调ISP的人对这三个词不会陌生2DNR、3DNR、AI-NR。同一个暗光场景同一颗传感器三套参数往上一挂出来的画面能差出好几个档位——有的满屏彩噪像撒了把胡椒面有的人物一动就拖出一条虚影还有的细节被磨得像塑料模型。ISP图像去噪这件事说到底不是哪个算法更强的问题而是在哪一层用多大的力气、愿意付出什么代价的取舍。这篇内容我打算把2DNR、3DNR、AI-NR从原理到参数、从调试流程到选型决策完整拆一遍重点放在真实项目里怎么定参数、怎么复现问题、怎么在算力和功耗的夹缝里拿到一个能交付的画面。适合刚接手ISP tuning的新人也适合做了几年但一直在凭感觉拉滑块的同行——尤其是那些被运动鬼影和暗部彩噪反复折磨过的朋友。1. 先搞清楚一件事三级去噪体系为什么长这样1.1 噪声的账要从光子开始算很多人调去噪是看效果拉参数但如果不知道噪声的物理来源你永远判断不了当前这帧画面里到底哪部分是噪声、哪部分是真实纹理。成像链路上的噪声大致分四段光子散粒噪声、读出噪声、暗电流噪声、量化噪声。前两个是大头后面两个在现代传感器上占比已经很小。散粒噪声是最关键的它服从泊松分布方差等于均值也就是说噪声的标准差与信号强度的平方根成正比。这条性质决定了整件事的走向亮部信噪比高暗部信噪比按平方根速度掉下去。举个例子一个像素满阱容量是8000电子在亮部收集到4000电子时噪声标准差约63电子信噪比约36dB而在暗部只收集到40电子时噪声标准差约6.3电子信噪比只有16dB。同样是一个像素暗部的相对噪声是亮部的两倍多。再往下掉到只有4电子信噪比只剩6dB画面基本就是噪点本身。这解释了为什么所有去噪方案的参数几乎都要按亮度分段给暗部给强力度亮部几乎不动。也解释了为什么手机在白天拍照几乎不需要3DNR一到夜晚或者室内灯光不足整个管线都在为噪声服务。你在暗部看到的那些红绿相间的斑点本质上是色度通道信噪比崩溃因为Cb/Cr的信噪比通常比Y还要低一截而人眼对色彩噪声的容忍度又特别差。1.2 三套方案的本质差异在哪抛开实现细节这三者的区别其实非常直白2DNR是单帧内的空间滤波。它只看当前这一帧利用邻近像素大概率相似这个先验把看起来突兀的点平滑掉。它的信息量上限就是这一帧本身所以本质上是用空间分辨率换信噪比。噪声越重需要平滑的邻域越大细节损失就越狠。3DNR把时间轴拉了进来。它同时看当前帧和历史帧利用同一个静止物体在多帧里位置不变、而噪声随机变化这个先验做加权平均。噪声是零均值的随机量N帧平均理论上能把噪声方差降到1/N。这是3DNR的核心收益来源也是它比2DNR高效得多的原因——它不需要牺牲空间分辨率就能大幅提信噪比。代价是引入了运动这个变量一旦物体移动历史帧的信息就成了错误的鬼影和拖尾全部由此而来。AI-NR是用数据驱动的方式学一个从含噪图像到干净图像的映射。它可以同时利用空域和时域信息也可以跨通道建模甚至可以把去马赛克、去噪、锐化耦合在一起做。它的上限更高因为传统算子是人为设定的先验而网络可以从数据里学到更贴合真实噪声分布的表示。但它的下限也更不可控训练数据和实际场景一失配出来的东西可能是看起来很干净但和真实世界无关的结果。1.3 它们在管线里的位置决定了一切位置非常重要我见过不少项目在这里出问题。典型的顺序是黑电平校正 → 镜头阴影校正 → 坏点校正 → 去马赛克 → 2DNR → 3DNR → 色彩校正 → Gamma → 锐化 → 色调映射。注意几个关键点2DNR通常放在去马赛克之后、YUV域操作因为在Bayer域做滤波会破坏颜色通道的独立性容易产生伪彩。但RAW域去噪在高动态和极暗场景下优势明显因为它能利用传感器线性响应和噪声模型的先验这是另一条路。