第4章 去噪：空间域去噪与时域融合

去噪这章，我琢磨了很久该怎么讲。说实话，刚入行那会儿我觉得去噪就是「把图弄干净」，后来踩了无数坑才明白——去噪的本质是在分辨率和噪声之间找平衡。你压噪声压得太狠，细节就糊了；你保细节保得太猛，噪声又在那杵着。嗯，咱们今天就把这事掰扯清楚。

4.1 空间域去噪：三种经典滤波器

空间域去噪，说白了就是直接在像素点上做运算。我习惯把它分成两类：线性滤波和非线性滤波。线性滤波快，但容易把边缘也抹了；非线性滤波慢点，但能保边。

4.1.1 均值滤波

均值滤波是最朴素的思路——把中心像素周围一圈像素的值加起来取平均。你想想看，噪声是随机抖动的，平均一下不就拉回来了吗？

// 3x3 均值滤波核
[1/9, 1/9, 1/9]
[1/9, 1/9, 1/9]
[1/9, 1/9, 1/9]

// 实现示例（C风格伪代码）
void boxFilter(uint8_t* src, uint8_t* dst, int w, int h, int ksize) {
    int half = ksize / 2;
    float scale = 1.0f / (ksize * ksize);
    for (int y = half; y < h - half; y++) {
        for (int x = half; x < w - half; x++) {
            float sum = 0;
            for (int ky = -half; ky <= half; ky++)
                for (int kx = -half; kx <= half; kx++)
                    sum += src[(y+ky)*w + (x+kx)];
            dst[y*w + x] = (uint8_t)(sum * scale + 0.5f);
        }
    }
}

4.1.2 高斯滤波

高斯滤波和均值滤波的区别在哪？均值滤波是「一碗水端平」，高斯滤波是「近亲远疏」——离中心越近的像素权重越大，越远权重越小。这个权重分布服从高斯函数，所以叫高斯滤波。

我个人习惯用 σ（标准差） 来控制高斯滤波的强度。σ越大，核越平缓，去噪越强但细节损失也越大。一般 σ 取 0.8~1.5 比较合适，超过 2.0 就开始糊了。

// 3x3 高斯核（σ=1.0）
[1/16, 2/16, 1/16]
[2/16, 4/16, 2/16]
[1/16, 2/16, 1/16]

// 生成高斯核的公式
float gaussian(int x, int y, float sigma) {
    float coeff = 1.0f / (2.0f * M_PI * sigma * sigma);
    float exp_val = -(x*x + y*y) / (2.0f * sigma * sigma);
    return coeff * expf(exp_val);
}

4.1.3 中值滤波

中值滤波的思路完全不同——它不求和，而是把窗口内的像素值排序，取中间那个值。这招对付椒盐噪声特别管用。为什么？因为椒盐噪声是极端值（要么特别亮要么特别暗），排序后肯定被挤到两头去了，中间那个值大概率是正常像素。

4.2 时域去噪原理

空间域去噪有个硬伤——它只看了当前这一帧。如果噪声在时间上是随机抖动的，那多帧之间取平均不是更好吗？这就是时域去噪的核心思想。

时域去噪的公式其实很简单：

// 时域递归滤波
dst(t) = α * src(t) + (1 - α) * dst(t-1)

// α 是更新率，范围 0~1
// α 越大，当前帧权重越大，去噪越弱但运动拖影越少
// α 越小，历史帧权重越大，去噪越强但运动拖影越明显

这里有个关键问题——运动检测。如果场景里有运动物体，你还傻乎乎地把前后帧平均，那运动物体就拖影了。我做过一个项目，在监控摄像头上做时域去噪，没加运动检测，结果人走过去后面拖了一条尾巴，客户直接退货。

4.3 3D去噪：多帧融合

3D去噪，说白了就是把空间域和时间域结合起来。空间域处理单帧内的噪声，时间域利用帧间相关性，两者互补，效果1+1>2。

我习惯把3D去噪的流程画成下面这张图，你看一眼就明白了：

4.3.1 多帧融合的工程实现

实际工程里，多帧融合一般分三步走：

1. 运动估计：用块匹配或光流法算出帧间运动矢量
2. 运动补偿：把历史帧按运动矢量对齐到当前帧
3. 加权融合：对齐后的多帧按权重叠加

权重怎么定？我一般用帧差置信度来做权重。帧差小的像素，说明对齐得好，权重给大点；帧差大的像素，说明可能有遮挡或运动估计不准，权重给小点。

// 多帧融合伪代码
void multiFrameDenoise(Frame* frames[], int numFrames, Frame* result) {
    // 以中间帧为参考帧
    int refIdx = numFrames / 2;
    Frame* ref = frames[refIdx];

    for (int y = 0; y < ref->h; y++) {
        for (int x = 0; x < ref->w; x++) {
            float sum = 0, weightSum = 0;
            for (int i = 0; i < numFrames; i++) {
                // 运动补偿：找到第i帧中对应(x,y)的位置
                int mx = x + motionVectors[i][y][x].x;
                int my = y + motionVectors[i][y][x].y;

                // 计算帧差置信度
                float diff = abs(ref->data[y][x] - frames[i]->data[my][mx]);
                float weight = expf(-diff * diff / (2 * sigma * sigma));

                sum += weight * frames[i]->data[my][mx];
                weightSum += weight;
            }
            result->data[y][x] = sum / weightSum;
        }
    }
}

4.3.2 3D去噪的典型参数

4.4 实战建议：怎么选去噪方案？

我做了这么多年ISP，总结了一套选型思路，分享给你：

• 场景一：高光充足，噪声不明显 → 只用弱高斯滤波（σ=0.8），别上时域，省算力
• 场景二：低光环境，噪声明显但场景静止 → 3D去噪，3帧融合，时域α=0.15
• 场景三：低光且有运动物体 → 运动自适应时域滤波 + 弱空间去噪
• 场景四：椒盐噪声（传感器坏点） → 中值滤波，3x3窗口就够了

去噪这事，说到底就是取舍。没有万能方案，只有最适合当前场景的方案。你多试几次，慢慢就能找到感觉了。