2. 多帧降噪原理：时域滤波的核心思想——信号相关，噪声无关

多帧降噪，说白了就是「拍很多张，然后叠在一起」。但为什么叠在一起就能变干净？这里面的核心逻辑，就是我要跟你聊的——信号相关，噪声无关。

我第一次接触这个思路，是在做手机夜景算法的时候。当时客户反馈暗光下照片噪点太多，单帧降噪已经压不住了。我试了各种空域滤波，效果都不理想。后来翻到一篇老，里面一句话点醒了我：「多帧平均，信噪比提升与帧数的平方根成正比。」嗯，从那以后，我就彻底入了多帧降噪的坑。

2.1 为什么噪声是「无关」的？

先想一个问题：你拍一张夜景，画面里有一盏路灯。这盏灯的位置是固定的，亮度也是固定的。但背景里的噪点呢？

• 信号（路灯）：每一帧都在同一个位置，亮度几乎不变。
• 噪声（随机颗粒）：每一帧的位置和强度都在随机变化。

这就是「信号相关，噪声无关」的物理基础。信号是确定性的，噪声是随机性的。你多拍几帧，信号会「叠加」起来，而噪声会「互相抵消」一部分。

2.2 时域滤波 vs 空域滤波

你可能会问：那我直接用空域滤波（比如高斯模糊）不行吗？行，但代价很大。

对比维度	空域滤波（单帧）	时域滤波（多帧）
信息来源	单张图像内的像素邻域	多张图像之间的像素对应
噪声抑制能力	有限，容易过平滑	强，可随帧数线性提升
细节保留	边缘模糊，纹理丢失	可保留高频细节
计算开销	低，单帧处理	高，需多帧对齐+融合
适用场景	轻度噪声、实时预览	夜景、长曝光、专业模式

我个人习惯是：能用多帧解决的问题，尽量不用空域硬扛。空域滤波就像用砂纸打磨——磨掉噪点的同时，也磨掉了纹理。而多帧降噪像叠照片——每张照片的细节都在，只是把随机颗粒「平均」掉了。

2.3 多帧降噪的完整流程

光知道原理还不够，落地才是硬道理。多帧降噪不是简单地把几帧像素加起来，它有一套标准流程。我把它拆成四个步骤：

1. 采集：连续拍摄 N 帧（通常 4~8 帧，夜景模式可能到 12 帧以上）。
2. 对齐：因为手持拍摄会有微小抖动，需要把每帧对齐到参考帧上。
3. 融合：在对齐后的像素位置上，做加权平均或更复杂的融合策略。
4. 后处理：对融合结果做轻微的锐化或色调映射，补偿融合带来的轻微模糊。

我曾经踩过一个坑：对齐没做好，直接做平均。结果画面里出现了重影，路灯变成了两个。嗯，那次之后我学乖了——对齐是多帧降噪的命门。

2.4 融合策略：不只是平均

最简单的融合就是算术平均。但实际工程中，我们很少直接用平均。为什么？因为不是所有像素都「值得」被平均。

举个例子：你拍夜景时，画面里有人走过。这个人只在其中一帧出现，其他帧没有。如果你直接平均，这个人会变成一个半透明的鬼影。这就是我前面说的重影问题。

所以，工业级的融合策略通常包含：

• 加权平均：根据像素的噪声水平或运动程度分配权重。运动大的区域权重低，甚至直接丢弃。
• 中值融合：对每个像素位置取 N 帧的中值。对椒盐噪声和异常值非常鲁棒。
• 双边时域滤波：结合像素值和位置差异，只融合「相似」的像素。细节保留最好，但计算量最大。

2.5 帧数怎么选？

理论上帧数越多越好。但实际中，帧数受限于：

• 手持稳定性：帧数越多，总曝光时间越长，手抖导致的模糊越严重。
• 场景变化：夜景里可能有车灯、行人、树叶晃动。帧数越多，运动区域越大，对齐越困难。
• 存储和算力：8 帧 1200 万像素的 RAW 图，内存占用轻松超过 500MB。手机端扛不住。

场景	推荐帧数	理由
手持夜景（轻度抖动）	4~6 帧	信噪比提升 2~2.5 倍，手持可接受
三脚架夜景	8~16 帧	无抖动限制，可最大化信噪比
运动场景（如街拍）	3~4 帧	帧数过多会导致运动区域严重重影
天文摄影（星空）	16~32 帧	信号极弱，需要大量叠加

2.6 小结：记住这三句话

多帧降噪的原理，其实不复杂。你只要记住：

1. 信号是相关的：每帧的景物内容一致，叠加后信号增强。
2. 噪声是无关的：每帧的随机噪声独立，叠加后相互抵消。
3. 对齐是前提：没有精确对齐，多帧降噪就是空谈。

我在做第一个多帧降噪项目时，花了整整两周调对齐算法。当时觉得进度太慢，后来才发现——对齐做得好，融合随便搞。这个教训，希望你别再踩一遍。