📚 课程目录第1章课程导论

一、课程导论：什么是多帧合成？为什么需要运动补偿？

各位同学好，我是这门课的主讲。在正式开始之前，我想先聊一个现象——你拿着手机在暗光下拍照，画面总是糊的，对吧？

其实这不是你手抖的问题。是物理规律在跟你作对：进光量不够，快门就得拉长，一拉长，手部微小的晃动就被记录下来了。那手机厂商是怎么解决这个问题的？答案就是——多帧合成。

说白了，多帧合成就是拍多张，算一张。

你按下快门的一瞬间，相机其实偷偷拍了 4 张、6 张甚至 12 张照片。然后通过算法把这些照片里最清晰的部分拼到一起，再平均掉噪点，最终输出一张干净、明亮、细节丰富的照片。

核心思想：用时间换质量。单帧做不到的事，多帧用信息冗余来补。

我最早接触多帧合成是在做安防摄像头的项目。那时候夜视模式下噪点大得没法看，硬件又没法换，只能靠算法硬扛。试了一圈，发现多帧降噪是最立竿见影的——代价就是帧率掉了一半，但画面干净得像换了颗 sensor。

多帧合成的典型应用场景：

好，问题来了——多帧合成的前提是多帧要对齐。

你想想看，拍 6 张照片，如果场景里有个人在走路，或者你手晃了一下，那这 6 张图里的同一个像素点，位置根本不一样。直接平均的话，边缘全是重影，人脸糊成一片。

运动补偿就是用来解决这个问题的。

它的任务很简单：算出帧与帧之间的运动关系，然后把像素挪到正确的位置上。

我的理解：运动补偿 = 给每一帧做「配准」。就像拍合影时喊「大家别动」——但算法不能靠喊，得靠算。

我在做手机拍照算法时踩过一个坑：当时直接拿两帧做简单平均，结果画面里有一根电线杆，边缘出现了明显的鬼影。后来加上运动补偿，先算光流，再 warp 对齐，最后融合——鬼影就消失了。

运动补偿的核心挑战：

这门课的目标很明确——让你能亲手实现一套可用的多帧合成与运动补偿系统。

不是只讲理论，也不是只调 API。我们要从原理到代码，一步步搭起来。

具体来说，学完这门课，你应该能：

注意：这门课需要一定的编程基础（Python/C++ 均可），以及基本的图像处理知识（卷积、滤波、特征点）。如果你对这两个还不熟，建议先补一下基础。

我把课程分成了四个阶段，每个阶段解决一个核心问题：

我个人建议的学习节奏是：每周 2-3 章，配合代码练习。光看不动手，效果打五折。

我曾经带过一个实习生，理论讲得头头是道，一到写代码就卡壳。后来我让他每学完一章就复现一个 demo，两周后就能独立调通多帧降噪 pipeline 了。所以——代码一定要自己敲。