1. 课程导论：防抖与低照度增强的背景、应用场景与课程目标
各位好，欢迎来到这门课。
先问大家一个问题：你晚上用手机拍视频，是不是经常又糊又暗？手稍微一抖，画面就晃得厉害。光线一差，噪点就跟下雪似的。这两个问题，说白了就是防抖和低照度增强没做好。
我入行那会儿，还在做功能机的摄像头驱动。那时候的防抖？基本靠手稳。低照度？直接开闪光灯，拍出来人脸惨白。现在回想起来，真是原始社会。但今天不一样了，算法已经能顶半边天。
1.1 为什么这两个技术这么重要？
你想想看，现在的手机、无人机、运动相机、安防监控，哪个不需要在弱光下稳定成像？用户不会管你是硬件防抖还是算法防抖，他们只关心一件事：拍出来能不能看。
我去年帮一家安防厂商做方案优化，他们的IPC（网络摄像头）在夜间模式下，画面抖动得根本没法做AI识别。后来我们只改了三行防抖参数，配合低照度增强管线，识别率直接从42%跳到了89%。嗯，这就是技术的价值。
核心矛盾： 防抖需要短曝光来冻结运动，低照度需要长曝光来收集光线。这两个需求天生冲突。我们的课程，就是来解决这个矛盾的。
1.2 应用场景：哪里需要它们？
我列几个最常见的场景，你看看是不是都遇到过：
| 场景 | 痛点 | 技术需求 |
|---|---|---|
| 手机手持夜景 | 手抖 + 光线不足 | OIS+EIS融合 + 多帧降噪 |
| 运动相机（骑行/滑雪） | 剧烈抖动 + 光照变化大 | 电子防抖 + 实时HDR |
| 无人机航拍 | 机身震动 + 黄昏/黎明 | 机械云台 + 低照度增强 |
| 安防监控 | 固定机位但风吹晃动 + 夜间 | 数字防抖 + 红外/低照度 |
| 车载环视 | 路面颠簸 + 隧道/地库 | 陀螺仪辅助防抖 + 宽动态 |
你看，从消费电子到工业视觉，这两个技术几乎无处不在。我个人习惯把这类问题叫做「运动中的弱光困境」——你越想拍清楚，环境越不配合。
1.3 课程目标：学完你能做什么？
这门课一共30章，我不打算给你念PPT。我的目标是：
- 理解原理：防抖和低照度增强的数学模型，为什么这么设计。
- 掌握算法：从经典的光流法、卡尔曼滤波，到现代的深度学习方案。
- 动手实现：每一章都有可运行的代码示例，C++/Python都有。
- 工程落地：怎么在嵌入式设备上跑？怎么平衡效果和功耗？
我的建议： 别光看，一定要动手跑代码。我曾经带过一个实习生，理论讲得头头是道，一上手连OpenCV的imread路径都写不对。代码这东西，敲一遍比看十遍管用。
1.4 知识体系总览
下面这张图，是我花了一下午画的。它概括了整门课的知识结构。你可以把它当作地图，学完一章回来看看，就知道自己走到哪了。
注意： 这张图里的每个模块，后面都会有专门的章节展开。别急着跳，基础打牢了，后面才飞得起来。我曾经见过有人直接跳到深度学习那章，结果连光流是什么都不知道，代码跑出来全是马赛克。
1.5 你需要什么基础？
嗯，这里说一下前置要求：
- 编程：至少会用Python或C++写简单的图像处理程序。
- 数学：线性代数（矩阵运算）、微积分（导数）、概率论（高斯分布）。不用精通，但得看得懂公式。
- 图像处理基础：知道什么是卷积、什么是滤波、什么是色彩空间。
如果你现在心里有点虚，别怕。我每章都会从最基础的概念讲起，然后一步步推到工程实现。你跟着走就行。