小底弱光如何戰全幅？談談降噪拍攝技術背後的故事

來自專欄 玩機小胖的玩具世界

戰全幅這個話題其實在很多手機發布會上都能看到，可能很多人，尤其是攝影愛好者的態度幾乎都是鄙視，基本也都認同為手機廠商搞事情的噱頭，小胖也曾在朋友圈發過類似的話題，就有職業攝影師留言道：高感下，手機必跪！事實果真如此？？先看一組弱光下1/1.7英寸CMOS手機和全畫幅相機的對比吧。

盲評有意思的地方在於很多人會把心目中更好，更貴的產品去匹配素質更好的那張照片，在這種又有路燈大馬路，旁邊又有小樹林，天上還能隱隱見著雲層的典型夜景環境下，左邊這張的優點其實很明顯，路燈下的馬路（亮部）不過曝，旁邊的樹叢細節（暗部）也都得以保留。而右側那張就是亮部過曝、暗部丟失、暗角更大……差別應該是很明顯，可能看到這裡你應該意識到我要說「但是」了！沒錯，左邊明顯更好的那張才是手機拍的，右邊則是相機拍攝。

這裡先來個結論一：論弱光環境下直出就能用（發社交媒體）的效率，相機不如有多幀均值功能的手機。但畫幅更大的相機，弱光畫質天花板更高。

在均為F1.8、ISO 1600的情況下，左邊那張手機照片，曝光時間是4秒，而右邊的相機照片，曝光時間是1/10秒，手機照片的曝光量（CMOS單位面積受光量）足足比相機多5檔出頭，但如上圖，1/1.7英寸和全畫幅的對角線長差4.5倍左右，也就是曝光換算係數差4.5倍。此加彼減之後，基本可以認定為這兩張照片是在同等通光量（整塊CMOS的受光總量）下進行拍攝。手機其實在這4秒內並不是一次長曝（否則早就過曝了），而是一次有間隙的多幀連拍，所以實際總曝光時間不足4秒，故不負責任地權當半擋差距被抹平了，實際上這點誤差也並不影響最終結果。

因此，在輸出解析度相同，放大器增益倍率較高，也就是ISO數值較大時，讀取、轉移傳輸等本底雜訊被壓制，兩者的總信噪比基本相同。但這時候手機機內處理會直接做類似PS均值疊加操作時的減亮部、加暗部動作，實現機內HDR（也有Quad Bayer的功勞），所以在寬容度體現上才這麼明顯的差別。相機單張提供的只是原始數據，RAW後期當然也能做到的，但必須在電腦上操作，效率低。這就是一級結論的理論基礎。而且弱光這個對比拍攝主題下談「相機還能ISO 12800」是沒有意義的，因為那樣相機的表現會更差（因為通光量下降，信噪比下降）。好處是增加了相機手持的穩定性，不過這一點手機端在ISO 1600時就解決了。

但是，手機弱光風景的直出效率高也意味著沒有調整照片風格的權利，因為當下的手機並沒有提供多幀RAW的選項，只能直出JPG。而在專業模式下雖然可以選擇單張RAW，但這時候就變成完全以相機的玩法為標準，那就是從成像素質到操控甚至取景響應都妥妥被摩擦了，比如下圖即為手機1/1.7英寸ISO 400和全畫幅ISO 1600在相同光照下的單張暗部對比，仔細看手機其實噪點更多：

延伸閱讀：均值疊加，或者多幀拍攝為什麼能降噪？數學模型比較複雜，盡量長話短說：信噪比的多種定義公式中，信號平均值/方差是比較簡單粗暴的演算法之一，它的數學推演為免繁瑣就按下不表了，那麼接下來就從分母分子分別來進行極簡化的計算。

首先是信號平均值，因為是同一個相機而且拍攝間隔很短，比如我們的例子是4秒，拍攝k張也意味著在完全相同的三維空間中多次重複採樣，也就是基本可以判定每一張的信號X都是相同的，那拍攝k張就是：

而我們前面說到X1到Xk因為採樣間隔非常短，所以可以認定為相同數值，因此不難推導出上式等於E（S），也即信噪比公式里的分子數不會因為多幀疊加而增大。

分母方面，按方差公式來推導，單張雜訊D為：

標如果有k張照片雜訊，方差進行計算則為：

拋開感測器的本底雜訊，只看隨機雜訊，可推導出k張照片的雜訊為：

將方差公式代入後可得：

也即：k張多幀疊加後，隨機雜訊會下降k倍，總信噪比上升k倍。按以2為底對數標度，即可得到我們之前得到的結論，多幀均值拍攝k張，信噪比提升Log2(k)倍。

結論二：同解析度顯示，手機降噪演算法更傾向於通過降低銳度（塗抹）提升信噪比。

弱光降噪演算法很多人稱之為「塗抹」，事實上從攝影直出的角度來說，塗抹是把雙刃劍，如果你不懂，也不想去弄後期，機內提供的降噪方案是你唯一的選擇。但這種方案提供的也只有便利這一點，對高感成像沒有什麼質的提升，往往是在銳度和噪點之間做交換，有用過PS/LR拉RAW照片降噪滑塊的應該不難理解這句話。

