本文目录导读：
“夜景增强多帧”是计算摄影（Computational Photography）中一项非常重要的技术，它不是靠单次长曝光，而是通过连续拍摄多张欠曝或不同参数的短帧照片，然后利用算法将它们合成为一张高质量的夜景照片。
这项技术目前几乎已经普及到所有中高端智能手机上（如iPhone的夜间模式、Google Pixel的夜视模式、华为的夜景模式等）。
核心原理：为什么要用“多帧”？
单张拍摄夜景照片通常会遇到三个无法同时解决的矛盾：
- 噪点 vs 手抖：提高ISO（感光度） -> 画面噪点多；降低快门速度 -> 手抖导致画面模糊（糊片）。
- 高光 vs 暗部：为了看清暗部细节可能导致高光（如路灯、霓虹灯）完全过曝；为了保留高光细节,暗部则一片漆黑。
- 动态范围：单张照片的动态范围有限,无法同时记录从极暗到极亮的场景细节。
多帧增强技术恰恰能解决这三者。
工作流程（技术细节）：
当你按下快门时,手机会在一两秒内自动完成以下操作：
-
快速连拍：相机以极高的帧率（例如每秒15-30帧）拍摄一组照片，数量通常在6-15张不等。
- 短曝光帧（基础）：多数为曝光不足的帧，用于捕捉高光细节（避免过曝），同时快门速度快,保证画面清晰不糊。
- 长曝光帧（可选）：偶尔包含1-2张略长曝光的帧,用于获取暗部细节。
-
多帧对齐（核心步骤）：
- 由于手持拍摄,每张照片的像素点位置会有微小的偏移。
- 算法会计算这些偏移量（基于陀螺仪数据和图像特征匹配），并通过亚像素级的坐标变换，将所有照片的景物严格对齐，这一步实现了软性防抖（无需三脚架）。
-
合成与降噪（核心步骤）：
- 信噪比提升：图像中的“信号”（真实景物）是固定的，而“噪声”（随机电信号）是随机的，将多张同一场景的照片叠加平均，噪声会相互抵消（遵循√N定律：N张照片叠加，信噪比提升$\sqrt{N}$倍），合成9张照片，噪点减少约1/3。
- 去马赛克与插值：利用多帧中不同像素位置的信息，可以填补单帧传感器的颜色插值缺陷,提升色彩准确性和细节锐度。
-
高动态范围（HDR）合成：
- 从“欠曝帧”中提取高光区域（如窗户灯光、月亮）的纹理。
- 从“正常帧”中提取中间调区域。
- 从“长曝光帧”中提取暗部区域（阴影、细节）。
- 将它们完美融合，生成一张高光不过曝、暗部有细节的单张照片。
-
色调映射与修饰：
AI算法会对合成的线性数据进行明暗曲线调整（Tone Mapping），使其看起来更像人眼所见，并自动进行白平衡校正、去除雾霾（Dehaze）等。
关键技术挑战：
- 运动物体处理：行人、车流、树叶晃动（非刚性运动），算法必须能检测到这些局部运动，要么自动剔除运动区域（只用干净帧的固定区域），要么进行时间域的去鬼影处理（避免叠出半透明残影）,优质算法能较好地应付轻微运动。
- 对齐精度：微小的手抖会导致非线性的透视变形（仿射变换）,需要高精度的陀螺仪或光流算法进行补偿。
- 存储与算力：连拍多张RAW（原始）格式照片并实时合成，对芯片的ISP（图像信号处理器）和NPU（神经网络处理器）要求很高。
最终效果：
- 更亮、更纯净：噪点极低,可在极暗光下拍出明亮照片。
- 更清晰：消除了手持抖动造成的模糊,等效于在三脚架上拍摄。
- 更大的动态范围：同时能看到星星和地面灯火,细节丰富。
- 色彩更精准：多帧信息平均后,白平衡不易受到单帧偏色的影响。
与“长曝光”的区别：
| 特性 | 夜景增强多帧（手持） | 传统长曝光（需三脚架） |
|---|---|---|
| 拍摄时长 | 1-3秒（手持） | 5-30秒+（稳定态） |
| 稳定性要求 | 低（全靠算法对齐） | 高（任何震动都会导致糊片） |
| 运动处理 | 可处理轻微运动 | 运动物体会变成拖影（如车流） |
| 最终效果 | 亮场干净、细节清晰 | 丝般的流水、线状车灯 |
应用场景：
- 手机夜景模式（iPhone Night Mode, Google Night Sight, 华为/荣耀夜景）
- 弱光人像（需要保持人物清晰同时背景明亮自然）
- 星轨/银河（部分手机通过多帧叠加+AI消除移动星点,模拟长曝光）
- 视频夜景（多帧降噪是视频防抖和高ISO视频的核心）
“夜景增强多帧”是现代手机摄影的基石，它用算法弥补了物理硬件（小传感器、不如单反的镜头进光量）的不足，通过“以量取胜”（多帧合成） + “智能计算”（对齐+降噪+HDR），让你能单手拍出曾经需要三脚架、专业相机和后期软件才能实现的夜景照片。 如果你觉得手机夜景模式效果好,背后就是这个技术在工作。