3DNR必须在色彩处理之前因为它需要参考帧缓存如果放在后面缓存的就得是完整RGB内存和带宽压力翻倍。绝大多数实现都在YUV域做Y和C分开处理用不同的强度策略。锐化一定要在去噪之后。这个顺序反过来的话你会先去噪把细节磨掉然后用锐化把噪声和残余细节一起放大形成一层颗粒感看着特别脏。我见过一个项目就是因为锐化放在3DNR前面暗部无论怎么调都有一层跳动的颗粒最后换了顺序才解决。2. 2DNR单帧空域去噪的能力边界2.1 常见算子与它们的取舍2DNR的实现路线有好几种选哪个直接决定了你能拿到的画质上限和硬件成本。均值滤波和高斯滤波是最省事的本质是固定权重的邻域加权。它们对所有像素一视同仁结果是噪声和细节一起被吃掉。实际情况里很少单独用基本只作为参考基线或者极低成本的兜底方案。双边滤波是真正意义上的第一代边缘保持方案。它对邻域像素的权重由两部分相乘空间距离的高斯权重和像素值差异的高斯权重。公式大致是 w exp(-d²/2σs²) · exp(-(I_p−I_q)²/2σr²)。σr 这个值域参数就是它的灵魂把 σr 调小只有和中心像素非常接近的邻居才参与平均边缘自然保住调大则退化成高斯滤波平滑能力增强但边缘开始糊。双边滤波的问题是计算量。一个 5×5 窗口就要做 25 次乘加和两次指数运算1080p 三十帧的实时要求下纯软件实现根本没有可行性。工程上的做法是把指数函数查表化LUT或者用分段线性近似再配合定点运算和行缓冲复用把复杂度压到可接受范围。另一个技巧是把空间权重和值域权重分离成两次一维滤波近似能省一半以上的乘法。非局部均值NLM的思路更进一步它不只比较邻域像素而是比较图像块之间的相似度如果两个 5×5 块整体长得很像那它们中心像素就应该被加权平均。这在处理周期性纹理时效果显著因为真实的纹理结构能在远处找到重复而噪声找不到。代价是计算量爆炸——每个像素都要和搜索窗口内所有块做一次相似度计算一般需要专门的硬件加速器才跑得动。导向滤波是这几年的主流选择它的核心优势是边缘附近不会出现梯度反转也就是不会像双边滤波那样在强边缘两侧产生光晕。它把输出建模为输入的局部线性变换通过一个盒式滤波的快速实现把复杂度降到与窗口大小无关。实际调试里你会发现同样强度下导向滤波的观感更干净——边缘锐利但不假这也是很多平台在中间档位默认用它的原因。2.2 参数怎么给才不会把手感调死2DNR的参数一般就那几个强度Strength、边缘阈值Edge Threshold / Sigma R、空间半径Radius / Sigma S、亮度分段曲线。听起来简单但真正难的是后面那条曲线。先定半径。半径决定了平滑的作用范围一般 3×3 到 7×7 够用。这个参数不该随场景变直接按最重的暗光场景选定一个值就行因为半径越大计算量和细节损失同时上升收益边际递减得非常快。然后定边缘阈值这是整个2DNR最敏感的参数。它的含义是多大的梯度值才算边缘需要保护。设得太高所有细节都被保留等于没去噪设得太低边缘以外的东西也被保护等于全部糊掉。实操中我会先用一个非常小的值跑一遍看画面糊到什么程度然后慢慢往上加直到第一根毛发、第一道布料纹理重新出现停在这个位置往下微调一点点。亮度分段曲线是关键。前面算过暗部信噪比崩溃得很快所以曲线的形状应该是一条先陡后缓的线在低亮度区间强度接近满值随着亮度提升快速下降在中等亮度以上迅速归零。这条曲线通常分 8 段或 16 段给每一段单独给一个强度值。我习惯的做法是先在纯暗场遮住镜头下把各段的强度都拉满然后逐段回退直到该亮度下的灰阶噪声刚好消失而且没有色块聚集这个值就是该段的上限。参数不是调出来的是测出来的。同一套参数在不同传感器的噪声表现下差异可能超过两档 ISO别拿另一个项目的参数表直接抄。