条弯曲，即果冻效应（Rolling Shutter）。果冻效应的严重程度与读出速度成反比——高速运动场景下，1/30s帧率的传感器若读出时间为1/60s，则画面顶部与底部的等效拍摄时刻相差16.7ms，足以产生明显的几何畸变。此外，帧间抖动导致同一物体在不同帧中的位置跳变，人眼感知为“卡顿”或“闪烁”，即使帧率足够高，这种空间不连续也会显著降低主观画质评分。

2.3.3 编码效率下降：运动矢量开销与码率上升

视频编码器依赖帧间预测去除时间冗余。当画面存在抖动时，宏块的运动矢量幅度增大、方向随机，导致以下后果：

• 运动估计搜索范围扩大，计算复杂度上升；
• 运动矢量残差编码比特数增加，压缩率下降；
• 帧间预测残差能量增大，需要更多变换系数编码；
• 参考帧质量下降，误差传播导致后续帧编码效率进一步恶化。

实测数据显示，在相同主观质量下，抖动视频的码率比稳定视频高30%~80%。对于带宽受限的实时传输场景（如无人机图传、车载视频上传），这意味着需要降低分辨率或帧率来满足码率约束。

2.4 案例拆解：手持长焦拍摄的抖动分析与防抖策略选择

为综合说明抖动成因、类型与画质损害的关联，以下通过一个典型场景进行闭环分析。

场景背景：某手机厂商在开发50倍潜望式长焦镜头时，收到用户反馈“10倍以上变焦拍摄视频时画面模糊严重，且电子防抖开启后边缘出现扭曲”。测试团队使用三轴转台模拟手持抖动，采集了陀螺仪与加速度计数据。

初始数据：等效焦距125mm（10倍变焦），传感器像素尺寸0.8μm，曝光时间1/120s。实测手持抖动角速度RMS为1.2°/s，主要能量集中在1.5Hz（呼吸）与2.8Hz（肌肉颤振）。在曝光时间内，最大角位移为1.2°/s × (1/120)s = 0.01°，对应传感器位移为：

Δd = f * tan(θ) ≈ 125mm * 0.000175 = 0.0219mm = 27.4μm ≈ 34像素

这意味着曝光期间画面移动了34个像素，远超2像素的模糊容忍阈值，MTF几乎为零。

分析过程：测试团队进一步对比了三种方案：纯EIS、纯OIS（±1°补偿范围）、OIS+EIS融合。纯EIS在裁切50%后仍无法消除运动模糊，因为模糊发生在曝光期间，帧间重采样无法恢复；纯OIS将传感器位移从34像素降至约8像素（补偿了大部分旋转），但残余抖动仍导致边缘模糊；融合方案中，OIS补偿高频旋转（>2Hz），EIS处理低频漂移与平移分量，最终将有效像素位移控制在2像素以内。

实施与结果：最终采用OIS（音圈马达驱动传感器，带宽200Hz）+ EIS（陀螺仪辅助全局运动估计，裁切比例12%）的融合架构。实测MTF在10倍变焦下从0.15提升至0.55，主观清晰度评分从3.2分（满分5分）提升至4.5分。代价是OIS马达功耗增加80mW，且EIS裁切导致视场角缩小约8%。

复盘经验：长焦场景下，抖动对画质的损害以运动模糊为主，必须优先使用OIS；EIS的裁切比例受限于视场角余量，不能无限增大；陀螺仪与OIS的同步延迟需控制在1ms以内，否则补偿相位误差会引入新的抖动。

2.5 总结与设计启示

本章从物理成因、数学模型与画质影响三个维度建立了视频抖动的基础认知框架。核心要点可归纳为：

• 抖动成因决定频段特征，频段特征决定防抖器件的选型——低频用EIS，高频用OIS，宽频带需融合；
• 旋转抖动对画质影响远大于平移，设计运动估计时应优先保证旋转分量的精度；
• 运动模糊是曝光时间内的积分效应，任何后处理算法都无法恢复，必须依靠光学或传感器位移补偿；
• 抖动对编码效率的损害常被忽视，在码率受限场景中，防抖带来的编码增益可能比单纯提高码率更有效。