在使用 Stable Diffusion 进行图像生成时，我们常常会遇到一个痛点：细节不够清晰、纹理被模糊处理。这通常是由 VAE（变分自编码器）在解码过程中对高频信息的“软化”所导致。
为了解决这一问题，开发者推出了一个新的 WebUI 扩展 —— Frequency Separation（频率分离）。它通过将图像划分为低频、中频和高频三个层次，分别进行扩散处理后再合成，从而显著提升图像的锐度和细节表现力。
本文将带你深入了解这个扩展的工作原理、安装方式以及使用技巧。
为什么需要频率分离？
核心动机
Stable Diffusion 的 VAE 在重建图像时往往会削弱微小纹理，例如皮肤毛孔、布料纹理、微对比度等。这些细节能极大影响视觉真实感。
而频率分离扩展正是针对这一问题设计的。它将图像拆分成：
- 低频层：主要保留整体构图与明暗分布；
- 中频层：包含边缘、形状和主要特征；
- 高频层：专注于纹理和细节。
每个层次都独立进行扩散处理，最后再合并成一张高保真图像。最终输出的 PNG 文件体积通常比原始输出大 80%-100%，因为包含了更多细节信息。
技术原理简述
该扩展基于 傅里叶变换（FFT） 原理，在频域中对图像进行操作：
- 频带划分
- 使用径向掩膜选择特定频率范围：
- 低频：0 – 0.15 fmax（保留构图）
- 中频：0.10 – 0.40（边缘与形状）
- 高频：0.35 – 1.0（纹理）
- 使用径向掩膜选择特定频率范围：
- 信号处理流程
- 对每张图像执行 2D 傅里叶变换（FFT），提取不同频段。
- 每个频段使用独立的噪声、CFG 和步数进行扩散处理。
- 处理完成后再次进行傅里叶变换并合并各频段。
- 最终通过逆变换（iFFT）还原为清晰图像。
- 防振铃设计
- 各频段之间采用 Sigmoid 软重叠（默认 10% 重叠），避免图像边缘出现伪影。
安装方法
安装过程非常简单，只需几步即可完成：
- 克隆仓库
git clone https://github.com/thavocado/sd-webui-frequency-separation.git
放置路径应为你的 WebUI 的 extensions/ 目录。
或者在 WebUI 的 Extensions 页面中点击 “从 URL 安装”，输入如下地址：
https://github.com/thavocado/sd-webui-frequency-separation
- 重启 WebUI
重启后，在 txt2img 或 img2img 界面中就能看到新增的 “Frequency Separation” 面板。
兼容性说明
该扩展已在以下环境中测试通过：
- Forge：f2.0.1v1.10.1-previous-665-gae278f79
- AUTOMATIC1111：v1.9.4
- reForge：f1.7.0-v1.10.1RC-latest-2255-g2b54f24a
虽然其他 WebUI 分支也应兼容，但如遇异常，请前往 GitHub Issues 提交反馈。
内部处理流程详解
| 阶段 | 描述 | 关键细节 |
|---|---|---|
| FFT 分割 | 将图像转换为频域表示，并分割出低频、中频、高频区域 | 使用 2D FFT，支持 fftshift、径向/角掩膜，保留 DC 分量 |
| 每频带扩散 | 每个频段使用独立参数进行扩散处理 | 动态创建 StableDiffusionProcessingImg2Img，继承提示词/种子，支持频段专属设置 |
| 同步模式 | 控制多个频段之间的协同，防止出现重影或不一致 | 支持多种同步策略（详见下文） |
| 图像重建 | 将处理后的频段重新组合成完整图像 | 支持加权频谱合并或 alpha 混合，最终通过 iFFT 还原 |
| 批处理钩子 | 保证在 ADetailer 等插件前运行 | 使用 postprocess_batch 修改批次张量，确保后续脚本接收增强数据 |
同步模式解析
由于图像被拆分为多个频段独立处理，如何保持它们之间的协调至关重要。该扩展提供了以下几种同步策略：
| 模式 | 同步内容 |
|---|---|
| 独立 | 各频段完全独立处理 |
| 共享噪声 | 共享种子与噪声 εt |
| 跨注意力 | 低频层的上下文 c 向量传递给高频层 |
| 渐进 | 低频作为潜在空间的起点 |
| 共享潜在 | 平均潜在空间 + 权重 λ=0.3 |
建议初学者从 “独立” 或 “共享噪声” 开始尝试，根据效果逐步调整。
频率掩膜函数
扩展共提供 12 种掩膜函数，用于定义不同频段的边界形状。尽管大部分是实验性质，但推荐使用默认选项：
- ✅ corner_average：到四个角落的平均距离（推荐）
其他函数包括：
- center_circular（中心圆形）
- corner_min_diamond（最小钻石距离）
- chebyshev（切比雪夫距离）
- wave_interference（波干涉模拟）
- gravitational（角落重力势）
⚠️ 除非有特殊需求，否则建议使用默认掩膜函数。
高级频带配置指南
你可以对每个频段进行个性化设置，以达到最佳效果：
默认频段范围
- 低频：0.00 - 0.15（结构/构图）
- 中频：0.10 - 0.40（主要特征）
- 高频：0.35 - 1.00（细微纹理）
每频段控制参数
- 去噪强度（Denoising Strength）
- 低频：0.3（保留结构）
- 中频：0.6（平衡特征与变化）
- 高频：0.8（强化细节）
- 自定义步数 & CFG
- 可启用“使用自定义步数和 CFG 缩放”来覆盖全局设置
- 否则使用主生成界面中的统一设定
使用建议与注意事项
- ⏱️ 生成时间增加约 3 倍，建议先用普通模式确定构图，再开启频率分离进行精修。
- 🧪 当前仅在 reForge 上充分测试，其他 WebUI 版本可能需自行验证。
- ❌ 暂无 ComfyUI 节点支持，如有需求可关注后续更新。
- 💬 如遇问题，欢迎提交 Issue 到项目页面：GitHub Issues
© 版权声明
文章版权归作者所有，未经允许请勿转载。
相关文章
暂无评论...
