图像画质算法记录(前言)

一、背景介绍

本篇主要是对图像画质增强相关,进行简单整理和记录。

二、整体流程

整体效果主要受到两部分影响:

1、前端isp处理。

2、后端画质增强。

三、isp常规流程

可以参考:刘斯宁:Understanding ISP Pipeline

四、后端画质增强

通常来说,我这里意义上的,画质增强本质上更偏主观性质,主要作用上,是让图像更加符合人眼感官:比如噪声更小,纹理信息更多,图像内容更丰富,图像颜色/影调质感更舒服。

通过对单帧输入图像、相同摄像头多帧图像,不同摄像头输入图像,不同ev图像进行算法处理,进而得到画质更佳,更符合人眼感官的结果图像。

常见的算法,比如多帧去噪,hdr,超分,全景拼接等,基本都属于此类。

五、后续

对画质增强算法,根据基本模块分解,通常会有很多共性地方,如下图所示,基本的多帧去噪和hdr基本算法流程:

通过分析可以看到,多帧去噪和hdr共用了很多相同算子,这些算子为了实现不同功能,内部实现可能各有差别,但本质原理属于同一类。

根据这种脉络,我们似乎可以将画质类算法,可能使用到的各类算子整合到算法池中,可以升级一个算子实现多个画质算法的效果提升,也可以对输入图像和算子流程调整,进而实现新的画质算法。

通常来说,常用的画质内算子,通常包括如下这些:

本篇后续主要就是对画质相关isp和后端算法使用的各类算子的学习,以及对算子排列组合,进行各种画质增强效果的整理记录。

相关推荐
kylezhao201912 小时前
Halcon 自带案例(Create_mode_green_dot)讲解
图像处理·人工智能·halcon
山海青风13 小时前
图像识别零基础实战入门 3 第一次训练图像分类模型
图像处理·人工智能·分类
计算机小手14 小时前
Docker 部署 weserv-images:打造非侵入式图片处理中间件
图像处理·经验分享·docker·中间件
非凡ghost15 小时前
ImageConverter(图像转换编辑工具)
图像处理·人工智能·windows·学习·计算机视觉·软件需求
AomanHao16 小时前
【阅读笔记】Bayer阵列坏点校正-《Adaptive pixel defect correction》
图像处理·笔记·isp·坏点补偿
嵌入式老牛16 小时前
OpenCV 第14课 图像处理之颜色识别(三)
图像处理·人工智能·opencv
山海青风1 天前
图像识别零基础实战入门 1 计算机如何“看”一张图片
图像处理·python
MM_MS1 天前
Halcon图像锐化和图像增强、窗口的相关算子
大数据·图像处理·人工智能·opencv·算法·计算机视觉·视觉检测
淬炼之火2 天前
笔记:Cross Modal Fusion-Mamba
图像处理·笔记·计算机视觉·多模态·特征融合
aitoolhub2 天前
稿定AI文生图:从文字到高质量图像的高效生成指南
图像处理·人工智能·aigc