尧图网站建设 
058、3D降噪的"联合调优"——空域+时域+频域联合降噪的工程实现，以海思Hi3559A为例的带宽与效果平衡去年秋天，我在一个车载项目上被一个“幽灵噪声”折磨了整整两周。客户反馈夜间行车记录仪的画面在静止时干净得像块玻璃，可一旦车辆起步，路牌边缘就开始出现那种细碎的、像蚂蚁爬一样的闪烁点。ISP团队说3D降噪已经开到最大档，2D降噪也给了中等强度，可问题依旧。我拿着示波器去量DDR带宽，发现3D降噪模块在1080p@60fps下已经吃掉了将近1.2GB/s的带宽，而整个系统预算只有1.5GB/s——这意味着留给编码器和AI加速器的余量几乎为零。问题不在降噪强度，而在降噪的“协作方式”。海思Hi3559A的ISP流水线里，2D降噪（空域）和3D降噪（时域）是串联的，但默认配置下两者各自为政：2D降噪在RAW域做双边滤波，3D降噪在YUV域做运动补偿后的时域融合。问题出在运动检测的灵敏度上——当车辆行驶时，全局运动矢量估计不准，导致3D降噪把静止的路牌误判为运动物体，时域融合权重被强制拉低，噪声就漏过去了。而2D降噪虽然能压住静态噪声，但对运动边缘的振铃效应又无能为力。我当时的第一个直觉是调大3D降噪的运动阈值，让更多像素被判定为“静止”从而获得更强的时域滤波。结果画面确实干净了，但运动物体的拖尾变得明显，尤其是对面来车的车灯，拉出长长的光带。这就是典型的“时域过滤波”症状——运动补偿的块匹配精度不够，强行提高融合权重只会让错误累积。真正的转机来自一次带宽实测。我把3D降噪的参考帧压缩比从无损改成有损（Hi3559A支持参考帧的RDO压缩，默认是4:1，我试着调到8:1），发现带宽立刻降了40%，但画面出现了块状模糊。这时候我才意识到，问题不 058、3D降噪的“联合调优“——空域+时域+频域联合降噪的工程实现，以海思Hi3559A为例的带宽与效果平衡
058、3D降噪的"联合调优"——空域+时域+频域联合降噪的工程实现，以海思Hi3559A为例的带宽与效果平衡去年秋天，我在一个车载项目上被一个“幽灵噪声”折磨了整整两周。客户反馈夜间行车记录仪的画面在静止时干净得像块玻璃，可一旦车辆起步，路牌边缘就开始出现那种细碎的、像蚂蚁爬一样的闪烁点。ISP团队说3D降噪已经开到最大档，2D降噪也给了中等强度，可问题依旧。我拿着示波器去量DDR带宽，发现3D降噪模块在1080p@60fps下已经吃掉了将近1.2GB/s的带宽，而整个系统预算只有1.5GB/s——这意味着留给编码器和AI加速器的余量几乎为零。问题不在降噪强度，而在降噪的“协作方式”。海思Hi3559A的ISP流水线里，2D降噪（空域）和3D降噪（时域）是串联的，但默认配置下两者各自为政：2D降噪在RAW域做双边滤波，3D降噪在YUV域做运动补偿后的时域融合。问题出在运动检测的灵敏度上——当车辆行驶时，全局运动矢量估计不准，导致3D降噪把静止的路牌误判为运动物体，时域融合权重被强制拉低，噪声就漏过去了。而2D降噪虽然能压住静态噪声，但对运动边缘的振铃效应又无能为力。我当时的第一个直觉是调大3D降噪的运动阈值，让更多像素被判定为“静止”从而获得更强的时域滤波。结果画面确实干净了，但运动物体的拖尾变得明显，尤其是对面来车的车灯，拉出长长的光带。这就是典型的“时域过滤波”症状——运动补偿的块匹配精度不够，强行提高融合权重只会让错误累积。真正的转机来自一次带宽实测。我把3D降噪的参考帧压缩比从无损改成有损（Hi3559A支持参考帧的RDO压缩，默认是4:1，我试着调到8:1），发现带宽立刻降了40%，但画面出现了块状模糊。这时候我才意识到，问题不