1. 课程导论
1.1 为什么我们要从YUV讲起？
做图像处理的人，天天跟YUV打交道。但我刚入行那会儿，其实没太当回事——不就是把RGB转个格式嘛，有什么好学的？
直到有一次，我在一个低光场景的调试项目里栽了跟头。Sensor出来的RAW图明明噪点不多，可一转到RGB域做降噪，颜色全花了。折腾了两周，最后发现：问题出在色彩空间的选择上。从那以后，我养成了一个习惯——先想清楚在哪个域做处理，再动手写代码。
YUV色彩空间，说白了就是把亮度（Luma）和色度（Chroma）分开。人眼对亮度敏感，对颜色不敏感。这个特性，恰好给了我们做降噪的「作弊器」。
核心认知：YUV域降噪的核心优势在于——亮度通道保留细节，色度通道大胆滤波。你想想看，色度通道分辨率砍一半，人眼都看不出来，那为什么不在色度上多下点功夫？
YUV的常见格式，我列个表，大家对照着看：
| 格式 | Y采样 | U/V采样 | 数据量（相对RGB） | 典型场景 |
|---|---|---|---|---|
| YUV444 | 全分辨率 | 全分辨率 | 1x | 专业视频编辑 |
| YUV422 | 全分辨率 | 水平1/2 | 2/3 | 广播级视频 |
| YUV420 | 全分辨率 | 水平1/2 + 垂直1/2 | 1/2 | 消费电子、手机 |
| NV12 | 全分辨率 | UV交错（420变体） | 1/2 | Android Camera |
嗯，这里要注意：YUV420是ISP Pipeline中最常见的输出格式。为什么？因为省带宽、省存储，而且人眼根本看不出区别。我做过测试，YUV420和YUV444在手机屏幕上，99%的人分不出来。
1.2 ISP Pipeline：一张图看懂全流程
ISP（Image Signal Processor）是什么？说白了，就是把Sensor的RAW数据变成人眼能看的漂亮图片的一套流水线。
我习惯把ISP Pipeline分成三个阶段：前端预处理、中端核心处理、后端编码输出。每个阶段都有它的「脾气」。
下面这张图，是我自己画的一个简化版ISP流程。你看一眼，大概就知道降噪在哪个位置了：
你看，降噪被放在中端核心处理阶段。为什么？因为Demosaic之后，数据已经从RAW变成了RGB/YUV，这时候做降噪，既能利用色彩空间的优势，又不会破坏前端校正的精度。
1.3 降噪在ISP中的位置与价值
降噪在ISP里到底有多重要？我直接说结论：降噪是ISP Pipeline里最「吃」算力的模块，也是决定图像质量天花板的关键。
为什么会这样？你想想看：
- Sensor物理限制：像素越做越小，进光量越来越少，信噪比越来越低。这是物理规律，绕不开。
- 用户期望越来越高：暗光拍照要清晰，夜景视频要干净。手机厂商的DxO分数，一半靠降噪。
- 后续模块依赖：AWB、色彩校正、边缘增强，这些模块在噪声大的图像上会「发疯」。我见过一个案例，噪声没处理好，AWB直接把白墙算成了偏蓝色。
我的经验：降噪不是「越强越好」。我曾经在一个项目里把降噪开到最大，结果人脸皮肤变成了「塑料质感」，被测试团队骂了一周。后来我学乖了——降噪要「看场景下菜碟」：暗光场景重降噪，白天场景轻降噪，人像场景保细节。
降噪在ISP中的价值，我用三个维度来概括：
| 维度 | 具体价值 | 量化指标（参考） |
|---|---|---|
| 画质提升 | 降低噪声，提升信噪比 | PSNR提升3-6dB，SSIM提升0.05-0.15 |
| 后续模块稳定性 | 减少AWB/色彩校正的误判 | AWB色温偏差降低30%以上 |
| 编码效率 | 降低视频编码的码率 | 同等画质下码率降低15-25% |
嗯，这里要特别提一下编码效率。很多人不知道，噪声会「骗」编码器——编码器会把噪声当成细节来编码，白白浪费码率。所以，降噪做得好，视频压缩效率也会跟着提升。我在一个4K视频项目中做过对比：降噪前码率需要40Mbps，降噪后只需要30Mbps，画质还更好。
1.4 YUV域降噪 vs RAW域降噪 vs RGB域降噪
很多初学者会问：为什么非要在YUV域做降噪？RAW域或者RGB域不行吗？
我的回答是：各有优劣，但YUV域是「性价比」最高的选择。
我列个对比表，大家一看就明白：
| 对比维度 | RAW域降噪 | RGB域降噪 | YUV域降噪 |
|---|---|---|---|
| 数据量 | 大（Bayer pattern） | 中（3通道全分辨率） | 小（Y全分辨率，UV可降采样） |
| 色彩相关性 | 低（Bayer模式） | 高（RGB通道相关性强） | 中（Y与UV分离） |
| 降噪灵活性 | 高（可针对Bayer模式设计） | 中（容易产生色彩伪影） | 高（亮度/色度独立处理） |
| 硬件实现难度 | 高（需要处理Bayer模式） | 中 | 低（成熟IP多） |
| 典型场景 | 专业相机、高端ISP | 部分手机ISP | 绝大多数消费电子ISP |
避坑指南：我曾经在RGB域做过一个降噪算法，效果看起来不错，但一转到YUV域输出，发现颜色边界出现了「渗色」现象。后来排查发现，RGB域的降噪破坏了通道间的相关性，导致YUV转换时产生了色差。所以，如果你最终输出是YUV格式，尽量在YUV域做降噪，省去一次色彩空间转换带来的误差。
1.5 本章小结：你该带走什么？
好了，第一章的内容就这些。我不喜欢啰嗦，直接给你三个「带走点」：
- YUV色彩空间是降噪的「天然盟友」——亮度/色度分离，让你可以「区别对待」，在色度通道上大胆滤波。
- 降噪在ISP Pipeline中处于中端核心位置——它承上启下，直接影响后续所有模块的效果。
- YUV域降噪是「性价比」之选——数据量小、硬件实现成熟、效果可控，是消费电子ISP的主流选择。