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

高通ISP降噪算法与夜景拍摄图像增强技术原理与实战详解

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

高通ISP架构概览 · 夜景拍摄的痛点分析 · 降噪与增强的平衡艺术

课程导论ISP

图像传感器与RAW域基础

CMOS传感器工作原理 · Bayer阵列与CFA插值 · 黑电平校正与LSC

RAW图像传感器

噪声模型与统计特性

光子散粒噪声 · 读出噪声与热噪声 · 1/f噪声与固定模式噪声

噪声模型统计特性

空间域降噪算法（一）

均值滤波与高斯滤波 · 中值滤波与双边滤波 · 非局部均值（NLM）降噪

空间域降噪算法均值滤波

空间域降噪算法（二）

引导滤波（Guided Filter… · 加权最小二乘滤波（WLS） · 基于深度学习的空间域降噪（DnCNN

空间域降噪算法Guided

变换域降噪算法

小波变换降噪（软阈值/硬阈值） · DCT域降噪 · FFT域维纳滤波

变换域降噪算法小波变换降噪

时域降噪算法（运动补偿）

3D降噪框架 · 块匹配运动估计 · 时域递归滤波

时域降噪算法运动补偿

高通MCTF（运动补偿时域滤波）详解

MCTF架构 · 多参考帧策略 · 运动矢量一致性检查

高通Bayer域降噪（ABF/ABF2）

ABF算法原理 · 方向性滤波 · Bayer域边缘保护

高通YUV域降噪（ANR/ANR2）

ANR架构 · 亮度与色度分离降噪 · ANR2的深度学习融合

高通多帧降噪（MFNR）

MFNR流程 · 帧选择策略 · 对齐与融合

MFNR高通多帧降噪

夜景拍摄图像增强概述

低照度图像特性 · 增强目标（亮度/对比度/色彩/细节） · 增强与噪声的博弈

夜景拍摄图像增强…低照度图像特性

直方图均衡化与自适应直方图均衡化（AHE/CLAHE）

全局直方图均衡 · 限制对比度自适应直方图均衡 · CLAHE在夜景中的应用

AHE/CLAHE直方图均衡化

Retinex理论及其变体

单尺度Retinex（SSR） · 多尺度Retinex（MSR） · 带色彩恢复的MSR（MSRCR）

暗光图像去雾与透雾增强

暗通道先验（DCP） · 基于深度学习的去雾（DehazeNe… · 暗光场景下的去雾特殊性

暗光图像去雾透雾增强

自适应伽马校正与色调映射

伽马校正原理 · 自适应伽马曲线 · 全局与局部色调映射（Tone Map…

自适应伽马校正色调映射

高通AEC（自动曝光控制）与夜景策略

AEC算法原理 · 夜景低照度策略 · 目标亮度与曝光时间权衡

高通AWB（自动白平衡）在夜景中的挑战

低照度色偏问题 · 灰世界与完美反射模型 · 色温估计与校正

高通AFC（自动对焦）与夜景对焦策略

对比度对焦与相位对焦 · 夜景低照度对焦困难 · 激光辅助对焦与TOF

高通ISP Pipeline中的降噪与增强协同

Pipeline整体流程 · 降噪模块的放置位置 · 增强模块的级联顺序

基于深度学习的夜景降噪（一）

卷积神经网络基础 · 残差学习与跳跃连接 · U-Net架构在降噪中的应用

基于深度学习的夜…卷积神经网络基础

基于深度学习的夜景降噪（二）

生成对抗网络（GAN）用于夜景增强 · 感知损失与对抗损失 · 真实噪声数据集构建

基于深度学习的夜…GAN

基于深度学习的夜景降噪（三）

Transformer在图像恢复中的… · SwinIR与Restormer · 自注意力机制的优势

基于深度学习的夜…Transformer

高通AI Engine与SNPE部署

高通SNPE框架介绍 · 模型量化（INT8/FP16） · DSP与GPU加速

夜景视频降噪与增强

视频降噪的挑战 · 时域一致性保持 · 光流法运动补偿

夜景视频降噪增强

多摄融合与夜景增强

广角与主摄融合 · 超分辨率与降噪 · 景深信息辅助增强

多摄融合夜景增强

高通Spectra ISP与CV-ISP

Spectra ISP架构 · CV-ISP（计算机视觉ISP）概念 · 语义分割引导的降噪

降噪与增强的客观评价指标

PSNR/SSIM · 噪声评估（NPS/SNR） · 感知质量评估（LPIPS/NIQE）

降噪增强的客观评价指…

降噪与增强的主观评价与调试

主观测试方法 · 参数调试流程 · 常见画质问题（鬼影/伪影/过平滑）

降噪增强的主观评价

综合实战项目

从RAW到最终夜景照片：项目需求分析 · Pipeline搭建 · 参数调优

综合实战项目RAW