噪声来源分析：传感器噪声、光子噪声、量化噪声、HDR合成引入的噪声

做HDR图像处理，说白了就是在跟噪声打仗。我做了这么多年图像处理，最深的体会就是——不懂噪声，就别谈HDR。你想想看，HDR要把多张不同曝光的照片合成一张，这个过程本身就会放大噪声。如果连噪声从哪来的都搞不清楚，那降噪就无从下手。

这一节，咱们就把HDR图像里的噪声来源掰开揉碎了讲清楚。我把它分成四大类：传感器噪声、光子噪声、量化噪声，以及HDR合成引入的噪声。每一类我都用实际项目里的例子来说明。

4.1 传感器噪声：硬件天生的“底噪”

传感器噪声，说白了就是CMOS或者CCD传感器本身带来的。它跟光信号没关系，就算你把镜头盖盖上，拍一张全黑的照片，里面照样有噪声。这就是传感器的“底噪”。

我个人习惯把传感器噪声分成两类：

• 固定模式噪声（FPN）：每个像素点有固定的偏移和增益偏差，拍出来的暗场图像不是均匀的黑色，而是有固定的条纹或斑点。
• 暗电流噪声：温度越高，电子越活跃，即使没有光照，传感器也会产生电子。曝光时间越长，暗电流积累越多。

传感器噪声的特点是与信号无关，在暗部区域尤其明显。HDR合成时，暗帧会被大幅度提亮，传感器噪声也会被同步放大，这就是为什么HDR照片的暗部经常看起来“脏脏的”。

4.2 光子噪声：物理定律躲不开

光子噪声，也叫散粒噪声。它来自光的量子本质——光子到达传感器的过程是随机的，服从泊松分布。

为什么会这样？你想想看，光是由一个个光子组成的。在单位时间内，到达某个像素的光子数量不是固定的，而是在一个平均值附近波动。这个波动就是光子噪声。

光子噪声有个重要特性：它的标准差等于信号强度的平方根。

从表格里能看出来：信号越强，信噪比越高。这就是为什么过暗的帧噪声特别大——光子数太少，信噪比太低。

我记得有一次做夜景HDR，短曝光帧的亮部很干净，但长曝光帧的暗部全是颗粒。当时团队里有人怀疑是传感器坏了。我让他算了一下光子噪声的理论值，发现跟实测完全吻合——不是硬件问题，是物理极限。

4.3 量化噪声：模数转换的“舍入误差”

量化噪声，是ADC（模数转换器）把模拟信号转成数字信号时产生的。说白了就是舍入误差。

假设你的ADC是10位的，那它能表示的灰度范围是0-1023。如果某个像素的真实电压对应的是1023.7，那ADC只能记成1023，这0.7的误差就是量化噪声。

量化噪声的幅度取决于ADC的位数：

• 8位ADC：量化步长 = 1/256，量化噪声较大
• 10位ADC：量化步长 = 1/1024，量化噪声中等
• 12位ADC：量化步长 = 1/4096，量化噪声较小
• 14位及以上：量化噪声基本可以忽略

量化噪声在平滑区域最明显。比如拍一面白墙，如果量化噪声大，你会看到不该有的色阶断层。HDR处理中，这种断层在暗部提亮后尤其刺眼。

4.4 HDR合成引入的噪声：算法带来的“副产品”

这部分是我最想强调的。很多人以为HDR合成只是把几张图叠在一起，噪声会互相抵消。其实恰恰相反——HDR合成本身会引入新的噪声。

主要有三个来源：

1. 权重分配噪声：合成时不同曝光帧的权重不同，权重计算本身有误差，导致合成结果出现局部噪声。
2. 运动对齐误差：手持拍摄时帧间有位移，对齐算法如果不够精确，会在边缘产生鬼影和噪声。
3. 响应曲线标定误差：相机响应曲线（CRF）的标定不准确，导致合成时亮度映射出错，引入非线性噪声。

我曾经在一个项目中，用三帧曝光（-2EV、0EV、+2EV）做HDR合成。结果发现合成后的图像在中间调区域出现了一种奇怪的“纹理噪声”，既不像传感器噪声，也不像光子噪声。排查了两天，最后发现是响应曲线标定用的灰阶卡有轻微的反光不均匀，导致CRF标定偏差了0.3%。就是这0.3%，在合成时被放大了好几倍。

4.5 四种噪声的对比与总结

为了让你一目了然，我把四种噪声的关键特性整理成了一张表：

下面这张图，是我自己总结的HDR噪声来源全景图。它把四种噪声的关系和影响路径画清楚了：

嗯，这张图把四种噪声的关系理清楚了。你注意看最下面的说明框——HDR合成噪声是前三类噪声的“放大器”和“混合器”。这意味着，如果你只处理其中一种噪声，效果会很有限。必须从源头和算法两端同时下手。

我个人在做HDR降噪时，会先做噪声分析：拍一张暗帧估算传感器噪声，拍一张灰卡估算光子噪声，再检查ADC的位深。把这些底数摸清了，再设计合成算法里的降噪策略。这样才不会盲目调参数。

最后说一句：噪声分析不是一次性的工作。换了传感器、换了镜头、甚至换了拍摄环境温度，噪声特性都会变。我建议你在每个项目开始前，都重新做一遍噪声标定。别偷懒，这个习惯能帮你省下后面大量的调试时间。