2.3 为什么暗光下2DNR必然力不从心这是个数学问题不是调参能解决的。假设某一帧暗部噪声标准差是 8 个灰阶你要把它压到 2 个灰阶以下单帧空间滤波就得平均 16 个像素。16 个像素如果落在同一个平面区域还好但如果落在纹理区你平均的就不是噪声而是真实细节结果就是纹理消失。更麻烦的是噪声本身是相关的。真实传感器噪声经过黑电平、镜头阴影、去马赛克几道处理后已经从白噪声变成了有色噪声在局部区域呈现斑块状相关空间滤波对这种低频噪声的效率显著低于理论值。这就是为什么很多画面在 2DNR 拉满之后噪点变少了但变成了一块一块的糊斑观感反而更差——噪声的能量没有消失只是从高频搬到了低频。还有一个现实问题2DNR无法区分真实的高频纹理和噪声。砖墙、金属拉丝、毛衣针织、树叶这些高频内容在梯度上和噪声极其相似。你保护纹理就会漏噪压噪就会抹纹理。这就是 2DNR 的天花板也解释了为什么必须引入时域信息。3. 3DNR时间轴带来的收益与代价3.1 时域融合的直觉与递归结构3DNR的核心动作就一句话把当前帧和参考帧按权重混合。最简形式的递归滤波是 y_t α · y_{t−1} (1−α) · x_t其中 α 是时域权重也可以理解为参考帧的保留比例。当 α 0.8 时噪声方差理论上被压到原来的 (1−α)/(1α) 倍左右也就是约 1/9等效提信噪比约 9.5dB。这个提升量级是单帧空间滤波很难做到的。另一种实现是多帧滑动窗口缓存最近的 N 帧N 通常 2 到 4做加权平均。它比递归结构更容易控制因为每一帧参与融合时可以独立判断运动量不会把误差累积下去——递归结构的最大问题是历史误差会被反复加权保留形成一种缓慢漂移的记忆。但滑动窗口对内存和带宽的要求高得多4 帧 1080p YUV420 大约是 12MB 量级还要加上读写带宽在低端平台上根本放不下。所以现实里的选择很明确高端平台用多帧窗口中低端用递归运动补偿。递归结构的工程重点在于怎么防止误差累积一般会定期插入复位帧或者对参考帧做衰减每帧乘以一个略小于 1 的系数让历史信息自然淡出。3.2 运动检测才决定成败决定3DNR效果好坏的不是融合公式而是运动检测准不准。它的任务是判断当前像素相对参考帧是否发生了位移如果静止就给参考帧高权重如果运动就快速回退到当前帧。常见的判据有三种。帧差法最简单直接算当前像素和参考像素的绝对差SAD超过阈值就认为是运动。问题是噪声本身就会造成帧差在暗部噪声大的地方会误判为运动导致暗部去噪强度不足。所以帧差必须先做低通滤波或用多个像素的平均值来降噪再做比较。局部块匹配更稳以当前像素为中心取一个块在参考帧的搜索窗口里找最相似的块位移量运动矢量本身也是判断依据。这种方法对缓慢移动的物体特别有效能区分真运动和噪声引起的假运动。直方图和亮度统计是辅助手段主要用来检测全局场景变化比如闪光灯、画面整体切换用于触发全局复位避免上一场景的参考帧污染新场景。实际实现里通常是这几者组合形成一张运动置信度图Motion Map每个像素给一个 0 到 1 之间的运动量融合权重就是这个运动量的递减函数。3.3 参考帧策略与Y/C分离Y和C的处理思路完全不同这一点新手最容易搞混。Y通道是细节和纹理的载体去噪力度必须克制。典型策略是小运动区域用大权重融合参考帧保留 70% 到 90%中等运动区域快速降到 30% 以下大运动区域完全使用当前帧。同时Y的时域滤波要配合空间滤波一起用否则噪声在被平均的同时也会在时间上产生呼吸感。C通道则相反可以放心大胆地做强融合因为人眼对色度细节的分辨率远低于亮度。Cb/Cr 可以做很重的时域平均甚至空间下采样再上采样几乎不会影响观感但能极大程度消除彩色噪点。