VIP20
本课程属于：030-HDR图像噪声抑制与细节保护 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

多帧合成降噪与边缘保留滤波技巧

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
课程导论与基础概念
什么是多帧合成降噪？为什么需要边缘保…
课程导论基础概念
02
图像噪声模型
高斯噪声 · 泊松噪声 · 椒盐噪声的数学原理与Python模拟…
图像噪声模型高斯噪声
03
多帧合成降噪原理
均值降噪 · 中值降噪 · 基于光流的对齐降噪
多帧合成降噪原理均值降噪
04
OpenCV基础操作
图像的读取 · 显示 · 保存
OpenCV基础操作
05
帧对齐技术（上）
基于相位相关的全局运动估计与平移对齐
帧对齐技术基于相位相关的全…
06
帧对齐技术（下）
基于特征点匹配（SIFT/ORB）的…
帧对齐技术SIFT/ORB
07
均值合成降噪实战
多帧图像直接平均 · 分析帧数与信噪比的关系
均值合成降噪实战多帧图像直接平均
08
中值合成降噪实战
多帧图像逐像素取中值 · 对比均值降噪效果
值合成降噪实战多帧图像逐像素取
09
加权融合降噪
基于局部方差的自适应权重融合策略
加权融合降噪基于局部方差的自…
10
边缘保留滤波基础
高斯滤波 vs 双边滤波的原理与效果…
边缘保留滤波基础vs
11
双边滤波详解
空间域核与值域核的数学推导 · 参数sigma的影响
双边滤波详解空间域核
12
双边滤波实战
OpenCV实现双边滤波 · 处理人像磨皮与纹理保留
双边滤波实战OpenCV
13
引导滤波原理
引导图 · 输入图 · 输出图的关系
引导滤波原理引导图
14
引导滤波实战
OpenCV实现引导滤波 · 用于图像增强与去雾
引导滤波实战OpenCV
15
非局部均值降噪（NLM）
原理讲解与OpenCV实现
NLM非局部均值降噪
16
多帧合成 + 边缘保留滤波联合策略
先合成降噪再滤波 vs 先滤波再合成
多帧合成边缘保留滤波联合…
17
基于运动补偿的多帧降噪
光流法（Farneback/LK）估… · 补偿后融合
基于运动补偿的多…Farneback/LK
18
深度学习降噪入门
DnCNN · FFDNet等经典网络结构简介
深度学习降噪入门DnCNN
19
自监督降噪
Noise2Noise · Noise2Void原理与实战
自监督降噪Noise2Noise
20
多帧合成降噪在手机摄影中的应用
夜景模式 · HDR+算法解析
多帧合成降噪手机摄影
21
边缘保留滤波在医学图像中的应用
CT/MRI图像去噪与细节增强
边缘保留滤波医学图像
22
边缘保留滤波在遥感图像中的应用
SAR图像斑点噪声抑制
边缘保留滤波遥感图像
23
实时多帧降噪系统设计
基于OpenCV的流水线架构 · 多线程加速
实时多帧降噪系统…OpenCV
24
性能评估指标
PSNR · SSIM · MSE的计算与Python实现
性能评估指标PSNR
25
参数调优指南
如何选择帧数 · 滤波半径 · sigma值以获得最佳效果
参数调优指南如何选择帧数
26
常见问题与避坑指南
鬼影 · 模糊 · 伪影的产生原因与解决方案
常见问题避坑指南
27
综合实战（一）
构建一个多帧合成降噪 + 双边滤波的…
综合实战构建一个多帧合成…
28
综合实战（二）
构建一个基于引导滤波的多帧增强系统
综合实战构建一个基于引导…
29
综合实战（三）
对比不同算法组合在低光照场景下的表现
综合实战对比不同算法组合
30
课程总结与未来展望
计算摄影学前沿趋势 · 推荐学习资源
课程总结未来展望