去噪、去块、锐化、校色：视频修复滤镜深度解析

要点速览

视频修复滤镜各管一类损伤，执行顺序决定了它们是互相帮忙还是互相拆台。先去隔行，在原始尺寸上去块、降噪，接着校色，然后缩放、轻度锐化，最后加抖动或颗粒。先锐化再降噪会放大噪点，降噪放在加颗粒之后又会把刚加的颗粒抹掉，前面的功夫就白做了。

• 每种修复滤镜只针对一类损伤：噪点、压缩方块、色带、发软、偏色或色边。先认清损伤，再挑滤镜。
• 顺序很重要：在原始尺寸上先去隔行、去块、降噪，再校色，然后缩放、轻度锐化，最后加抖动或颗粒。
• 各种降噪器拿噪点换纹理的方式不同。在我们的测试里，非局部均值几乎把平坦的天空洗得干干净净，树叶里的噪点却留着；再加大强度，树叶细节就被抹掉了 17%。
• 锐化只是让原有的边缘更陡，用力过猛就会描出光晕，它补不出细节。
• 人们常说的“色差”其实是两类问题：偏色要靠白平衡来校，镜头色差要靠重新对齐红、蓝通道来修。

每种修复解决什么问题

修复从诊断开始。下表列出常见的损伤类型、怎样辨认，以及我们针对每一类测试过的滤镜。如果分不清颗粒、噪点和压缩痕迹，先看颗粒、传感器噪点还是压缩痕迹。

为什么顺序很重要

每一步都会改变下一步看到的画面，所以滤镜放错位置，要么抵消前一步的成果，要么把本该去掉的损伤放大。

• 先去隔行。 其他滤镜都假设处理的是完整的帧。对隔行的场直接处理，降噪器会把梳齿纹当成纹理，缩放器会把它抹成重影。详见怎样给视频去隔行。
• 在任何移动像素的操作之前去块。 去块滤镜依据编码器留下的块网格工作，降噪和缩放都会把网格弄糊、弄偏。
• 在锐化和调色之前降噪。 锐化和提高对比度会把噪点和细节一起放大。
• 在锐化之前校色。 趁边缘还软的时候校正偏色、重新对齐颜色通道；锐化之后，色边也会被一起锐化。
• 只缩放一次， 而且在清理过的画面上缩放，免得把残留的损伤一起放大。
• 在输出尺寸上锐化，而且要轻。
• 最后再加抖动和颗粒。 放在它们后面的平滑步骤，会把用来掩盖色带或蜡感的细微噪声抹掉。
• 用足够的位深编码。 10 bit 编码能防止平滑的渐变重新出现色带。

我们在一段带细纹理、加了噪点的合成片段上验证了降噪和锐化的先后顺序。先锐化再降噪，平坦区域留下的噪点更多（按我们的测量是 14.5，反过来是 12.2），与干净片段相比的 PSNR 也更低（26.6 dB，反过来是 27.7 dB）。只降噪不锐化得分 30.3 dB，残留 8.0：任何锐化都要付出一点干净度的代价，所以素材需要多少就用多少。

降噪：五类滤镜

噪点是每一帧都在变的随机波动；细节是固定不动、或随画面一起运动的结构。每种降噪器都在利用这个区别，只是方式不同。

• 空间滤镜 把每个像素和同一帧里的相邻像素做平均。速度快，但分不清同样大小的细纹理和噪点，所以两者会一起变软。
• 时间滤镜 在相邻几帧之间，对同一位置的像素做平均。静止的细节反复出现，所以能保住；噪点则被平均掉。运动的东西会被拖出尾迹，除非滤镜先检测运动或先把帧对齐；这个问题见时间一致性、闪烁与鬼影。FFmpeg 的 atadenoise 是自适应的时间平均，hqdn3d 则把轻度的空间处理和时间处理结合在一起。
• 非局部均值 用搜索窗口里周围小块长得相似的像素来平均当前像素，不管这些像素在哪里。用论文作者的话说，最相似的像素不一定离得近。天空、墙面这类重复的区域能找到很多匹配，独特的纹理就找不到几个。
• 变换域滤镜 把画面分块变换到频率域。在那里，真实的结构集中在少数几个强系数上，噪点则薄薄地摊在所有系数上，于是把弱系数压小就能去噪。fftdnoiz 用三维 FFT 做这件事，还能把相邻帧算进去。BM3D 会先把相似的二维小块叠成三维组，让表示更加稀疏。
• 学习型降噪器 用成对的干净图和噪声图训练网络。DnCNN 学的是预测噪点本身（残差学习）；FFDNet 多接收一张噪声强度图，一个模型就能应付不同强度、分布不均的噪点；FastDVDnet 一次使用多帧，并且省掉了开销很大的运动补偿步骤。

