108、洞察驱动的实战标题——3D降噪的"联合优化"——空域+时域+频域协同降噪的工程实现，如何避免"塑料感"去年秋天，我们团队在给一款旗舰手机做夜景视频的降噪调优。实验室里，画面干净得让人想哭，噪声颗粒几乎消失，暗部细节也保留得不错。可一到真机评测，用户反馈炸了——说画面“假”，像磨皮过度的美颜，人脸皮肤纹理全没了，头发丝糊成一团，连衣服的布料褶皱都像被熨斗烫平了。我当时盯着屏幕看了半天，心里明白：这就是典型的“塑料感”。降噪算法把噪声压下去了，但把真实世界的微结构也一起抹掉了。那段时间，我每天下班前都要对着那台工程机拍一段路灯下的树叶，看着那些被“处理”得油光水滑的叶片，总觉得哪里不对劲。后来我复盘了整个降噪链路，发现问题的根源不在某个单一模块，而是空域、时域、频域三个维度各自为战，缺乏协同。空域降噪（比如双边滤波、NLM）擅长处理随机噪声，但容易把边缘细节当成噪声抹掉；时域降噪（多帧融合、运动补偿）能利用帧间冗余，但一旦运动估计不准，就会产生鬼影或拖尾；频域降噪（小波变换、DCT域阈值）对周期性噪声有效，但处理不当会在平坦区域留下“水波纹”状的振铃。我们当时的调优思路是“各管各的”——空域管静态区域，时域管动态区域，频域做最后的兜底。结果就是：每个模块单独看都合理，合在一起却互相打架。空域把纹理磨平了，时域又把磨平后的错误信息当成“真实信号”去融合，频域再补一刀，把残留的噪声变成更顽固的伪影。这就像三个医生分别给同一个病人开药，没人考虑药物之间的相互作用。要解决“塑料感”，得从“联合优化”的角度重新设计降噪框架。我当时的做法是：先明确每个域的核心职责，再定义它们之间的交互接口。空域不再负责“去噪”，而是负责“保边”——只处理那些在时域和频域都无法确认是噪声的像素，而