图像的噪声常常表现为固定模式噪声（fixed pattern noise），即图像中亮度或颜色出现的随机变化。图像噪声表现为颗粒状或斑点状纹理，数字图像中较暗区域或未充分解析的纹理，往往会显现这些无用的伪影（artifacts）。如下图所示，成像系统中一般有3处会引入噪声，首先在传感器会有光子噪声和暗噪声，接着在模拟放大器部分会产生读出噪声，最后在ADC会产生量化噪声。
在弱光环境下照片中出现的颗粒状或斑点状的纹理，主要是因为相机在光线不足的情况下难以准确解析信息，一般环境光线越暗，数字噪声的表现就越明显。高ISO会增强相机传感器的信号，从而导致噪声增加。光照不足会迫使传感器超负荷工作，增强噪声出现的概率。传感器尺寸较小更容易受到噪声影响，因为收集的光线更少，由此产生的信息缺失会以噪声的形式显现。
数字噪声会破坏图像的均匀性，导致画面不够细腻。它主要分为两种类型，色度噪声（chrominance noise）和亮度噪声（luminance noise），二者视觉差异如下图所示。
亮度噪声
图像不同区域的亮度水平变化会产生亮度噪声。亮度噪声表现为颗粒状，由图像中亮度的波动导致，是照片中常见的一种模式噪声。它主要影响图像的亮部和暗部区域，使拍摄主体显得不够清晰、锐利。黑白图像通常会突出这种噪声，因为其弱化了色彩干扰，从而凸显出亮度上的差异。
色度噪声
图像中的颜色变化（常表现为斑点）会产生色度噪声。色度噪声会给照片带来与颜色相关的瑕疵，通常表现为在不应出现的位置出现彩色斑点，一般情况下这种噪声在高对比度场景中更为明显。通过破坏色彩的完整性，色度噪声会破坏画面的和谐感，产生不协调的色彩组合，干扰视觉流畅度。
手动降噪
降低相机数字噪声的一个有效方法是使用低ISO设置，ISO越高因图像噪声产生的噪点数量就越多。选择低ISO可以让传感器收集更纯净的光信号，从而降低产生噪声的可能性。这种方法在光线充足的环境中尤为实用，因为低ISO 设置仍能拍出曝光充足的图像。
改善光照条件对减少相机数字噪声有显著帮助。充足的光线能为传感器提供足够的光信号数据，既减少了使用高ISO 设置的必要性，又能提升图像整体质量。自然光是首选，但在缺乏自然光的情况下，LED 补光板或柔光闪光灯等辅助光源也能有效照亮拍摄主体，从而抑制噪声产生。
芯片降噪
1. 空间域降噪（Spatial Domain Denoising）
这是最基础且实时性最强的硬件降噪手段，仅对单帧图像内的像素进行处理，利用相邻像素的空间相关性来区分噪声和信号。其核心原理认为真实信号（如物体边缘、纹理）在空间上是连续变化的，而噪声是随机孤立的。通过对目标像素周围的邻域像素进行加权计算，平滑掉随机噪声，常见算法如下：
a）均值滤波（Mean Filtering）取邻域像素的平均值替代目标像素，电路实现最简单（仅需加法器和除法器），但会模糊图像细节和边缘，硬件中较少单独使用；
b）高斯滤波（Gaussian Filtering）对邻域像素按高斯分布加权求和，距离越近的像素权重越大。相比均值滤波，对边缘的模糊程度更低，硬件上可通过预存高斯核系数实现快速计算；
c）双边滤波（Bilateral Filtering）同时考虑空间距离和像素灰度值差异，仅对灰度相近的邻域像素加权。能在降噪的同时较好保留边缘，但硬件实现复杂度更高（需额外计算灰度差权重），通常用于中高端芯片。
2. 时间域降噪（Temporal Domain Denoising）
利用连续多帧图像之间的时间相关性进行降噪，适合静态或慢动态场景（如监控、夜景拍照），硬件实现需配合帧缓存模块。核心原理为同一场景的连续帧中，真实信号的位置和灰度变化很小，而噪声在各帧中是随机独立的。通过融合多帧中对应位置的像素，抵消随机噪声，常见算法如下：
a）帧间加权平均将当前帧与前几帧（如 3-5 帧）的对应像素按固定权重求和（如当前帧权重 0.5，历史帧各 0.125）。硬件需缓存 1-3 帧数据，复杂度较低，但动态场景中易出现拖影；
b）自适应时间滤波通过硬件模块实时检测像素的运动状态（如利用相邻帧的像素差判断是否为运动区域），对静态区域用大权重融合多帧，对动态区域降低历史帧权重或仅用当前帧，减少拖影。
3. AI驱动的硬件降噪（AI-Powered Denoising）
近年兴起的技术，通过在芯片上集成轻量级神经网络加速器（NPU/TPU），运行专门训练的降噪模型，适合对降噪效果要求高的场景（如手机夜景、专业摄影）。核心原理是基于大量带噪声 / 无噪声的图像对，训练轻量级 CNN 模型（如 U-Net 精简版、MobileNet-based 模型），模型学习噪声的分布规律，硬件加速器实时执行模型推理，输出降噪后的图像，实现特点如下：
a）模型需做硬件友好性优化（如减少卷积核数量、用 16 位浮点或 8 位整型量化），降低算力和存储需求；
b）硬件需集成专用 NPU 模块，配合 ISP 流水线工作，通常在 “多帧合成” 后作为后处理步骤，进一步提升降噪质量。
本文转载自【机器之瞳】
注：文章版权归原作者所有，本文内容、图片、视频来自网络，仅供交流学习之用，如涉及版权等问题，请您告知，我们将及时处理。