实测结果

我们给一段 1080p 样片的 30 帧（阳光下的树叶和蓝天）加上每帧都在变化的高斯噪声，亮度上约为 255 级中的 8 级。然后在笔记本的 CPU（Intel Core i7-1360P）上运行 FFmpeg 的各种降噪滤镜，再把每个结果和干净片段对比：

“误差”是结果与干净片段之差的标准差，所以在树叶区域里，残留的噪点和丢掉的纹理都算在内。“树叶细节保留”是干净片段的细纹理在结果里还剩多少比例。

这些数字说明：

• 快速滤镜对付不了强噪点。 默认设置的 hqdn3d 只把天空误差从 8.8 降到 8.1，适合轻微的噪点，或者在更强的滤镜之前先过一遍。
• 非局部均值天生不均匀。 s=6 时，它把天空洗到了 1.1，树叶却几乎和原来一样吵（8.1），因为独特的纹理找不到多少相似的小块来平均。调到 s=10，树叶丢掉了 17% 的真实细节，PSNR 反而下降：这正是AI 修复为什么有塑料感里说的蜡感。
• 变换域滤镜两头兼顾。 前后各用一帧的 fftdnoiz 保留了 98% 的树叶细节，得分 33.7 dB。bm3d 的 PSNR 在表里最高，为 34.0 dB，但顺带抹掉了 9% 的树叶细节。
• 速度差了 40 倍。 在我们的 CPU 上，nlmeans 处理 1080p 大约每秒一帧；处理另一段 1080p 片段的 121 帧，用了 192 秒。

关于 bm3d 要提醒一句：FFmpeg 文档说明，group 参数大于 1 时它才做块匹配，而默认值就是 1。在我们用的版本里，调大这个参数后滤镜慢了 15 倍以上，噪点却没有减少，所以表里用的是默认设置。这样它相当于一个变换域滤镜，而不是完整的 BM3D。

下面是表里的两条命令，可以直接改来用：

ffmpeg -i input.mp4 -vf "nlmeans=s=6" -c:v libx264 -crf 16 -c:a copy denoised.mp4

ffmpeg -i input.mp4 -vf "fftdnoiz=sigma=8:prev=1:next=1" -c:v libx264 -crf 16 -c:a copy denoised.mp4

强度从低往上调，调到平坦区域的噪点不再碍眼为止，再在 100% 缩放下检查人脸、衣料和树叶。想看简短的实操流程，见怎样用 AI 给视频降噪。

压缩损伤：方块、振铃和色带

大多数编码器会把每一帧切成小块，做变换，再把最舍得丢的细节舍入掉。这种舍入会带来三类损伤：

• 方块。 舍入太粗时，相邻小块在边界上对不上，就出现了网格。MPEG-2、MPEG-4 Part 2（DivX 和 Xvid 时代的文件）以及 Motion JPEG 会出现 8×8 的方块。H.264 和 HEVC 在编码器内部就会过滤块边界，所以它们的损伤更像抹开的污渍，而不是整齐的网格；怎样修复像素化的视频里两种都有示例。
• 振铃和蚊式噪声。 舍掉高频后，锐利的边缘和文字旁边会留下波纹，而且每帧都在爬动。
• 色带。 平滑的渐变如果用太少的级数来存，不管是 8 bit 流程造成的，还是编码器把天空压平了，都会变成看得见的台阶。

