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
Antonio9157 小时前
【图像处理】图像错切变换
图像处理·人工智能
binqiang2wang1 天前
火山引擎图像超分使用
图像处理·火山引擎
Wnq100722 天前
巡检机器人户外视觉识别困境剖析与自动优化模式构建
图像处理·目标检测·低代码·计算机视觉·目标跟踪·机器人·需求分析
AndrewHZ2 天前
【图像处理基石】通过立体视觉重建建筑高度:原理、实操与代码实现
图像处理·人工智能·计算机视觉·智慧城市·三维重建·立体视觉·1024程序员节
Antonio9152 天前
【图像处理】灰度图像与二值化
图像处理·opencv
yanxing.D2 天前
penCV轻松入门_面向python(第七章 图像平滑处理)
图像处理·人工智能·opencv·计算机视觉
Antonio9153 天前
【图像处理】CMKY色彩空间
图像处理
不良人龍木木3 天前
云图-地基云图
图像处理·算法·计算机视觉·1024程序员节
小殊小殊3 天前
【论文笔记】LTX-Video极致速度的视频生成模型
图像处理·人工智能·深度学习
Antonio9153 天前
【图像处理】图像形态学操作
图像处理·人工智能·opencv