第四章 Bayer域降噪实战：从RAW数据到干净图像
各位工程师朋友，欢迎来到第四章。前面我们聊了噪声模型和评测体系，今天终于要动真格的了——直接上手调Bayer域的降噪参数。
Bayer域降噪，说白了就是在图像还没变成彩色之前就把噪声干掉。这个阶段处理得好，后面所有模块都会轻松很多。我个人习惯把Bayer NR称为“降噪的黄金窗口”，因为此时信号的信噪比最高，处理空间最大。
4.1 Bayer格式的特点：为什么要在RAW上降噪？
先快速回顾一下Bayer格式。CMOS传感器输出的原始数据，每个像素只记录一种颜色——R、G、B中的一种。最常见的排列是RGGB模式：
R G R G ...
G B G B ...
R G R G ...
G B G B ...
每个像素只有1/3的颜色信息，另外2/3要靠插值补全。你想想看，如果在Bayer域就把噪声压下去，插值后的彩色图像就不会出现“噪声扩散”的问题。我在项目中遇到过好几次，Bayer域没处理好，结果Demosaic之后噪声变成了彩色斑点，怎么调都去不掉。
Bayer域降噪的核心挑战有三个：
- 通道独立处理：R、G、B通道的噪声特性不同，不能一刀切
- 空间相关性：相邻像素颜色不同，传统空域滤波容易破坏细节
- 计算效率：RAW图分辨率最高，处理速度必须快
关键认知：Bayer域降噪不是简单的“对RAW图做模糊”，而是要在保留边缘和纹理的前提下，针对每个颜色通道的噪声特性做差异化处理。
4.2 高通Bayer NR模块参数解析
高通的Bayer NR模块，我调了七八年了。它的参数体系其实很清晰，核心就三个维度：强度(strength)、阈值(threshold)、模式(mode)。下面我逐个拆解。
4.2.1 Strength参数：降噪的“油门”
Strength控制降噪的力度。高通平台通常提供全局strength和通道独立strength两种配置方式。
| 参数名 | 范围 | 作用 | 典型值 |
|---|---|---|---|
| global_strength | 0.0 ~ 1.0 | 整体降噪力度 | 0.3 ~ 0.7 |
| strength_r | 0.0 ~ 1.0 | R通道降噪力度 | 0.4 ~ 0.8 |
| strength_gr/gb | 0.0 ~ 1.0 | G通道降噪力度 | 0.3 ~ 0.6 |
| strength_b | 0.0 ~ 1.0 | B通道降噪力度 | 0.4 ~ 0.8 |
这里有个经验：R和B通道的噪声通常比G通道大，因为G像素的量子效率更高。所以我会把R和B的strength设得比G高一些。但注意别过头，否则R/B通道过度平滑，会出现“伪彩色”问题。
我的调参习惯：先固定全局strength=0.5，然后单独调通道strength。调R通道时盯着红色区域看，调B通道时看蓝色天空，G通道看绿色草地。这样能快速定位问题。
4.2.2 Threshold参数：降噪的“刹车”
Threshold决定哪些像素需要被降噪。高通Bayer NR模块通常有平坦区阈值(flat_threshold)和边缘阈值(edge_threshold)两个核心参数。
- flat_threshold：平坦区域（如天空、墙壁）的降噪阈值。值越小，平坦区降噪越强。
- edge_threshold：边缘区域的保护阈值。值越大，边缘保留越好。
这两个参数需要配合使用。我曾经在一个夜景项目里，把flat_threshold设得太低，结果天空是干净了，但建筑物的边缘全糊了。后来把edge_threshold从0.2调到0.5，边缘保住了，但天空又有点噪。最后折中方案是flat_threshold=0.15，edge_threshold=0.35，效果才平衡。
避坑指南：Threshold参数不要单独调。我见过很多工程师只调strength不管threshold，结果要么降噪不足，要么细节全丢。记住：strength决定“降多少”，threshold决定“降哪里”。
4.2.3 Mode参数：降噪的“模式选择”
高通Bayer NR支持多种工作模式，常见的有：
| 模式 | 适用场景 | 特点 |
|---|---|---|
| MODE_NORMAL | 日常拍照 | 平衡降噪与细节 |
| MODE_STRONG | 极暗光环境 | 强降噪，可能损失细节 |
| MODE_WEAK | 高ISO但需要保留纹理 | 轻度降噪，保留质感 |
| MODE_AUTO | 自适应场景 | 根据ISO自动切换 |
我个人不太推荐MODE_AUTO。为什么？因为自动切换的逻辑是固定的，但每个项目的tuning目标不同。我习惯手动控制模式，根据ISO区间做分段配置：ISO 100-400用MODE_WEAK，ISO 400-1600用MODE_NORMAL，ISO 1600以上用MODE_STRONG。
4.3 调优策略：从参数到效果
调优不是乱调，得有章法。下面是我总结的Bayer NR调优三步法：
- 先定基调：根据项目目标（高解析力/低噪声）确定strength的基准值
- 再调阈值：用flat_threshold和edge_threshold平衡降噪与细节
- 最后微调：针对特定场景（如人脸、文字）做局部优化
举个例子，一个主打夜景的旗舰机项目，我的调参路径是这样的：
// 初始配置（基于ISO 800）
global_strength = 0.6
strength_r = 0.7
strength_gr = 0.5
strength_gb = 0.5
strength_b = 0.7
flat_threshold = 0.2
edge_threshold = 0.3
// 第一次迭代：发现天空噪点明显
// 降低flat_threshold到0.12，天空干净了
// 第二次迭代：发现建筑物边缘模糊
// 提高edge_threshold到0.4，边缘恢复
// 第三次迭代：发现R通道有彩色噪点
// 提高strength_r到0.8，同时降低strength_gr到0.4
每次只改一个参数，改完就拍图对比。这是铁律。
4.4 常见问题与解决方案
调了这么多年，我总结出几个高频问题：
- 问题1：降噪后出现“水彩画”效果
原因：strength过高，threshold过低
解决：降低strength 0.1~0.2，同时提高edge_threshold - 问题2：边缘出现“鬼影”或“振铃”
原因：edge_threshold设置不当，导致边缘检测失效
解决：检查edge_threshold是否在合理范围（0.2~0.6），必要时降低strength - 问题3：彩色噪点（红/蓝点）残留
原因：R/B通道strength不足
解决：单独提高strength_r或strength_b，注意不要超过0.9 - 问题4：低ISO下细节丢失
原因：全局strength过高
解决：低ISO时使用MODE_WEAK，或降低global_strength到0.3以下
调试小技巧：在调试阶段，我会把降噪前后的图像做差值图（difference map）。差值图里如果出现明显的边缘轮廓，说明降噪破坏了边缘；如果差值图全是均匀的噪声，说明降噪只处理了噪声区域。这个方法比肉眼判断准确得多。
4.5 Bayer NR核心流程框架
下面我用一张SVG图来总结Bayer NR的完整流程。这张图我每次培训都会用，它把参数、流程、问题串在了一起。
这张图把整个Bayer NR的流程串起来了。从RAW输入开始，经过参数配置层（Strength、Threshold、Mode），进入处理核心做通道分离和自适应滤波，最后输出干净的Bayer数据。右侧的反馈箭头提醒我们：调参是一个迭代过程，不是一蹴而就的。
4.6 本章小结
Bayer域降噪是整个ISP pipeline的基石。调好Bayer NR，后面所有模块都会轻松很多。记住三个核心参数：strength控制力度，threshold控制范围，mode控制策略。调参时每次只改一个参数，用差值图辅助判断，不要凭感觉乱调。