相机图像质量研究(36)常见问题总结:编解码对成像的影响--块效应

系列文章目录

相机图像质量研究(1)Camera成像流程介绍

相机图像质量研究(2)ISP专用平台调优介绍

相机图像质量研究(3)图像质量测试介绍

相机图像质量研究(4)常见问题总结:光学结构对成像的影响--焦距

相机图像质量研究(5)常见问题总结:光学结构对成像的影响--景深

相机图像质量研究(6)常见问题总结:光学结构对成像的影响--对焦距离

相机图像质量研究(7)常见问题总结:光学结构对成像的影响--镜片固化

相机图像质量研究(8)常见问题总结:光学结构对成像的影响--工厂调焦

相机图像质量研究(9)常见问题总结:光学结构对成像的影响--工厂镜头组装

相机图像质量研究(10)常见问题总结:光学结构对成像的影响--光圈

相机图像质量研究(11)常见问题总结:光学结构对成像的影响--像差

相机图像质量研究(12)常见问题总结:光学结构对成像的影响--炫光

相机图像质量研究(13)常见问题总结:光学结构对成像的影响--鬼影

相机图像质量研究(14)常见问题总结:光学结构对成像的影响--伪像

相机图像质量研究(15)常见问题总结:光学结构对成像的影响--暗角

相机图像质量研究(16)常见问题总结:光学结构对成像的影响--IRCUT

相机图像质量研究(17)常见问题总结:CMOS期间对成像的影响--靶面尺寸

相机图像质量研究(18)常见问题总结:CMOS期间对成像的影响--CFA

相机图像质量研究(19)常见问题总结:CMOS期间对成像的影响--Sensor Noise

相机图像质量研究(20)常见问题总结:CMOS期间对成像的影响--全局快门/卷帘快门

相机图像质量研究(21)常见问题总结:CMOS期间对成像的影响--隔行扫描/逐行扫描

相机图像质量研究(22)常见问题总结:CMOS期间对成像的影响--光学串扰

相机图像质量研究(23)常见问题总结:CMOS期间对成像的影响--紫晕

相机图像质量研究(24)常见问题总结:CMOS期间对成像的影响--摩尔纹

相机图像质量研究(25)常见问题总结:CMOS期间对成像的影响--过曝、欠曝

相机图像质量研究(26)常见问题总结:CMOS期间对成像的影响--坏点

相机图像质量研究(27)常见问题总结:补光灯以及遮光罩对成像的影响--遮光罩

相机图像质量研究(28)常见问题总结:补光灯以及遮光罩对成像的影响--补光灯

相机图像质量研究(29)常见问题总结:图像处理对成像的影响--图像插值Demosaic

相机图像质量研究(30)常见问题总结:图像处理对成像的影响--重影

相机图像质量研究(31)常见问题总结:图像处理对成像的影响--图像差

相机图像质量研究(32)常见问题总结:图像处理对成像的影响--振铃效应

相机图像质量研究(33)常见问题总结:图像处理对成像的影响--锯齿

相机图像质量研究(34)常见问题总结:图像处理对成像的影响--拖影

相机图像质量研究(35)常见问题总结:图像处理对成像的影响--运动噪声

相机图像质量研究(36)常见问题总结:编解码对成像的影响--块效应

相机图像质量研究(37)常见问题总结:编解码对成像的影响--条带效应

相机图像质量研究(38)常见问题总结:编解码对成像的影响--呼吸效应

相机图像质量研究(39)常见问题总结:编解码对成像的影响--运动模糊

相机图像质量研究(40)常见问题总结:显示器对成像的影响--画面泛白


目录

系列文章目录

前言

一、快效应产生的原因

二、块效应优化的方法


前言

快效应一般是图像编码或者视频编码中的术语,编码中要求小码率播放大分辨率图像可能出现此问题。


一、快效应产生的原因

快效应产生的主要原因,由于视频编码采用基于块编码和量化的方式造成相邻块之间存在明显的差异的现象。 快效应先现象的影响因素,主要是当码率设置较低或者环境细节非常多时,量化强度较大,相邻块之间的量化参数差异变大,导致块效应更明显。

例如下图中当码率固定并且画面幅度大幅度变化时,能够明显看到画面块状现象。

二、块效应优化的方法

快效应产生的主要原因还是码率限制了编码范围,导致块与块之间的差异过于明显,因此优化方案有两种,增加码率、增加去块(效应)滤波器。


总结

本节讲了快效应产生的原因,现象和减弱方法。

相关推荐
innutritious19 分钟前
车辆重识别(2020NIPS去噪扩散概率模型)论文阅读2024/9/27
人工智能·深度学习·计算机视觉
橙子小哥的代码世界1 小时前
【深度学习】05-RNN循环神经网络-02- RNN循环神经网络的发展历史与演化趋势/LSTM/GRU/Transformer
人工智能·pytorch·rnn·深度学习·神经网络·lstm·transformer
985小水博一枚呀2 小时前
【深度学习基础模型】神经图灵机(Neural Turing Machines, NTM)详细理解并附实现代码。
人工智能·python·rnn·深度学习·lstm·ntm
SEU-WYL3 小时前
基于深度学习的任务序列中的快速适应
人工智能·深度学习
OCR_wintone4213 小时前
中安未来 OCR—— 开启高效驾驶证识别新时代
人工智能·汽车·ocr
matlabgoodboy4 小时前
“图像识别技术:重塑生活与工作的未来”
大数据·人工智能·生活
最近好楠啊4 小时前
Pytorch实现RNN实验
人工智能·pytorch·rnn
OCR_wintone4214 小时前
中安未来 OCR—— 开启文字识别新时代
人工智能·深度学习·ocr
学步_技术4 小时前
自动驾驶系列—全面解析自动驾驶线控制动技术:智能驾驶的关键执行器
人工智能·机器学习·自动驾驶·线控系统·制动系统
IFTICing4 小时前
【文献阅读】Attention Bottlenecks for Multimodal Fusion
人工智能·pytorch·python·神经网络·学习·模态融合