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

暗部提亮不糊片：HDR去噪核心方法

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
暗部提亮的核心挑战
为什么暗部提亮会放大噪声？信噪比与动…
暗部提亮的核心挑…为什么暗部提亮会…
02
噪声模型基础
光子噪声（散粒噪声） · 读出噪声 · 暗电流噪声的数学建模
噪声模型基础光子噪声
03
多帧融合去噪原理
时域降噪的核心思想 · 为什么多帧比单帧好
多帧融合去噪原理时域降噪的核心思…
04
对齐与配准
光流法 · 块匹配法在HDR多帧融合中的应用
对齐配准
05
加权融合策略
基于信噪比的权重图生成 · 运动区域的权重衰减
加权融合策略基于信噪比的权重…
06
双边滤波与引导滤波
边缘保持滤波在暗部提亮中的实战
双边滤波引导滤波
07
非局部均值去噪（NLM）
利用图像自相似性进行去噪
NLM非局部均值去噪
08
BM3D算法
分组+协同滤波 · 目前公认效果最好的去噪算法之一
BM3D算法
09
小波域去噪
小波变换的阈值收缩方法 · 软阈值与硬阈值
小波域去噪小波变换的阈值收…
10
低秩矩阵恢复
利用图像块的低秩性进行去噪（GoDe… · WNNM）
低秩矩阵恢复GoDe
11
深度学习去噪基础
CNN架构（DnCNN · FFDNet）的原理与训练
深度学习去噪基础CNN
12
U-Net在去噪中的应用
编码器-解码器结构 · 跳跃连接的作用
U-Net去噪
13
噪声估计与盲去噪
如何从单张图像估计噪声水平（CBDN… · Noise2Noise）
噪声估计盲去噪
14
自监督去噪
Noise2Self · Noise2Void 无需干净标签的…
自监督去噪Noise2Self
15
暗部提亮专用网络
LLNet · MBLLEN 等低光照增强网络
暗部提亮专用网络LLNet
16
HDR合成中的去噪
多曝光融合时的噪声处理策略
HDR合成
17
色调映射与噪声
全局/局部色调映射对噪声的放大效应
色调映射噪声
18
色彩去噪
RGB通道的噪声相关性 · YCbCr域去噪的优势
色彩去噪RGB
19
去马赛克与去噪联合
Bayer RAW域的处理流程
去马赛克去噪联合
20
实时去噪
移动端/嵌入式平台的轻量化模型（Mo… · GhostNet）
实时去噪Mo
21
视频去噪
时域递归滤波 · 3D卷积（VNLnet · FastDVDnet）
视频去噪时域递归滤波
22
事件相机去噪
基于事件流的异步去噪方法
事件相机去噪基于事件流的异步…
23
医学图像去噪
CT/MRI低剂量重建中的去噪技术
医学图像去噪CT/MRI
24
天文图像去噪
泊松噪声模型与多帧叠加
天文图像去噪泊松噪声模型
25
去噪评价指标
PSNR · SSIM · LPIPS
去噪评价指标PSNR
26
主观评价方法
AB对比测试 · MOS评分
主观评价方法AB
27
数据集构建
SIDD · DND · HDR+ 数据集的使用与标注
数据集构建SIDD
28
去噪与锐化的平衡
如何避免去噪后图像变模糊（非锐化掩膜 · 拉普拉斯增强）
去噪锐化的平衡
29
端到端HDR去噪管线
从RAW输入到最终显示的全流程设计
HDR端到端
30
未来趋势
基于扩散模型的去噪 · NeRF与去噪的结合
未来趋势基于扩散模型的去…