去块

我们把树叶片段以低码率编码成 MPEG-2，然后比较 8 像素块边界上的亮度跳变比其他位置强多少（1.0 表示看不出网格；干净片段为 0.99，MPEG-2 文件为 2.08）。

两点结论。其一，去块只是把网格藏起来，编码器丢掉的东西回不来：中等设置下 PSNR 几乎不动，强度开到最大的那组 spp 设置因为把画面抹糊，PSNR 掉了 1.3 dB。其二，spp、pp7、fspp 和 uspp 都需要量化参数。解码器提供时，它们会从码流里读；在我们的测试里，不手动设置 qp，它们就什么也不改。从 12 左右开始，只有方块还在时才往上加：

ffmpeg -i old.mpg -vf "spp=quality=4:qp=12" -c:v libx264 -crf 16 -c:a aac deblocked.mp4

至于文字和边缘周围的振铃，spp 还有一个 mode=soft 选项，FFmpeg 文档说它去振铃效果更好，但画面可能更糊。

去色带

去色带要做的和锐化正相反：先把台阶融开，再防止它们回来。KwaFlux 自带的一段样片里，天空就有真实的压缩色带。我们测量了处理前后每一行里平坦段的长度：

• 原片： 平坦段平均长 10.4 像素，其中 20% 达到 24 像素以上，看起来就是一条条色带。
• **deband 滤镜：** 平均 2.8 像素，这么长的平坦段只剩 0.8%。
• **gradfun 滤镜：** 平均 1.3 像素，一个都没有了。不过 FFmpeg 文档说它只为播放设计，因为压缩往往会丢掉它加的抖动，让色带重新出现。

所以，要长期保存的文件，先去色带，再用 10 bit 编码，多出来的级数能保住平滑后的渐变。原因见8 bit 与 10 bit 视频：

ffmpeg -i input.mp4 -vf "deband" -c:v libx264 -crf 16 -pix_fmt yuv420p10le -c:a copy debanded.mp4

锐化而不出光晕

锐化就是提高边缘的对比度。经典做法 USM（反锐化掩模）先用画面减去一份模糊的副本，找出边缘，再把这份差值乘上一个强度加回去。副作用是过冲：边缘亮的一侧多出一条亮线，暗的一侧多出一条暗线，这就是光晕。

AMD FidelityFX 的对比度自适应锐化（CAS）会逐像素调整强度：本来就清晰的区域锐化得少，缺少细节的区域锐化得多。

我们锐化了一条从 60 级过渡到 180 级的柔和边缘，测量过冲的幅度：

FFmpeg 文档认为 unsharp 的强度在 −1.5 到 1.5 之间比较合理，我们 2.5 的测试说明了原因。CAS 在中等强度下很干净，但开到满强度时，暗边是四组里最深的，可见自适应也不等于怎么调都安全。有两个习惯能让锐化保持克制：

• 在缩放之后锐化， 在观众实际观看的尺寸上锐化，并在那个尺寸下用 100% 缩放判断。
• 记住锐化做不到什么。 它只能让保留下来的边缘更陡，补不回失焦或运动模糊丢掉的细节。这类问题见怎样修复模糊的视频。

ffmpeg -i input.mp4 -vf "cas=strength=0.4" -c:v libx264 -crf 16 -c:a copy sharpened.mp4

偏色与镜头色差

偏色：白平衡

相机判断错光线时就会偏色，所有颜色都朝同一个方向偏：钨丝灯下白色发橙，阴影里白色发蓝。校正的办法是缩放红、绿、蓝三个通道，直到本该中性的东西重新显得中性。几种方法的区别在于怎样找到“中性”：

• 灰度世界法 假设整个场景的平均反射率是无彩色的。场景颜色丰富时好用，某一种颜色占主导时就会失灵。
• 灰度边缘法 由 van de Weijer、Gevers 和 Gijsenij 提出，假设场景里边缘差异的平均值是无彩色的，受大面积单一颜色的影响更小。
• 已知中性参照 量出你确定是白色或灰色的东西，比如灰卡、白墙或白色船体，再算出让它变中性的增益。

