4. 图像配准
图像配准，说白了就是让多张图「对齐」。多帧降噪也好，HDR合成也好，前提都是像素能对上。要是没对齐就硬叠，画面就糊了，还不如单帧。
我刚开始做多帧降噪时，觉得配准不就是找偏移量嘛，平移一下就行。后来发现，手持拍摄时不仅有平移，还有旋转、缩放，甚至局部物体在动。嗯，这里就得把运动估计拆成两个层面来聊。
4.1 全局运动估计：仿射变换模型
全局运动，指的是整张图像的整体运动。比如你手持相机拍夜景，手抖了一下，整张图都跟着平移+旋转了。这种运动，用仿射变换就能描述。
仿射变换的数学形式很简单：
x' = a*x + b*y + c
y' = d*x + e*y + f六个参数（a, b, c, d, e, f），就能搞定平移、旋转、缩放、剪切。我习惯用最小二乘法来解这六个参数，前提是得先找到两帧之间的匹配点对。
4.1.1 特征点提取与匹配
常用的特征点有SIFT、ORB、AKAZE。在ISP场景里，我更推荐ORB——速度快，算力友好。SIFT精度高，但手机端跑起来有点吃力。
步骤大致是这样：
- 提取参考帧和当前帧的特征点
- 用暴力匹配或FLANN做粗匹配
- 用RANSAC剔除误匹配
- 用剩下的内点求解仿射矩阵
4.1.2 仿射矩阵求解
有了至少三对匹配点（不共线），就能解六个参数。实际项目中我会用OpenCV的 estimateAffinePartial2D，它只估计平移+旋转+缩放，更稳定。
// C++ 示例：仿射变换估计
std::vector<cv::Point2f> pts_ref, pts_cur;
// ... 填充匹配点对 ...
cv::Mat affine = cv::estimateAffinePartial2D(pts_cur, pts_ref);
// affine 就是 2x3 的仿射矩阵拿到仿射矩阵后，把当前帧 warp 到参考帧坐标系下，就完成了全局配准。
4.2 局部运动估计：光流法
全局仿射能搞定相机运动，但解决不了局部运动。比如夜景里有人在走路，树叶被风吹动——这些局部区域，仿射变换是管不了的。
这时候就得请出光流法。光流，说白了就是每个像素的运动矢量。我最早接触光流是在做视频稳像时，后来发现多帧降噪里也离不开它。
4.2.1 稀疏光流 vs 稠密光流
| 类型 | 代表算法 | 输出 | 算力消耗 | 适用场景 |
|---|---|---|---|---|
| 稀疏光流 | Lucas-Kanade | 特征点处的运动矢量 | 低 | 实时、算力受限 |
| 稠密光流 | Farneback、RAFT | 每个像素的运动矢量 | 高 | 高精度、离线或旗舰芯片 |
在手机ISP里，我见过的大多是稀疏光流+插值。稠密光流精度高，但功耗扛不住。不过最近几年DSP和NPU性能上来了，有些旗舰机已经开始用轻量级稠密光流了。
4.2.2 Lucas-Kanade 光流原理
L-K光流基于三个假设：亮度恒定、小运动、空间一致。公式推导我就不展开了，核心思想是解一个超定方程组：
Ix * u + Iy * v = -It
其中 Ix, Iy 是图像梯度，It 是时间梯度
u, v 是待求的光流矢量在一个小窗口内（比如5x5），有25个方程，解两个未知数，用最小二乘法搞定。
4.2.3 金字塔光流
小运动假设在手持拍摄时经常不成立。手抖一下，位移可能十几个像素。这时候就得用金字塔光流——从粗到细，逐层优化。
流程是这样的：
- 构建图像金字塔（比如4层）
- 从顶层开始计算光流
- 把结果映射到下一层，作为初始值
- 在下一层做精细化
- 重复直到最底层
这样做的好处是：顶层能捕捉大运动，底层能保证精度。我习惯用3层金字塔，再多了边际效益递减。
4.3 全局+局部：混合配准策略
在实际的多帧降噪和HDR合成中，我很少只用一种方法。我的惯用策略是：
- 先做全局仿射配准：消除相机运动带来的整体偏移
- 计算残差光流：在全局对齐的基础上，计算局部运动
- 运动掩膜生成：光流大的区域标记为运动区域，做特殊处理
为什么要分两步？因为直接算光流，计算量大，而且容易受全局运动干扰。先对齐再算局部，光流矢量会小很多，精度也更高。
4.4 知识结构总览
下面这张图，把本章的核心逻辑串起来了。你可以看到全局运动估计和局部运动估计各自的位置，以及它们如何汇合到最终的配准结果。
4.5 避坑指南与工程建议
- 运动边界处理：光流在运动物体的边缘容易出错。我习惯在运动掩膜上做膨胀+中值滤波，避免边缘出现鬼影。
- 算力与精度的权衡：别一上来就上稠密光流。先评估你的平台，如果算力有限，稀疏光流+插值也能用。
- 多帧配准的参考帧选择：我建议选中间帧作为参考。选第一帧的话，后面的帧偏移太大，配准容易失败。
- 失败回退机制：如果RANSAC内点太少，或者光流一致性检查不过，直接放弃这一帧，别硬配。
好了，图像配准这块就聊到这儿。全局仿射和局部光流，一个管整体，一个管细节，配合好了，后面的多帧降噪和HDR合成才能有好的基础。