3. 多帧采集策略：连拍模式、曝光包围（AEB）、帧率与对齐精度的权衡、运动场景检测

多帧降噪和 HDR 合成，第一步不是算法，而是「怎么拍」。

你想想看，如果采集的帧本身就糊了、抖了、或者曝光完全不对，后面算法再牛也救不回来。我个人习惯把采集策略称为「地基工程」——地基没打好，楼盖得再高也是危房。

3.1 连拍模式：简单粗暴，但坑不少

连拍模式是最直观的多帧采集方式。按下快门，相机以最高帧率连续拍摄 N 张，然后从中选出最好的几张进行合成。

但连拍有个致命问题——手持抖动。我曾在项目中测试过，手持 1/30s 连拍 8 张，结果有 3 张的位移超过 2 个像素。对齐算法虽然能纠正，但代价是边缘画质下降。

连拍模式的适用场景：

• 三脚架固定拍摄： 夜景建筑、星空、长曝光。这时候连拍几乎零风险。
• 光线极暗但主体静止： 比如室内静物、书本翻拍。
• 需要极低噪点的场景： 天文摄影爱好者常用连拍 16 张甚至 32 张叠加。

3.2 曝光包围（AEB）：HDR 的灵魂

曝光包围，说白了就是拍三张或五张不同曝光的照片——一张欠曝（保留高光细节）、一张正常、一张过曝（保留暗部细节）。然后通过 HDR 合成算法把它们融合成一张动态范围超大的照片。

标准 AEB 参数配置：

嗯，这里要注意：AEB 的步长不是越大越好。±2EV 是主流，但如果你拍的是大光比场景（比如日落），我建议用 ±3EV 甚至 ±4EV。不过步长越大，对齐难度也越大——因为不同曝光帧之间的亮度差异会导致特征点匹配失败。

3.3 帧率与对齐精度的权衡

这是个经典 trade-off。帧率越高，帧间运动越小，对齐越容易；但高帧率意味着单帧曝光时间短，信噪比低。反过来，低帧率单帧画质好，但帧间位移大，对齐算法压力大。

帧率 vs 对齐精度关系表：

我建议的黄金法则：手持夜景用 15-30fps，三脚架用 8-15fps。如果帧率低于 10fps，必须配合陀螺仪或光流做运动补偿，否则对齐算法会崩。

3.4 运动场景检测：动态与静态的博弈

多帧合成最怕什么？运动物体。行人走过、树叶摇晃、车灯移动——这些都会在合成结果中留下鬼影。

运动场景检测的核心思路是：区分「静态区域」和「动态区域」。静态区域可以放心多帧平均，动态区域则需要特殊处理——要么只取一帧，要么用运动补偿。

运动检测的常用方法：

1. 帧差法： 计算相邻帧的像素差，超过阈值就标记为运动区域。简单，但对光照变化敏感。
2. 光流法： 计算每个像素的运动矢量。精度高，但计算量大，手机端跑不动。
3. 特征点匹配 + 单应性矩阵： 先找特征点，再算全局运动。适合手持抖动，但对局部运动不敏感。
4. 深度学习法： 用 CNN 直接输出运动掩码。效果好，但需要训练数据和 NPU 支持。

举个例子，假设你拍夜景时有个行人走过。帧差法会标记出行人区域，然后算法只对该区域取单帧，其他区域正常多帧平均。最终结果里行人可能稍微模糊，但至少没有鬼影。

3.5 知识体系总览

下面这张图总结了多帧采集策略的核心逻辑和决策路径：

3.6 实战中的决策树

最后，我分享一个在实际项目中总结的决策树。当你拿到一个夜景拍摄需求时，可以按这个思路快速选择采集策略：

1. 场景中有运动物体吗？
   • 有 → 启用运动检测，动态区域只取单帧
   • 没有 → 正常多帧平均
2. 手持还是三脚架？
   • 手持 → 帧率 ≥ 15fps，连拍 4-6 帧
   • 三脚架 → 帧率 8-10fps，连拍 8-16 帧
3. 需要 HDR 吗？
   • 需要 → 启用 AEB，步长 ±2EV，3 帧
   • 不需要 → 固定曝光，只做多帧降噪
4. 对齐算法能跟上吗？
   • 能 → 放心采集
   • 不能 → 降低帧数或提高帧率