ISP算法及其常用细类算法
最近在查漏补缺的时候,做了以下的ISP算法的常见方法表格整理,有需要的话截图自取,如果有错误的地方也欢迎指出来,一起学习!
算法类别 | 常用算法 | 说明 |
---|---|---|
坏点修复 (DPC) | 临近插值法 (Nearest Neighbor) | 使用相邻像素的值来替换坏点。 |
平均插值法 (Averaging) | 使用坏点周围像素的平均值来替换坏点。 | |
黑电平校正 (BLC) | 固定值校正 (Fixed Value) | 使用传感器提供的黑电平偏移值进行校正。 |
动态校正 (Dynamic Correction) | 根据拍摄条件动态调整黑电平。 | |
去噪 (NR) | 均值滤波 (Mean Filter) | 使用平均值平滑图像,减少噪声。 |
中值滤波 (Median Filter) | 使用中值来平滑图像,特别有效于椒盐噪声。 | |
双边滤波 (Bilateral Filter) | 保持边缘的同时去除噪声。 | |
小波去噪 (Wavelet Denoising) | 使用小波变换去除噪声。 | |
白平衡 (WB) | 灰度世界假设 (Gray World) | 假设图像中的平均颜色应该是中性灰色。 |
最强白假设 (White Patch) | 假设图像中最亮的区域应该是白色。 | |
GAWB (Gray Edge) | 基于梯度的白平衡算法。 | |
去马赛克 (Demosaicing) | 最近邻插值 (Nearest Neighbor) | 使用最邻近像素的颜色值。 |
双线性插值 (Bilinear) | 使用周围像素的线性插值。 | |
超分辨率 (Super-Resolution) | 高级插值算法,提高图像质量。 | |
色彩校正 (Color Correction) | 色彩校正矩阵 (CCM) | 使用色彩变换矩阵进行颜色校正。 |
伽马校正 (Gamma Correction) | 调整图像的亮度。 | |
边缘增强 (EE) | Sobel | 使用Sobel算子检测边缘。 |
Canny | 使用Canny算子进行边缘检测。 | |
拉普拉斯 (Laplacian) | 使用拉普拉斯算子检测边缘。 | |
伽马矫正 (Gamma Correction) | 线性伽马校正 (Linear Gamma) | 线性调整图像的亮度。 |
非线性伽马校正 (Non-linear Gamma) | 非线性调整图像的亮度。 | |
色彩空间转换 (Color Space Conversion) | RGB到YUV | 将图像从RGB转换到YUV色彩空间。 |
RGB到HSV | 将图像从RGB转换到HSV色彩空间。 | |
图像缩放 (Image Scaling) | 最近邻插值 (Nearest Neighbor) | 使用最邻近像素进行插值。 |
双线性插值 (Bilinear) | 使用线性插值算法进行缩放。 | |
双三次插值 (Bicubic) | 使用三次插值算法进行缩放。 | |
自动曝光控制 (AE) | 直方图均衡 (Histogram Equalization) | 根据直方图调整曝光。 |
峰值检测 (Peak Detection) | 检测图像亮度峰值并调整曝光。 | |
自动对焦 (AF) | 对比度检测 (Contrast Detection) | 根据图像对比度调整焦点。 |
相位检测 (Phase Detection) | 使用相位差调整焦点。 | |
高动态范围 (HDR) | 图像融合 (Image Fusion) | 将多张不同曝光的图像融合成一张HDR图像。 |
辐射校正 (Radiance Mapping) | 使用辐射校正生成HDR图像。 |
版权声明
本博客内容仅供学习交流,转载请注明出处。