目录一、RAW 域降噪RawNR / BayerNR二、YUV 域降噪YNR/CNR、2D/3DNR三、总结一、RAW 域降噪RawNR / BayerNR位置BLC、DPC、LSC 之后Demosaic 之前核心定位在线性域从源头抑制噪声避免后续模块恶化噪声RAW 是线性光域噪声模型最纯净、最易处理Sensor 输出的是原始光电信号噪声以光子散粒噪声、读出噪声、行 / 列噪声为主分布规律明确。在线性域做降噪算法效率最高、最容易在保细节的同时抑制噪声。防止噪声被后续非线性模块大幅放大进入 Gamma、CCM、AWB 后信号会经历强烈非线性变换Gamma 会显著抬升暗部噪声CCM 色彩矩阵会把单通道噪声 “染成” 彩色噪点在进入这些模块前先通过 RawNR 压低噪声基底是整个画质链路的关键。Bayer 结构下降噪不会产生伪色RGGB 四色通道独立空域降噪只在同通道或邻近同色像素操作不会引入颜色污染也不会破坏纹理结构。为后续模块提供更干净的基础数据Demosaic、锐化、增强等模块都会放大噪声源头噪声越低最终画面越干净。二、YUV 域降噪YNR/CNR、2D/3DNR位置RGB 转 YUV 之后锐化、编码输出之前核心定位基于人眼感知做最终画质优化并承担时域降噪只有 YUV 可以按人眼感知分通道精细化降噪Y亮度人眼敏感 → 降噪保守、强保边U/V色度人眼不敏感 → 可大幅降噪消除色斑、色噪RAW 域无法实现这种差异化策略。3DNR时域降噪大部分在 YUV 域实现。3DNR 需要稳定的图像坐标系、统一的亮度空间和可靠的运动估计这些在已完成缩放、格式转换后的 YUV 域最适合实现。处理 pipeline 中产生的次生彩色噪声经过 Demosaic、CCM、Gamma 后原始噪声会被转化为彩色噪点、色斑、伪色噪声这类噪声只能在 U/V 色度通道消除RAW 域降噪无法处理。作为输出前最后一道画质兜底锐化、对比度增强会再次凸显噪声YUV 域降噪是最终收口保证输出画面干净细腻。三、总结RAW 域降噪在线性光域从源头抑制原始噪声避免噪声在 Gamma、CCM 等非线性模块中被放大保证基础画质干净。YUV 域降噪利用亮度 / 色度分离做符合人眼感知的优化承载 3DNR 时域降噪消除彩色噪声并做最终画质兜底。两者作用域不同、噪声类型不同、目标不同因此缺一不可共同构成完整降噪链路。