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
岁月蹉跎的一杯酒19 小时前
格科微内置 ISP 图像效果调试(格科微 YUV Sensor)—GC2145
图像处理·isp·gc2145
FPGA开源工坊1 天前
ISP图像处理--Bayer Raw格式
图像处理·人工智能·verilog·fpga·isp
江畔柳前堤2 天前
具身智能全景深度指南(2026年9月版):从“会聊天的AI“到“能干活的机器“
大数据·javascript·图像处理·人工智能·分布式·智慧城市·原型模式
安河桥。2 天前
Android视频流处理模块硬件加速器数据流转技术说明
android·图像处理·isp
牧羊人.3332 天前
计算机视觉基础 第13章 |背景建模与运动目标检测
图像处理·人工智能·目标检测·计算机视觉·目标跟踪
牧羊人.3332 天前
计算机视觉基础第15章|DNN实现图像风格迁移
图像处理·人工智能·深度学习·opencv·计算机视觉
拿我格子衫来2 天前
LaserWeb4:矢量图与位图如何变成 G-code
图像处理·图形渲染
Dfreedom.2 天前
目标检测后处理核心:NMS非极大值抑制详解
图像处理·人工智能·深度学习·目标检测·目标跟踪
牧羊人.3333 天前
动手学深度学习 02 | 手写数字识别
图像处理·人工智能·深度学习·算法
AndrewHZ3 天前
图像处理入门023 | 自适应直方图均衡化:CLAHE——把 HE 的“全局“变“局部“,治好光照不均与噪声放大
图像处理·双线性插值·自适应均衡化·clahe·对比度限制·分块处理·美颜pipeline