摩尔纹消除的最佳方法,摩尔纹产生原因 消除算法

题图来自Unsplash，基于CC0协议

导读

当拿起相机拍摄带有规则图案的物体时，比如穿着条纹衣物的人像、织物、纹身图案，甚至高脚杯上的条纹装饰，许多摄影爱好者可能都会遇到一些恼人的莫尔波纹(Moiré)。这些令人心烦的波纹条纹不仅会破坏画面本身，并且往往与图像锐度混淆，让人难以分辨。莫尔波纹不仅是一个摄影陷阱，更涉及图像感知的物理学原理与相机处理技术的碰撞。

莫尔波纹的基本成因很容易理解：位于相机传感器背后的标准抗混叠滤镜或像素排列本身呈现出一种周期性结构，而当拍摄对象也含有类似的周期性图案时，形成光栅之间的干涉就产生了人眼难以察觉的、频率更高的莫尔条纹。

在“图像处理”方面，主要有两大类对策：一是去除已存储图像中的莫尔波纹，二是通过主动调整来在拍摄时减少它们产生。前者主要包括空间域滤波与频率域处理两种思路。

对于已经拍摄完成且带有明显莫尔波纹的照片，我们可以通过后期处理进行修复。一种常见的做法是在电脑软件（如Adobe Lightroom、Photoshop或Capture One）中应用”减少莫尔/网格“功能。这些工具本质上是空间滤波器，通过降低图像中特定频率成分来削弱波纹，类似于低通滤波。也可尝试通过锐度调整来间接解决，因为适度锐化有时能掩盖部分莫尔纹，但需注意过度锐化画面本身可能会产生新的类似效果。

如果已有的工具去除效果有限，可以考虑使用频率域分析算法，通常也基于复杂的插值或退卷积技术，能够更精确地抵消特定频率的干扰，但对操作精度和算力可能有更高要求，并且风险也更大。

毫无疑问，这些手动处理方法对于消灭图像文件内的莫尔波纹非常有效，却无法从根本上触及其生成机制。

相比之下，“主动避免”策略也许更加根治。在相机设置层面，有很多值得尝试的技巧。提升快门速度能减少传感器接收到的光量，从而减轻图案间距与传感器像素间距之间的干涉程度，从而有效抑制波纹；增加曝光补偿也同样能做到，只不过它依赖于光线强度，有时需要配合调整ISO敏感度。需要注意的是，应有意识地避免人为使用高ISO数值来增加进光量，那样反而可能导致噪点增多，破坏图像质量。

如果你的相机提供了“低通滤镜开关”或类似功能（如尼康的AI-Multi LR），特别是在拍摄聚焦画面锐度并非首要目标时（例如风景），关闭低通滤镜（也称抗混叠滤镜）能够消除传感器前挡板，这能防止生成莫尔纹的首次发生。然而，关闭它也可能会轻微降低图像分辨率和锐度，因此请务必权衡这一取舍，只在拍摄纯净风景或艺术人像时谨慎启用。

拍摄角度在对抗莫尔波纹上也扮演重要角色。稍微平移相机或微微改变与被拍摄物体之间的角度，即使这无法完全消除莫尔纹，往往也能打破原有的干涉模式，使得原有波纹消退或模糊，形成另一模式。更重要的是，变焦——尤其是光学变焦——可以从根本上改变传感器与拍摄物体间距的比例，调整了视场内的有效放大倍率，从而改变波纹可见性。当莫尔纹特别顽固时，一个包含高质量放大倍率的高质量镜头可能会让你惊喜。即便是数码变焦（如大多数手机相册中那种）在后期放大图片时你也无能为力。

学习利用相机自身的变焦范围来进行拍摄，往往被许多初学者忽视了其对抗莫尔纹的有效潜力。

现代研究也开始借助复杂的深度学习技术来对抗莫尔问题。最新论文指出，训练有素的卷积神经网络可以根据含莫尔纹图像生成看似没有波纹的图像，甚至在分辨率上持续提高，就像一种实时退卷积。研究人员甚至开发了超分辨率模型，除了去除莫尔波纹，还能对外观和分辨率进行优化，从本质上讲是一次“两全其美”的操作。

虽然这些技术仍然需要运行专业插件或通过机器学习构架集成到CCD/CMOS传达过程中，但不可否认，深度学习已经带来了处理莫尔纹“可能在几秒内就能得到完美的结果”的希望，并且在保留图像细节和锐度方面展现出了令人难以置信的智能。

相机制造商们也各显神通，从算法优化到实现硬件解决方案，均为了使用户免受莫尔纹的困扰。苹果的算法补偿、尼康的基于模型的计算摄影方法，再到索尼和佳能各自独特的智能降噪与低通滤镜控制系统，都能无缝地对波纹进行抑制而不侵扰用户操作体验。

通常来说，莫尔波纹的应对策略需要多方面结合。拍摄时就要通过调整角度和变焦、善用相机设置或开关来主动避免，从而减少后期处理的工作量。而后期处理则负责收拾残局，务必善用数码成像工具中的降莫尔功能。了解哪些镜头和传感器组合特别容易生成莫尔纹也很重要，有些镜头可能经过特别设计来减少这种情况，或者其像素布线能最小化波纹效应。

可以说，对莫尔纹最有效的应对，往往也建立在你对相机、镜头以及被拍物体的充分了解之上。综合运用这些知识和技巧，你就能在照片世界中与莫尔纹和平共处了。