025、空间降噪与时域降噪:噪声抑制与细节保留的平衡艺术
去年在调试一款车载环视系统时,遇到一个让人抓狂的问题:夜间停车场场景下,图像上的噪点像雪花一样闪烁,但一旦开启强降噪,停车位的白色标线边缘就开始模糊,导致车位检测算法频频漏检。更诡异的是,车辆静止时画面还算干净,一旦起步,噪点反而比静止时更明显——这明显是时域降噪的参数没调对,把运动物体当成了噪声在“抹平”。
这种场景下,空间降噪和时域降噪就像一对冤家:一个管单帧的干净度,一个管帧间的稳定性,但稍有不慎就会互相打架。今天这篇笔记,就聊聊这对冤家怎么调教才能和谐共处。
空间降噪:单帧里的“刮骨疗毒”
空间降噪的本质是在当前帧内做像素级“投票”。最经典的非局部均值(NLM)算法,原理是找相似像素块做加权平均——这招对高斯噪声效果极好,但计算量感人。我在手机影像项目中试过在ISP pipeline里跑NLM,结果帧率直接腰斩,后来只能在夜景模式这种低帧率场景下用。
实际工程中更常用的是双边滤波(Bilateral Filter)。它的核心思想是:像素值相近且空间位置相近的像素才参与平均。这里有个坑——sigma_color和sigma_space两个参数是联动的。sigma_color设太大,边缘会被磨平,像给图像打了柔光;sigma_space设太大,远处像素也会被拉进来,产生“鬼影”。我一般先固定sigma_space为3(3x3窗口),然后根据噪声水平动态调整sigma_color:ISO 100时设10,ISO 3200时设30,这个经验值在多数场景下够用。
别这样写代码:
订阅专栏 解锁全文
508



被折叠的 条评论
为什么被折叠?