这也是为什么很多方案在暗光下画面Y通道还算干净但整体感觉糊——色度被磨得太狠颜色边界开始往外渗。我一般会先把 Y 的时域权重定在 0.6 到 0.8 之间再把 C 定在 0.9 左右然后专门拍一些高饱和度的彩色物体红色布料、蓝色标志牌来检查是否有颜色溢出。3.4 3DNR的副作用清单时域滤波的收益是实打实的但副作用也非常确定鬼影是因为运动区域权重给得不够狠历史帧的旧内容还残留在输出里。典型现象是人物走过一面墙走后墙上留下一个模糊的人形轮廓慢慢淡出。拖尾则是因为权重回退得不够快运动物体的后缘拖出一条尾巴。这两个问题的根源是同一个但表现和调法不同鬼影偏重空间上的残留拖尾偏重时间上的滞后。细节抖动是因为时域权重在不同帧之间不一致纹理区域有时融合有时不融合画面看起来在颤。这在拍摄细密纹理纱窗、格栅时最明显。运动模糊是个隐藏问题当物体运动速度恰好处于中等区间、运动检测判定为较静止时多帧融合会把物体不同位置的信息平均到一起形成拖影。这种拖影在帧率低、曝光时间长的时候尤其明显。4. AI-NR数据驱动方案的现实约束4.1 网络结构和数据构造才是重点AI-NR的常见结构是编码器-解码器类似UNet的跳连结构编码器逐步下采样提取语义特征解码器上采样恢复分辨率跳连把高频细节直接从浅层送过来。这个结构之所以流行是因为它同时兼顾了大 receptive field理解全局噪声分布和细节保留跳连避免高频信息在 bottleneck 丢失。但真正决定效果的不是网络结构是训练数据怎么造。理想情况是同一场景同时有含噪和干净的配对图像实际拍摄根本拿不到。所以主流做法是两条路一条是合成噪声拿干净图像按照传感器噪声模型泊松-高斯混合模型人为添加噪声。优点是配对绝对准确缺点是合成的噪声和真实噪声分布有差距模型学到的可能只是去合成噪声。改善方式是先用实际暗场数据标定噪声模型的参数让合成的噪声在统计特性上尽量贴近真实。另一条是真实数据自监督用同一场景的短曝光含噪高和长曝光信噪比高但可能过曝做配对或者用多帧平均的结果作为伪干净标签。这条路更贴近真实但标签本身带噪声会限制模型的上限。输入域的选择同样关键。RAW域输入能利用传感器原始响应去噪更彻底但要处理黑电平、镜头阴影、Bayer排列还得和去马赛克耦合在一起考虑工程复杂度高。YUV域输入可以复用现有管线落地快但因为已经丢失了部分信息上限会低一截。大部分中低端方案走YUV域高端和夜景专项走RAW域。4.2 端侧部署的四个硬约束算法效果好不等于能落地AI-NR在端侧受的约束极其苛刻我把它总结成四条算力。1080p 三十帧的处理意味着每秒要过三千万个像素。哪怕一个像素只花 50 次乘加就是 1.5 GOPS 的算力需求而实际网络里一个像素的计算量远不止这个数。轻量化手段包括深度可分离卷积、通道剪枝、模型蒸馏、低秩分解目标是把参数量和乘加数压到 NPU 能吞吐的范围内。带宽。这常常比算力更致命。网络输入输出的数据量加上中间特征图在片内和片外存储之间的搬运很容易打满内存总线。实际做法是把特征图控制在片内 SRAM 能放下的规模用小的 tile 分块处理同时尽量让网络在低分辨率上完成大部分计算。延迟。预览要求端到端延迟在一帧到两帧之内约 33 到 66ms因为手一动画面要跟着动。大网络的推理时间一超标取景就会卡顿。妥协方案是预览用小网络、抓拍用大网络两者分开训练、分开部署预览追求流畅、抓拍追求画质。功耗。NPU 跑满时的功耗可能比 ISP 其他模块加起来还高长时间预览会明显发热、掉帧。所以功耗和帧率要联合考虑暗光夜景往往降到 15fps 甚至更低来处理牺牲流畅度换效果。