VIP20
本课程属于：013-高通ISP降噪算法 AI视觉与工业视觉 · 共 20 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

多帧降噪算法在夜景拍摄中的实战应用

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
夜景拍摄的痛点
低光照环境下的噪声来源分析（光子噪声 · 读出噪声 · 暗电流）
夜景拍摄的痛点低光照环境下的噪…
02
多帧降噪原理
时域滤波的核心思想——信号相关 · 噪声无关
多帧降噪原理时域滤波的核心思…
03
图像配准基础
为什么需要配准？平移 · 旋转 · 仿射变换模型
图像配准基础为什么需要配准？…
04
实战环境搭建
OpenCV · NumPy · RawPy库的安装与配置
实战环境搭建OpenCV
05
读取与解析RAW文件
使用RawPy读取DNG/RAW格式 · 提取Bayer数据
RAW读取
06
去马赛克（Demosaic）
将Bayer格式转换为RGB图像 · OpenCV的cvtColor实现
Demosaic去马赛克
07
图像对齐（配准）实战
基于相位相关的全局平移估计
图像对齐配准
08
图像对齐（配准）实战
基于特征点（ORB/SIFT）的配准…
图像对齐配准
09
图像对齐（配准）实战
基于光流法的稠密配准
图像对齐配准
10
帧选择策略
如何剔除模糊或对齐失败的低质量帧
帧选择策略如何剔除模糊或对…
11
均值融合
最简单的多帧降噪 · 代码实现与效果分析
均值融合最简单的多帧降噪
12
中值融合
抗离群点噪声 · 代码实现与效果分析
值融合抗离群点噪声
13
加权融合
基于噪声方差的权重分配 · 代码实现
加权融合基于噪声方差的权…
14
时域递归滤波
单帧输入 · 持续更新的低通滤波模型
时域递归滤波单帧输入
15
运动自适应滤波
检测运动区域 · 避免鬼影
运动自适应滤波检测运动区域
16
非局部均值（NLM）降噪
在单帧内利用相似块降噪
NLM非局部均值
17
三维块匹配滤波（BM3D）
结合时域与空域的经典算法
BM3D三维块匹配滤波
18
基于深度学习的多帧降噪
简单介绍U-Net与3D-CNN架构
基于深度学习的多…U-Net
19
暗帧（Dark Frame）校正
减去固定模式噪声
DarkFrame
20
平场（Flat Field）校正
消除镜头阴影与像素响应不均
FlatField
21
色彩校正矩阵（CCM）
将相机RGB转换到标准色彩空间
CCM色彩校正矩阵
22
色调映射（Tone Mapping）
将高动态范围数据映射到8位显示
ToneMapping
23
锐化与细节增强
降噪后的细节恢复 · 避免过度平滑
锐化细节增强
24
完整降噪流水线搭建
从RAW输入到JPEG输出的全流程代…
完整降噪流水线搭…RAW
25
性能优化
使用NumPy向量化 · Numba加速 · 多线程处理
性能优化NumPy
26
评估指标
PSNR · SSIM · 噪声方差图
评估指标PSNR
27
实战案例1
手持夜景拍摄（6帧合成）
实战案例1手持夜景拍摄
28
实战案例2
三脚架长曝光（16帧合成）
实战案例2三脚架长曝光
29
实战案例3
手机夜景模式模拟（多帧融合）
实战案例3手机夜景模式模拟
30
总结与展望
计算摄影的未来趋势与学习路径
计算摄影的未来趋…学习路径