所属分类：视觉图像与光学光电 当前为单品课程，可返回上一级继续浏览同方向资料。
← 返回上一级
← 返回所属目录 咨询 / 购买

HDR图像噪声抑制与细节保护实战课程

共计 30 章节
点击此处阅读海量试读课程：100+行业、1000+细分领域
01
HDR成像基础
什么是HDR · HDR与SDR的区别 · HDR的应用场景（手机摄影
HDR成像基础
02
多帧融合原理
多曝光图像序列的获取 · 对齐与融合 · HDR合成中的鬼影问题
多帧融合原理多曝光图像序列的…
03
噪声模型分析
HDR图像中的噪声来源（光子噪声 · 读出噪声 · 量化噪声）
噪声模型分析HDR
04
噪声抑制基础
空间域滤波（均值滤波 · 高斯滤波 · 中值滤波）
噪声抑制基础空间域滤波
05
双边滤波详解
双边滤波原理 · 参数选择（空间sigma与颜色sig… · 边缘保持特性分析
双边滤波详解双边滤波原理
06
非局部均值去噪
NLM算法原理 · 搜索窗口与相似块 · 在HDR中的应用
非局部均值去噪NLM
07
BM3D去噪算法
BM3D三步走（分组 · 协同滤波 · 聚合）
BM3D去噪算法
08
深度学习去噪基础
CNN用于图像去噪 · DnCNN网络结构 · 训练数据准备
深度学习去噪基础CNN
09
噪声水平估计
基于块的噪声估计方法 · 暗帧法 · 噪声曲线标定
噪声水平估计基于块的噪声估计…
10
细节保护核心概念
纹理与噪声的区分 · 梯度保持 · 结构张量分析
细节保护核心概念纹理
11
各向异性扩散
Perona-Malik模型 · 扩散系数设计 · 迭代停止条件
各向异性扩散Perona-Malik
12
引导滤波
引导滤波原理 · 与双边滤波对比 · 快速实现技巧
引导滤波引导滤波原理
13
加权最小二乘滤波
WLS框架 · 数据项与平滑项 · 边缘权重设计
加权最小二乘滤波WLS
14
总变分去噪
TV模型 · ROF模型 · 原始-对偶优化求解
总变分去噪TV
15
低秩矩阵恢复
低秩先验 · RPCA模型 · 在HDR去噪中的应用
低秩矩阵恢复低秩先验
16
多尺度分解
拉普拉斯金字塔 · 小波分解 · 不同尺度下的噪声与细节处理
多尺度分解拉普拉斯金字塔
17
HDR色调映射中的噪声问题
色调映射放大噪声 · 自适应映射策略
HDR色调映射
18
亮度自适应去噪
亮度通道与色度通道分离 · 亮度相关阈值设计
亮度自适应去噪亮度通道
19
运动场景HDR去噪
运动检测 · 时域滤波 · 运动补偿策略
HDR运动场景
20
实时HDR去噪
移动端优化 · GPU加速 · 模型轻量化
HDR实时
21
HDR去噪评估指标
PSNR · SSIM · HDR-VDP-2
HDR去噪评估指标
22
合成数据集制作
HDR图像仿真 · 添加真实噪声 · 数据增强
合成数据集制作HDR
23
经典算法复现
OpenCV实现多帧HDR去噪 · 参数调优实战
经典算法复现OpenCV
24
深度学习模型训练
PyTorch搭建去噪网络 · 损失函数设计 · 训练技巧
深度学习模型训练PyTorch
25
模型部署与推理
ONNX导出 · TensorRT加速 · 端侧部署
模型部署推理
26
HDR视频去噪
时域一致性 · 光流法 · 3D卷积网络
HDR视频去噪
27
极端低光照HDR
长曝光噪声 · 光子限制 · 泊松-高斯噪声模型
HDR极端低光照
28
多传感器HDR融合
RGB+红外 · RGB+ToF · 传感器对齐与融合
HDR多传感器
29
HDR去噪前沿
Transformer去噪 · 扩散模型 · 自监督方法
HDR去噪前沿
30
综合项目实战
从数据采集到模型部署的完整HDR去噪…
综合项目实战HDR