量化也是绕不过去的INT8 量化能带来数倍的吞吐提升但激活值的动态范围一大量化误差就会在暗部放大出现色偏或块状伪影。做法是对每一层的激活范围做逐通道标定并且对首尾层尤其是输出层保留更高精度。4.3 AI-NR的失效场景AI-NR不是万能的它的失效模式比传统算子更难预测因为你看不到内部逻辑。我遇到过几类典型问题训练数据分布外的场景直接崩掉。比如训练集里都是室内城市夜景遇到极暗的野外星空或者强逆光网络可能把真实的暗部结构当成噪声抹掉或者把星点当成噪点消灭。纹理幻觉。生成式的网络倾向于编造看起来合理但实际不存在的纹理放大看会发现细节是假的、重复的。这在拍摄文字、栅格、建筑立面时特别容易露馅。时域不一致。单帧网络逐帧推理帧与帧之间没有约束噪声虽然被去掉但结果在时间上不稳定视频模式下画面会沸腾。解决办法是加时域一致性损失或者用递归结构把前一帧的输出也作为输入。色偏。网络对色度通道的处理往往不够克制暗部容易出现整体偏绿或偏紫需要在训练时加入色彩一致性约束或者在网络之后接一个色度校正环节。5. 一套能复现的实操流程5.1 素材和环境先准备好调去噪最忌讳随手拍几张就开始拉参数。素材不标准你根本无法判断改动是好是坏。我通常准备这么几组暗场素材完全遮住镜头拍一段视频用于评估纯噪声。这组素材的期望输出是均匀的中性灰任何残留的色块、条纹、亮点都是问题。灰阶卡素材在标准光源下拍 21 级灰阶用来检查不同亮度段的噪声表现和参数曲线是否平滑。这组最好在多个照度下各拍一遍比如 1 lux、5 lux、20 lux因为噪声形态会随照度变化。细节靶标分辨率卡、织物、毛发、文字、带纹理的墙面。用来评估细节保留程度。运动场景手持走动、人物横穿、镜头平移。专门用来抓鬼影和拖尾。高饱和色彩红色布料、蓝色标牌检查色度去噪是否造成溢出。环境上尽量固定三脚架、固定光源、关闭自动曝光和自动白平衡手动锁定 ISO 和曝光时间这样才能保证不同参数之间的对比是有效的。对比时一定要成对保存对比图同一帧、同一区域裁切放大肉眼左右切换着看比记忆可靠得多。5.2 参数调试的顺序不能乱我自己的顺序是固定的从粗到细、从静到动第一步关掉所有时域处理只调 2DNR。先在暗场下把各亮度段的强度拉到刚好噪点消失记下这组值作为上限参考。然后在细节靶标上往回退退到纹理刚刚恢复清晰的位置作为下限。实际使用值取两者之间偏下的位置。第二步打开 3DNR先固定空间部分只调时域权重。静止场景下把权重从 0.5 开始往上加观察噪声下降的幅度和画面是否发闷。我一般会加到 0.8 左右再往上收益就很小了。第三步调运动检测的阈值。这是最花时间的部分。用运动场景素材反复播放观察鬼影消失的临界点同时注意暗部是否因为误判而噪声回升。这里有个常用技巧运动阈值也要做亮度分段暗部噪声大阈值要给得宽一些否则暗部永远被判定为运动时域滤波形同虚设。第四步调 C 通道。独立于 Y 单独调重点看彩色边缘是否渗出、纯色区域是否还有色斑。第五步微调空间和时域的配比。这两者是此消彼长的关系时域权重给足了空间强度就可以降下来细节损失更小。反过来如果时域受限于运动而不敢给大权重空间就必须补上代价是纹理变糊。5.3 预览和抓拍必须走两套参数这是很多项目交付前才发现的坑。预览是连续流帧率高30fps、曝光时间短噪声更重而且运动更频繁所以时域滤波要保守宁可留一点噪声也不能拖影。抓拍是单帧可以有更长的曝光时间、可以用多帧合成、甚至可以用大网络慢慢跑所以可以放开手脚做强去噪。如果共用一套参数结局一定是二者都不满意按预览调抓拍画质不够按抓拍调预览拖影严重。正确的做法是在同一套管线上维护两组参数表按场景切换。切换点要看曝光时间——当曝光时间超过 1/30 秒、帧率被迫降低时可以判定为静态抓拍场景切到抓拍参数。