我们给自带样片里一帧海上小船的画面加了偏暖的色偏，用三种方法校正，再测量与原始画面的平均色差（ΔE，越低越接近）：

灰度世界法的失败堪称教科书式：画面大部分是蓝天和大海，所以它把天空校成了灰色，船舱却还是橙的。灰度边缘法校回了大半。按船舱算的增益最接近原片。计算方法是：取样中性区域的 RGB 值，用绿色值分别除以红色值和蓝色值。我们的船舱读数是 156、144、117，所以红色乘 144 ÷ 156 = 0.923，蓝色乘 144 ÷ 117 = 1.232：

ffmpeg -i input.mp4 -vf "colorchannelmixer=rr=0.923:bb=1.232" -c:v libx264 -crf 16 -c:a copy balanced.mp4

没有中性参照时，灰度边缘法是更稳妥的自动方案。按 FFmpeg 文档对这类滤镜的建议，在线性光下运行：

ffmpeg -i input.mp4 -vf "zscale=transfer=linear,format=gbrpf32le,greyedge=difford=1:minknorm=5:sigma=2,zscale=transfer=bt709,format=yuv420p" -c:v libx264 -crf 16 -c:a copy balanced.mp4

如果偏色之外画面还发灰、发平，调色往往更快；这一块见AI 调色。

镜头色差：重新对齐通道

镜头色差是镜头的问题：玻璃对不同波长的光折射程度不同，颜色就落不到同一个位置。它分两种：

• 横向色差（倍率色差）让每种颜色的放大倍率略有不同。色边通常是红青或蓝黄，画面中心没有，越往边缘越宽。缩小光圈没用，但后期能修：缩放红、蓝两个通道，让它们重新和绿色对齐。
• 轴向色差（纵向色差）让每种颜色的焦点落在不同的距离上，所以画面任何位置的高反差边缘都会出现紫边或绿边，大光圈时最明显。缩放修不了它，只能用蒙版或降饱和度把色边遮掉。

为了验证修法，我们把一张棋盘格测试图的红色通道以中心为基准放大 0.5%，蓝色通道缩小 0.5%，再测量边缘附近红蓝之间的平均差值：

整体平移是常见的错误做法：它对齐了一侧，另一侧的误差却翻了一倍，因为横向色差随着离中心的距离增大。径向校正以中心为基准，把红色缩小、蓝色放大。用 FFmpeg 的 perspective 滤镜可以做到亚像素精度。下面的数值对应 1920 × 1080 的画面和 0.5% 的色差，请量出自己素材的色差再重新计算（四周的边距分别是宽 × (1 − 1/1.005) 和高 × (1 − 1/1.005) 的一半）：

ffmpeg -i input.mp4 -filter_complex "[0:v]format=gbrp,extractplanes=r+g+b[r][g][b];[r]perspective=x0=4.776:y0=2.687:x1=1915.224:y1=2.687:x2=4.776:y2=1077.313:x3=1915.224:y3=1077.313:interpolation=cubic:sense=destination[r2];[b]perspective=x0=4.776:y0=2.687:x1=1915.224:y1=2.687:x2=4.776:y2=1077.313:x3=1915.224:y3=1077.313:interpolation=cubic:sense=source[b2];[g][b2][r2]mergeplanes=0x001020:gbrp,format=yuv420p" -c:v libx264 -crf 16 -c:a copy fixed.mp4

技巧： 在我们的测试里，不管怎样书写，extractplanes 输出通道的顺序都是 R、G、B，所以写成 extractplanes=g+b+r，第一个输出仍然是红色。给输出贴标签时要按 R、G、B 的顺序，否则通道会对调。带镜头配置文件的 RAW 转换软件和剪辑软件能自动完成这种校正；你的镜头在它们的数据库里时，用它们更省事。

