VIP9
本课程属于：045-HDR、多帧降噪与低照度成像 AI智能与边缘计算工程 · 共 9 门相关课程，组合学习更完整。
查看所属VIP全部课程 →
← 返回所属目录 咨询 / 购买

低照度场景降噪算法与HDR合成实战

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
课程导论与成像基础
低照度成像的物理原理（光子噪声 · 读出噪声 · 暗电流）
课程导论成像基础
02
图像噪声模型与数学建模
高斯噪声 · 泊松噪声（散粒噪声）的数学模型 · 噪声参数估计方法
图像噪声模型数学建模
03
经典降噪算法（空间域）
均值滤波 · 高斯滤波 · 中值滤波的原理与实现
经典降噪算法空间域
04
经典降噪算法（变换域）
傅里叶变换与小波变换原理 · 小波阈值降噪（软阈值 · 硬阈值）
经典降噪算法变换域
05
非局部均值降噪（NLM）
NLM算法原理（相似块匹配与加权平均… · 快速NLM实现 · 实战
NLM非局部均值降噪
06
BM3D降噪算法
BM3D算法三步走（分组 · 协同滤波 · 聚合）
BM3D降噪算法
07
深度学习降噪基础
卷积神经网络（CNN）基础 · 残差学习（ResNet）与降噪网络（… · 实战：搭建简单的DnCNN模型
深度学习降噪基础CNN
08
深度降噪网络进阶
U-Net架构在降噪中的应用 · 注意力机制（CBAM · SE-Net）
深度降噪网络进阶U-Net
09
真实噪声建模与合成
真实传感器噪声特性分析 · 噪声合成管线（Poisson-Gau… · 实战：生成逼真的低照度训练数据
真实噪声建模合成
10
降噪评价指标
PSNR · SSIM · LPIPS
降噪评价指标PSNR
11
HDR合成基础
多曝光HDR合成原理（Debevec… · 相机响应函数（CRF）的标定 · 实战
HDR合成基础
12
HDR合成进阶
基于深度学习的HDR合成（端到端网络… · 鬼影去除与运动对齐 · 实战：训练一个简单的HDR合成网络
HDR合成进阶
13
单帧HDR重建
从单张低动态范围（LDR）图像重建H… · 逆色调映射（Inverse Tone… · 实战：基于CNN的单帧HDR
HDR单帧
14
HDR显示与色调映射
全局色调映射（Gamma校正 · 对数映射） · 局部色调映射（基于引导滤波
HDR显示
15
低照度增强与HDR结合
Retinex理论（光照-反射分解） · 低照度增强算法（LIME · Zero-DCE）
HDR低照度增强
16
图像对齐与配准
基于特征点的对齐（SIFT · ORB） · 基于光流的对齐（Farneback
图像对齐配准
17
多帧降噪与超分辨率
多帧降噪原理（时域滤波） · 多帧超分辨率（亚像素运动估计） · 实战：实现简单的多帧降噪系统
多帧降噪超分辨率
18
RAW域处理
RAW图像格式与Bayer阵列 · 去马赛克（Demosaicing） · RAW域降噪的优势
RAW域处理
19
ISP管线与降噪集成
图像信号处理器（ISP）典型流程 · 降噪模块在ISP中的位置 · 实战：在模拟ISP中集成降噪算法
ISP管线
20
视频降噪
时域滤波（3D降噪） · 运动补偿时域滤波（MCTF） · 实战
视频降噪时域滤波
21
模型轻量化与部署
模型剪枝 · 量化（INT8） · 知识蒸馏
模型轻量化部署
22
数据集构建与标注
低照度数据集介绍（SID · MIT-Adobe FiveK） · 数据增强策略
数据集构建标注
23
损失函数设计
L1/L2损失 · 感知损失（Perceptual Lo… · 对抗损失（GAN Loss）
损失函数设计L1/L2
24
生成对抗网络（GAN）在降噪中的应用
SRGAN · ESRGAN架构 · GAN用于真实噪声去除
GAN生成对抗网络
25
自监督与无监督降噪
Noise2Noise · Noise2Void原理 · 自监督降噪实战
自监督无监督降噪
26
Transformer在图像恢复中的应用
SwinIR · Restormer架构 · 实战
Transformer图像恢复
27
HDR视频合成
多曝光HDR视频合成 · 时域一致性保持 · 实战：实现HDR视频合成管线
HDR视频合成
28
移动端与嵌入式部署
模型优化（TensorRT · NCNN） · 实战
移动端嵌入式部署
29
综合项目实战（上）
需求分析与系统设计 · 数据准备与预处理 · 降噪与HDR合成模块开发
综合项目实战需求分析
30
综合项目实战（下）
模块集成与联调 · 性能优化与测试 · 最终成果展示与总结
综合项目实战模块集成