5.4 一张参数表模板下面这张表是我习惯用的记录格式用来对比不同方案在同一组素材上的表现。实际项目里我会把每一档 ISO 都填一遍这里只列了三档作为示例。参数项档位说明低照度1 lux中照度20 lux高照度200 lux2DNR 强度0-255190110302DNR 边缘阈值梯度门限1824302DNR 半径窗口边长5533DNR 时域权重参考帧占比0.850.70.43DNR 运动阈值帧差门限964C 通道时域权重色度占比0.920.80.5锐化强度后级增益203550目标帧率fps153030注意表格里的锐化强度是随照度上升的暗部噪点重锐化必须压住否则会把残余噪声和细节一起放大亮部信噪比高可以适当加强锐化来补偿去噪造成的细节损失。这个联动关系是很多新手忽略的只调去噪不调锐化最后画面依旧不通透。6. 问题速查与踩坑记录6.1 鬼影和拖尾的排查路径这两者经常被混为一谈但调法不同。诊断方法是逐帧播放并观察运动物体的后缘和原位如果旧位置有残留轮廓是鬼影如果后缘拉长是拖尾。鬼影的根源是运动区域权重没降下来。先确认运动检测是否正常工作——把运动图单独 dump 出来看运动物体对应区域的值是否明显高于背景。如果运动图本身没问题那就是权重映射曲线太缓需要在低运动量区间就把权重砍下去让曲线更陡。如果运动图本身不对检查帧差计算是否做了降噪预处理暗部噪声大导致的误判会让运动图一片噪点。拖尾的根源是权重回退滞后常见于递归结构。缓解手段是在运动区域直接切断递归链用当前帧直接替换参考帧虽然会带来一帧的噪声突变但比拖影更容易接受。还有一种情况是参考帧本身带模糊当场景从静止突然切换到运动时旧的参考帧被快速融合进来形成一次性的拖影这种情况要靠场景切换检测做全局复位。6.2 涂抹感和纹理丢失症状是画面看起来很平物体表面像塑料或者蜡像缺少质感。根本原因通常是 2DNR 强度与边缘阈值不匹配——强度太高、阈值太低。排查时先关掉 3DNR 只留 2DNR看问题是否依然存在。如果依然存在把边缘阈值逐步提高直到细节回来如果细节回来了但噪声也回来了说明问题在阈值映射曲线本身不合理需要重新按亮度分段标定。另一个常被忽略的原因是去马赛克和去噪的耦合。如果去马赛克算法本身带有低通特性它在高频区已经损失了部分细节再叠加去噪就会雪上加霜。这种情况要在管线上单独 dump 去马赛克输出确认细节在进 2DNR 之前是否已经丢失。6.3 闪烁、色带与彩色溢出时域闪烁表现为画面整体或局部亮度轻微跳动原因是帧与帧之间去噪强度不一致。常见诱因是自动曝光和自动增益在暗光下频繁调整导致每帧的噪声水平变化参数跟着变。解决办法是给增益和降噪强度之间加一个平滑过渡或者干脆在增益小幅变化时锁住降噪参数。**色带banding**通常不是去噪造成的而是暗部量化精度不足导致的——去噪把暗部的细微噪声抹平之后8bit 输出下的量化台阶就暴露出来了。这时候要做的是保留一点点抖动噪声或者改用更高的内部位深处理而不是继续加去噪强度。彩色溢出的直接原因是 C 通道去噪过强色度边界被抹平后向周围扩散。把 C 的强度和时域权重都降下来同时检查是否存在色度上采样比如从 4:2:0 恢复到 4:4:4时的插值问题。