一条完整的 FFmpeg 处理链

下面用一条命令走完整个顺序，适用于一段有方块、有噪点、偏暖的旧 720p 片段，并放大到 1080p：

ffmpeg -i input.mp4 -vf "bwdif=mode=send_frame:deint=interlaced,spp=quality=4:qp=12,hqdn3d=4:3:6:4.5,colorchannelmixer=rr=0.92:bb=1.23,scale=1920:-2:flags=lanczos,cas=strength=0.4,deband,noise=c0s=4:c0f=t" -c:v libx264 -crf 16 -preset slow -tune grain -pix_fmt yuv420p10le -c:a copy restored.mp4

在我们的笔记本上，这条处理链把一段 720p 样片的 150 帧处理成 1080p 的 H.264 High 10，用时 32.8 秒。发布时，再把母版编码成 HEVC Main 10，或者加了颗粒的 8 bit H.264。

AI 模型的位置和发展方向

传统滤镜只有几个参数，对“噪点长什么样”有固定的假设。学习型模型把这个固定假设换成了从样本里学来的知识：

• 单帧模型（DnCNN、FFDNet 以及之后的各种修复网络）学习干净画面和受损画面之间的差别，一遍就能去掉噪点、方块和模糊。
• 多帧模型 结合几帧对齐后的画面，出现在多帧里的细节是找回来的，而不是猜出来的。FastDVDnet 证明了不做开销很大的运动补偿也能做到。对齐失败时，它们会留下拖影，这正是时间一致性、闪烁与鬼影讨论的问题。
• 生成式模型（GAN 和扩散模型）会补出输入里没有的纹理，这既是它们细节丰富的来源，也是风险所在；AI 修复为什么有塑料感讲了其中的取舍，以及 2026 年单步扩散修复的趋势。

传统方法的经验依然适用：先修复再放大，留一点纹理，在 100% 缩放和播放状态下判断。

在 KwaFlux 里怎样处理

• 智能修复把几个步骤合在一起。 在AI 画质修复里，智能修复 会先检查片段，再把降噪、锐化、色彩与亮度校正、放大，以及人脸与细节修复组合起来，并参考相邻帧来工作。
• 场景修复专攻一类损伤。 夜景 处理弱光噪点，胶片去噪 处理颗粒，另有 去雾、去雨、动漫 和 上色。
• 去隔行排在最前面。 画质修复工作台依次执行 去隔行、画质修复和补帧，与本文建议的顺序一致。
• 偏色交给调色。 AI 调色 里的 智能调色 会“自动校正偏色和发灰”。
• 多步骤任务保持 10 bit。 导出分几步执行时，步骤之间传递的文件是 10 bit 的 H.264，反复的 8 bit 舍入不会带来新的色带。
• 先预览，再对比。 渲染 1、3 或 5 秒的预览；判断运动之前选 跟随源帧率；打开 预览后自动画质对比 查看分数。横向色差要在导入之前修好，用上面的命令或剪辑软件的镜头校正都可以。

问题排查

做不到的事

• 没有哪种降噪器能分开大小、反差都相同的噪点和细节。 总要舍弃一些，取舍由你决定。
• 去块只能藏起块边，找不回编码器丢掉的东西。
• 锐化只提高边缘对比度，不增加分辨率。
• 缩放通道修不了轴向色差，也修不了过曝高光周围的紫边。
• 自动白平衡只是估计。 没有中性参照时，它只是对光线的猜测。

结语

好的修复是一连串有针对性的小修补：先诊断损伤，让每个滤镜都待在不会拆别人台的位置，问题一消失就停手。能测量就测量，在 100% 缩放和播放状态下对比，宁可留一点纹理，也别追求一尘不染的画面。

KwaFlux 在你自己的 GPU 上运行AI 画质修复。AI 处理在你自己的 GPU 上运行，媒体文件不会为了处理而上传。可在 Windows 10（64 位，1809 或更新版本）、Windows 11，以及搭载 Apple Silicon 的 macOS 12 或更新版本上运行。预览不需要账号：任意片段都能渲染 1、3 或 5 秒的预览。仅在导出、转换、文件修复和从链接下载文件时需要登录并购买付费方案。