111、空间降噪与边缘保护：双边滤波、NLM与BM3D在手机ISP中的资源受限优化从一次夜拍翻车说起去年某款旗舰机预研阶段，我接到一个让人头疼的bug——夜景模式下，用户拍了一张路灯下的树叶，结果树叶边缘糊成一团，像被水彩笔涂过一样。更诡异的是，同一场景下，天空区域的噪点却纹丝不动，颗粒感明显。团队里有人提议“加大降噪强度”，结果边缘更糊了；有人提议“降低强度”，噪点又炸了。这就是典型的空间降噪与边缘保护失衡问题——你永远在“糊”和“噪”之间走钢丝。当时我们用的是一颗48M的Quad Bayer sensor，ISP是自研的3A+降噪流水线，算力预算只有每帧8ms。双边滤波、NLM、BM3D这些算法理论上都能做，但手机ISP的DSP和NPU资源根本撑不住BM3D的完整流程。这篇文章就聊聊我们怎么在资源受限的坑里爬出来的。双边滤波：最朴素的“保边”方案，但别被它骗了双边滤波的原理很简单：空间域的高斯权重乘以像素值域的高斯权重。空间权重让远处的像素影响小，值域权重让亮度差异大的像素影响小——理论上就能在平滑平坦区域的同时保留边缘。但实际调试中，我踩过最大的坑是参数耦合。双边滤波有两个核心参数：σ_space（空间标准差）和σ_range（值域标准差）。很多人以为σ_space控制模糊半径，σ_range控制边缘敏感度，各自调各自的就行。错！它们会互相放大效应。举个例子：你把σ_range设得很大（比如100/255），值域权重几乎失效，双边滤波退化成高斯滤波，边缘全糊。你把σ_range设得很小（比如10/255），边缘 111、空间降噪与边缘保护：双边滤波、NLM与BM3D在手机ISP中的资源受限优化
111、空间降噪与边缘保护：双边滤波、NLM与BM3D在手机ISP中的资源受限优化从一次夜拍翻车说起去年某款旗舰机预研阶段，我接到一个让人头疼的bug——夜景模式下，用户拍了一张路灯下的树叶，结果树叶边缘糊成一团，像被水彩笔涂过一样。更诡异的是，同一场景下，天空区域的噪点却纹丝不动，颗粒感明显。团队里有人提议“加大降噪强度”，结果边缘更糊了；有人提议“降低强度”，噪点又炸了。这就是典型的空间降噪与边缘保护失衡问题——你永远在“糊”和“噪”之间走钢丝。当时我们用的是一颗48M的Quad Bayer sensor，ISP是自研的3A+降噪流水线，算力预算只有每帧8ms。双边滤波、NLM、BM3D这些算法理论上都能做，但手机ISP的DSP和NPU资源根本撑不住BM3D的完整流程。这篇文章就聊聊我们怎么在资源受限的坑里爬出来的。双边滤波：最朴素的“保边”方案，但别被它骗了双边滤波的原理很简单：空间域的高斯权重乘以像素值域的高斯权重。空间权重让远处的像素影响小，值域权重让亮度差异大的像素影响小——理论上就能在平滑平坦区域的同时保留边缘。但实际调试中，我踩过最大的坑是参数耦合。双边滤波有两个核心参数：σ_space（空间标准差）和σ_range（值域标准差）。很多人以为σ_space控制模糊半径，σ_range控制边缘敏感度，各自调各自的就行。错！它们会互相放大效应。举个例子：你把σ_range设得很大（比如100/255），值域权重几乎失效，双边滤波退化成高斯滤波，边缘全糊。你把σ_range设得很小（比如10/255），边缘 RELATED READING
延伸阅读
更多一线实战笔记与深度复盘，助您持续精进
