首页
›
AI视觉与工业视觉
›
030-HDR图像噪声抑制与细节保护
›
《RAW域HDR去噪与细节保真优化实战》
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
RAW域HDR处理中的去噪与细节权衡
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
RAW域基础
RAW图像格式解析 · Bayer阵列与CFA模式 · RAW与RGB的差异
RAW
域基础
02
HDR成像原理
多帧曝光HDR · 单帧HDR(DOL/HDR) · HDR合成中的噪声问题
HDR
成像原理
03
噪声模型
光子散粒噪声 · 读出噪声 · 固定模式噪声(FPN)
噪声模型
光子散粒噪声
04
去噪基础
空间域滤波(均值/高斯/中值) · 变换域滤波(小波/BM3D) · 非局部均值(NLM)
去噪基础
空间域滤波
05
细节保持
边缘保持滤波(双边/引导滤波) · 各向异性扩散 · 细节层与基础层分离
细节保持
边缘保持滤波
06
去噪与细节的冲突
过平滑问题 · 振铃效应 · 纹理丢失
去噪
细节的冲突
07
权衡策略
全局权衡参数 · 局部自适应权衡 · 基于内容感知的权衡
权衡策略
全局权衡参数
08
经典算法
BM3D在RAW域的应用 · VBM4D · NL-Bayes
经典算法
BM3D
09
深度学习去噪
DnCNN · FFDNet · CBDNet
深度学习去噪
DnCNN
10
深度学习的细节保留
感知损失 · 对抗损失 · 边缘损失
深度学习的细节保…
感知损失
11
RAW域专用网络
RawNR · Unprocessing · KPN(核预测网络)
RAW
域专用网络
12
HDR合成中的去噪
对齐前的去噪 · 合成后的去噪 · 多帧联合去噪
HDR
合成
13
运动补偿与去噪
光流法 · 块匹配 · 运动自适应权重
运动补偿
去噪
14
亮度自适应去噪
暗部噪声放大问题 · 亮度分段处理 · 自适应阈值
亮度自适应去噪
暗部噪声放大问题
15
色彩去噪
色度噪声与亮度噪声分离 · CIE Lab空间去噪 · 色差抑制
色彩去噪
色度噪声
16
细节增强
非锐化掩模(USM) · 拉普拉斯增强 · 高频提升滤波
细节增强
USM
17
多尺度处理
高斯金字塔 · 拉普拉斯金字塔 · 小波金字塔在权衡中的应用
多尺度处理
高斯金字塔
18
引导滤波
引导图的选择 · 引导滤波在细节保持中的应用 · 快速引导滤波
引导滤波
引导图的选择
19
低光照HDR
长曝光噪声 · 短曝光欠曝 · 多帧融合策略
HDR
低光照
20
高动态范围场景
高光区域的细节恢复 · 高光噪声抑制
高动态范围场景
高光区域的细节恢…
21
实时处理
移动端ISP流水线 · 硬件加速 · 模型量化与剪枝
实时处理
ISP
22
评估指标
PSNR · SSIM · MS-SSIM
评估指标
PSNR
23
去噪-细节权衡的量化
细节保留指数(DRI) · 噪声水平估计 · 盲评估
去噪
细节权衡的量化
24
数据集
SID(索尼低光照) · MIT Adobe FiveK · HDR+ Burst
数据集
SID
25
传统方法的工程实现
OpenCV实现 · RAW处理库(RawPy · LibRaw)
传统方法的工程实…
OpenCV
26
深度学习的工程实现
PyTorch实现 · ONNX部署 · TensorRT优化
深度学习的工程实…
PyTorch
27
调参经验
去噪强度 · 细节保护阈值 · 迭代次数
调参经验
去噪强度
28
案例分析
手机HDR夜景模式 · 单反HDR合成 · 监控摄像头HDR
案例分析
HDR
29
前沿趋势
Transformer在去噪中的应用 · 扩散模型 · 事件相机HDR
前沿趋势
Transformer
30
综合实战
从RAW输入到HDR输出 · 完整pipeline搭建与调优
综合实战
RAW
所属VIP或分类
同VIP:HDR亮度一致性校正与噪声抑制实战
同VIP:HDR去噪算法在暗光场景的落地应用
同VIP:HDR双边引导滤波与细节保护实战