而且具體的降噪方案很多，從低通濾波到根據反差設閾值，再到明度蒙版暗部降噪……這些操作無一不依賴於處理器硬體性能和軟體演算法優化，相對於相機，這兩點是手機的強項，但具體怎樣調校風格卻是由寫編碼的工程師決定，這裡面就引入了不少人為主觀因素。目前來看大多手機都是用塗抹，也就是降銳度換「乾淨」，可以參看下圖，依然是4秒多幀夜景，100%放大：

可以看到塗抹降噪正在很明顯地發揮作用，樹葉細節糊成一片，人也有了幾分馬賽克的感覺，也能看到動態物體的補償並不完美……但整張照片基本找不到噪點，這正是機內處理的風格所致。而且即便是RAW格式上手機腳架後的單張長曝，也不難看出這種塗抹預處理的痕迹依然存在，演算法的介入幾乎是從底層開始，用戶無法干預，不能像相機那樣進行降噪處理的設置。但做這個其實不麻煩，一旦有了呼聲，改進應該是很快的事情。

結論三：手機能用的技術，相機也能，但具體怎麼用是個定位問題。

因為多幀降噪最早本身就是用在相機上的，因為這項技術背後主要的推廣者是索尼……所以相機會不會使用多幀降噪技術其實是用戶定位的問題，而當下全畫幅相機的多幀合成技術走的是另一條路線——像素偏移。代表作賓得K1系列、索尼A7R3，它們的物理基礎是CMOS五軸防抖，具體原理小胖在以前的A7R3評測里有過解讀，簡單來說就是第一張拍完後，繼續向右、下、左各自移動一個像素並進行拍攝，最終得到4張照片，並通過PC端的專用後期軟體進行合成。

那麼，像素偏移跟多幀均值疊加有什麼區別？翻一翻前面延伸閱讀的部分，小胖有講到過多幀均值疊加後的信號值並不會增加，換句話說它的採樣率並沒有提高，但像素偏移使原本RGBG濾鏡布局的拜耳陣列在每一個像素點都實現全色彩採樣，從而提高了信號值，但也正因如此，它無法像多幀均值疊加那樣以拍攝張數為基礎的降低隨機雜訊，所以表現在成像上的特點就是：即便ISO 12800，像素偏移後的細節表現力會明顯增強，但噪點依然很明顯，當然，可以在後期時採用塗抹大法把銳度降低到原來的水平，同時實現降噪，要知道反向操作可是不行的，所以像素偏移相對要更「高級」一點點。實際上，這兩種改善弱光成像性能的功能是空域（提高採樣率）和時域（延長時間軸降方差）的兩極，想要兩者兼備就看廠商樂不樂意讓像素偏移的同時支持連拍或包圍曝光了，至少現階段只能有手有腳靠自己。

有意思的是索尼在第三代全畫幅無反取消了多幀降噪拍攝功能（同時也取消了APP和全景功能），看來是要重點推像素偏移（雖然A7M3並沒有像素偏移），當然也主要因為對自家高感很有信心吧，但實際上這個功能小胖覺得砍掉是怪可惜的，只能自己10fps RAW連拍到電腦上堆了，效率又降低了……

手機會不會用上像素偏移？很難，因為首先它的基礎是CMOS防抖，幾乎是必須上腳架；其次高採樣率需要高算力處理器，這會引發額外的功耗需求。所以手機端理論上還會是以多幀均值降噪為主，而且事實證明在演算法支持良好，手持長曝無壓力的情況下，這是一個很討喜也很實用的功能，甚至可以讓手機在原本極易被無視的弱光環境下，也擁有一席之地。

至於弱光人像，至少就小胖的測試來看，手機通過演算法進行動態物體補償其實不算太難的事情，畢竟是多幀拍攝，通過檢測具體像素的信號值變化來被攝物體是否移動變化、以及移動變化規律沒有太大問題，對於運動物體只需取單幀，以非局部均值去噪等空域濾波技術來進行降噪處理，即便是開啟夜景手持長曝模式拍攝，只要被攝主體沒有佔據特別大的構圖幅面，也不是劇烈的大範圍移動，就依然可以獲得清晰的照片。所以別忘了，多幀均值疊加的實際效果最大化取決於平均值足夠穩定，方差足夠小，而在拍攝自然物體時這兩點其實很難達到理想級別，所以信噪比的實際提升小於理論值。

總結：即便是只看弱光這一個被廣泛欽定為手機大短板的領域，憑著手持多幀降噪這個在相機上其實已經有挺久歷史的技術，讓它的出圖便利性有了很大的提升，讓手機在這個弱光拍攝方面一定程度趕上了相機。其實如果要再深究一點的話，多幀降噪的方案也有相當多種類，信噪比的演算法沒有加限定條件，嚴格來說也比較粗陋。但在這兒就不再做過多延展了，明其意即可。

PS：本文單討論弱光畫質，觀點不站隊。涉及其他如操控性、強光拍攝、美顏人像等主題或擇日另行開貼，歡迎跨主題理性討論，戲精抬杠慢走不送，多謝。