6.4 一份速查对照现象最可能的根因快速验证方式处理方向运动物体原位留残影运动区域时域权重过高dump 运动图看置信度收紧权重映射曲线运动后缘拉长权重回退滞后或参考帧污染关闭时域滤波对比运动区切断递归链静止画面仍轻微跳动帧间降噪强度不一致锁死曝光与增益复测参数做平滑过渡表面像塑料2DNR 强度过高单独关 3DNR 复测提高边缘阈值暗部斑块状噪点2DNR 半径过大且噪声有色缩小半径对比降半径、改用导向滤波纯色区域出现色斑C 通道去噪不足单独看 Cb/Cr 通道提高 C 的时域权重彩色边缘向外渗C 通道去噪过强降低 C 强度复测平衡色度强度与边缘保护暗部出现横向条纹参考帧读写出错或行缓冲越界关闭 3DNR 复测检查内存对齐与缓冲大小细节虚假重复AI 网络的纹理幻觉换场景验证加一致性约束或后处理整体偏绿或偏紫AI 网络色度输出偏差用灰卡拍暗场加色彩校正环节排查顺序有个通用原则先关掉所有可以关掉的模块把问题压缩到单一模块里再逐项打开。同时开着一堆功能排查你永远不知道是哪一个在捣乱。7. 选型给不同产品的判断依据7.1 成本、功耗与效果的三方拉扯选型这件事没有标准答案只有匹配度。我把常见的情况归成三类成本敏感型产品比如入门级设备、电池供电的便携设备。这类平台 ISP 算力有限、内存带宽紧张、没有可用的 NPU或者 NPU 只够跑很轻的模型。合理选择是2DNR 为主 轻量 3DNR两帧递归。虽然暗光画质上不去但功耗可控、实现简单、调试周期短。这类项目最该做的是把 2DNR 的参数曲线打磨精细用极小的代价换到可接受的观感。主流中端平台有基础的 NPU 或者向量加速单元。这类可以走2DNR 3DNR 组合然后用轻量化 AI-NR 替换部分 2DNR 的角色尤其在抓拍通路上。预览继续用传统方案保证流畅抓拍用 AI 拿画质这是目前性价比最高的组合方式。高端平台算力充足、带宽宽裕。可以考虑RAW 域 AI-NR 多帧 3DNR 融合配合时域一致的递归网络在极暗场景做多帧合成。但要注意这种方案的调试成本很高需要专门的数据采集团队和训练流程不是拿个开源模型改改就能上。7.2 按场景对号入座场景类型主要矛盾推荐组合关键参数关注点白天户外几乎无噪声重点是细节2DNR 极弱 关闭 3DNR边缘阈值宁高勿低室内一般照明轻度噪声轻微运动2DNR 中等 3DNR 弱运动检测灵敏度夜间静态噪声重无运动3DNR 强 2DNR 中等时域权重上限、色度强度夜间动态噪声重且运动频繁3DNR 弱 2DNR 强运动阈值、切换平滑度视频通话帧率优先延迟敏感2DNR 为主谨慎开时域端到端延迟安防监控长时间静止偶发运动3DNR 极强 场景切换检测全局复位机制抓拍/单帧可用多帧合成多帧融合 AI-NR对齐精度、融合权重这张表只能当起点实际项目里最该做的是先明确产品的核心场景占比。一个以视频通话为主的产品为了夜景抓拍去堆 AI-NR 是资源错配反过来一个以拍照为核心的产品预览拖影可以容忍抓拍画质才是命门。7.3 混合策略才是常态纯粹用某一种方案的产品其实很少真实项目里基本都是混合的静态区域走重时域融合运动区域回退到空间滤波AI-NR 负责处理前两者都搞不定的极端暗光或者负责最终的精修。这种分而治之的思路好处是每一层都在自己擅长的区间工作坏处是切换点容易出问题——两套算法的交界处容易出现强度突变表现为画面局部忽明忽暗或者突然变清晰。处理切换点的通用手法是用运动置信度和局部信噪比做软混合而不是硬切换。具体做法是让两套结果按一个连续变化的权重加权权重由运动量和亮度共同决定这样过渡区域是渐变而非突变。代价是要同时跑两套算法算力和带宽压力更大所以通常只在高端平台上做。我在实际项目里踩得最深的一个坑是参数调好之后没有做长时间的连续录制验证。静态对比图看着都很好一录十分钟视频问题全出来了——某几帧突然糊一下、暗部的噪点在缓慢地周期性涨落、运动到特定速度时出现规律性的拖影。这些在截图对比里完全看不到。后来我的习惯是每组参数定稿前都要录至少五分钟的连续视频用慢放逐帧过一遍还得在不同的时间段重复拍几次因为温度和器件状态的变化也会影响噪声表现。这个习惯帮我提前挡住了不少会在客户手里才暴露的问题。