低照度环境下拍摄运动目标，最棘手的问题往往不是“不够亮”，而是“又暗又糊”。很多人以为只要换一颗大靶面、高灵敏度的Sensor就能解决，但实际使用中会发现，Sensor只是提供了原始信号的“底子”，真正决定最终画面效果的，还要看ISP（图像信号处理器）如何把这些信号“翻译”成看得清的画面。两者如果配合不好，再好的Sensor也可能输出噪点满天飞、拖影严重的图像。
先说Sensor选型。低照度下要看运动目标，除了看靶面大小和像元尺寸，还要特别关注暗电流和读出噪声。暗电流小，意味着长时间曝光时底噪不会明显累积；读出噪声低，则能在增益提升时保留更多细节。另外，帧率也很关键——运动目标需要较高的帧率来减少单帧曝光时间，否则即使Sensor灵敏度再高，画面也会因运动模糊而失去意义。所以选型时不能只盯着“最低照度”这个参数，还要看它在增益提升后的信噪比表现，以及在高帧率下是否还能维持足够的动态范围。
但Sensor选得再合适，ISP调校跟不上也是白费。低照度下最常见的调校矛盾在于降噪和清晰度之间的平衡。降噪太强，运动目标边缘容易变软；降噪太弱，暗部噪点又会淹没细节。好的做法是让ISP能区分静态区域和运动区域，对背景使用较强的时域降噪，对运动主体则依赖空域降噪并保留更多高频细节。这需要3D降噪模块有可靠的运动检测能力，而不是简单地全局降噪。
此外，自动曝光和自动增益的策略也要针对运动场景专门调整。比如在低照度下，为了看清运动目标，某种程度的噪点是可以接受的，但拖影不能接受，因此曝光时间必须限制在安全范围内，剩余的光线不足则靠增益弥补。同时，ISP的自动白平衡也不能过于激进，否则低照度下颜色偏绿或偏灰会严重影响目标识别。把这些策略固化到固件里，让Sensor和ISP形成联动，才能真正做到“看得清”。说到底，Sensor决定画质上限，ISP决定实际能拿到多少，二者是一套系统，必须放在一起反复测试调优。