3. 多帧降噪原理

说到多帧降噪，很多刚入行的同学第一反应就是“把几帧图像叠在一起平均一下”。嗯，这话说对了一半。真正理解多帧降噪，你得先搞清楚两个基本概念：时域滤波和空域滤波。它们到底有什么区别？为什么多帧能降噪？今天我们就来掰扯清楚。

3.1 空域滤波：单帧里的“邻居互助”

空域滤波，说白了就是在同一帧图像里，用像素周围的邻居来“帮忙”处理当前像素。常见的比如高斯滤波、中值滤波、双边滤波，都属于空域滤波。

它的核心逻辑是：
一个像素的噪声，可以通过它周围的像素来“平均掉”或“替换掉”。

举个例子，你拍了一张夜景照片，某个像素因为传感器热噪声变成了亮斑。空域滤波会看看它周围的像素，发现周围都是暗的，于是把这个亮斑拉暗——这就是降噪。

我在项目中遇到过一个问题：用双边滤波做空域降噪，参数调得狠了，人脸直接变成“蜡像”。边缘是保住了，但皮肤纹理全没了。这就是空域滤波的典型困境——降噪和保细节，天生矛盾。

3.2 时域滤波：多帧之间的“时间积累”

时域滤波就不一样了。它利用的是多帧图像之间的时间相关性。

你想想看，如果同一个场景你连续拍了很多帧，那么：

• 真实信号：每一帧里，同一个物体的像素值应该是基本一致的（假设场景静止或运动已对齐）。
• 随机噪声：每一帧里，同一个位置的噪声是独立随机的，有时正有时负，有大有小。

所以，把多帧图像对应位置的像素值加起来再平均——真实信号会增强，而随机噪声会相互抵消。这就是多帧降噪最朴素也最有效的原理。

我曾经在调试一个手持夜景模式时，发现8帧合成后噪点还是很多。后来排查发现——帧与帧之间没有做对齐，导致真实信号也在抖动，平均之后反而模糊了。嗯，这里要注意：时域滤波的前提是帧间对齐，否则就是“叠影重重”。

3.3 时域 vs 空域：一张表说清楚

对比维度	空域滤波	时域滤波
数据来源	单帧图像内的邻域像素	多帧图像间的对应像素
降噪原理	空间平滑，用邻居平均	时间积累，噪声相互抵消
细节保留	容易丢失纹理和边缘	对齐良好时可保留细节
运动处理	不涉及运动	需要运动补偿/对齐
计算开销	较低，单帧处理	较高，多帧+对齐+融合
典型算法	高斯滤波、双边滤波、NLM	帧平均、卡尔曼滤波、多帧融合

我个人习惯是：先时域，后空域。先用多帧把大部分随机噪声干掉，再用轻量的空域滤波处理残留的固定噪声。这样既能保住细节，又不会把画面弄糊。

3.4 为什么多帧能降噪？——从统计角度看

这个问题其实可以用一个简单的实验来理解。

假设你有一个真实信号值 S = 100，每帧叠加的噪声是均值为0、标准差为10的高斯噪声。那么：

• 单帧观测值可能是 95、108、92、103……
• 两帧平均：噪声标准差降到 10/√2 ≈ 7.07
• 四帧平均：噪声标准差降到 10/√4 = 5
• 十六帧平均：噪声标准差降到 10/√16 = 2.5

你看，帧数越多，观测值越接近真实信号。这就是大数定律在图像处理中的应用。

3.5 多帧降噪的核心流程

一个典型的多帧降噪流水线，大致分这几步：

1. 帧采集：连续拍摄N帧原始RAW图（通常是2~16帧）。
2. 帧对齐：用光流、块匹配或特征点匹配，把各帧对齐到参考帧上。
3. 运动检测：找出运动区域，避免运动物体被“叠影”。
4. 时域融合：对静态区域做多帧平均，对运动区域做单帧或轻量空域处理。
5. 后处理：可选的空域滤波、锐化、色调映射。

我曾经踩过一个坑：在帧对齐阶段用了简单的全局平移模型，结果遇到手持拍摄的旋转抖动，对齐失败，合成图像边缘全是重影。后来换成了仿射变换模型，才解决问题。所以，对齐算法的选择，直接决定多帧降噪的成败。

3.6 知识结构图：时域与空域滤波的关系

3.7 实际工程中的选择建议

在实际项目中，怎么选？我一般按场景来：

• 静态场景（三脚架、夜景长曝光）：优先多帧时域降噪，帧数可以多一些（8~16帧），效果极好。
• 手持夜景：4~8帧，配合运动补偿和运动检测，对运动区域做保护。
• 视频降噪：时域+空域结合，时域用递归滤波（类似卡尔曼），空域用轻量双边滤波。
• 单帧图像：只能靠空域滤波，但可以结合深度学习做更智能的降噪。