HDR之双边滤波和引导滤波

最新推荐文章于 2025-10-24 12:36:59 发布
原创 最新推荐文章于 2025-10-24 12:36:59 发布 · 3.2k 阅读 · 17 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文探讨了3DLUTs在图像处理中的应用及其学习过程，并对比分析了HDRNet等深度学习图像增强方法。从曝光补偿到色调映射等相机图像流程增强手段，再到基于学习的图像增强技术，文章全面解析了图像处理的关键技术。

文章目录

3D LUT

提升感知质量(perceptual quality)是数码相机图像处理不可缺少的，一般通过级联的模块例如曝光补偿(exposure compensation), 色调/饱和度调整(hue/saturation adjustment), 颜色空间转换和修改(color space conversion and manipulation), 色调映射(tone mapping), 伽马校正(gamma correction)

  • 数据集
    MIT-Adobe FiveK dataset

基于深度学习的增强方法可以分为两类

  1. 学习一个像素到像素的映射(pixel-to-pixel mapping) or 预测一个像素级的变换(pixel-wise transformations)
  2. 预测一系列预定义增强操作的概率和/或映射曲线的参数

The networks take down-sampled low-resolution (LR) images as input to predict which ones of the pre-defined operators and/or mapping curves should be used to enhance the given high-resolution (HR) source images
按照以前的方法，网络采用低分辨率(LR)的输入预测哪个预定义的操作和/或映射曲线应该被应用在高分辨率(HR)的源图像上

  • framework
    1
    3D LUTs 怎么学习的？
  • 相机图像流程增强(enhancement in camera imaging pipeline)
  • exposure correction [13, 14]
  • color constancy [15, 16]
  • constrast enhancement [17, 18]
  • color manipulation [19, 20]
  • tone mapping [21, 22]
    按照文献[1] 大部分操作在实际应用中都可以使用相同的技术, 例如1D or 3D LUT
  • 后期调整增强(enhancement in photo reto
最低0.47元/天 解锁文章
2017-SIGGRAPH-Google,MIT-(HDRNet)Deep Bilateral Learning for Real-Time Image Enhancements
WX_Chen的博客
10-11 1319
双边网格 本质上是一个可以保存边缘信息的3维的数据结构。 对于一张2维图片, 在2维空间中增加了一维代表像素的强度 slice操作(上采样) Bilateral Guided Upsampling这篇文章用双边网格实现图像的操作算子的加速。 算法的核心思想是将一幅高分辨率的图像通过下采样转换成一个双边网格, 在双边网格中每个格子就是一个图像的仿射变换算子, 它的原理是在空间与值域相近的区域内, 相似输入图像的亮度经算子变换后也应该是相似的, 因此在每个格子里的操作算子可以看成是输入/输出的近似曲线,.
【毕业设计/Matlab系列】基于最小二乘滤波WLS和快速双边滤波显示HDR图像【含Matlab源码】
优快云明星博主，认证博客专家，视频、Matlab领域优质创作者。
05-12 908
在之前毕业设计的时候，分别实现了采用最小二乘法滤波WLS和快速双边滤波显示HDR图像，采用Matlab语言实现，效果很好。需要相关代码可以加文章最后的QQ名片咨询博主。
图像增强系列二：Underexposed Photo Enhancement using Deep Illumination Estimation
weixin_42923416的博客
05-04 1228
可能涉及的点。。 图像处理中，如一些去雾去雨算法等，直接在原图上操作的话计算量太大。因而常常下采样原图后再进行处理，处理完后再进行上采样恢复。但直接上采样，如最近邻，双线性等。都会有一定程度的不对齐。 paper1:Joint Bilateral Upsampling 即下采样处理完后再上采样的过程中，利用原图(大分辨率)的信息来辅助恢复上采样。f和gf和gf和g为双边滤波核，I~\tilde I...
终极HDRNet指南：如何用高效深度学习框架实现惊艳图像处理✨
最新发布
gitblog_00985的博客
10-24 275
HDRNet是由Google Research团队开发的开源深度学习框架，专注于提供高效、高质量的图像处理解决方案，尤其擅长高动态范围（HDR）图像的处理和合成，同时也适用于低动态范围（LDR）图像的优化任务。无论是专业摄影师还是图像处理爱好者，都能通过HDRNet轻松提升图片质量，实现实时处理效果。 ## ???? HDRNet核心技术解析：为何它如此高效？ ### 自适应卷积网络架构：像素级智...
低光图像增强论文：Underexposed Photo Enhancement using Deep Illumination Estimation阅读笔记
import_torch_as_tf
07-29 2265
论文链接：https://ieeexplore.ieee.org/stamp/stamp.jsp?tp=&arnumber=8953588 项目地址：https://github.com/wangruixing/DeepUPE CVPR2019 作者团队：腾讯优图 Abstract 不再像以前那样直接学习图像到图像的映射，而是在网络中引入中间照明，将输入与预期增强结果相关联，从而增强网络从专家修改的输入/输出图像对学习复杂的摄影调整的能力。 提出了一个采用光照约束和先验的损失函数，建立了
快速双边滤波在High-Dynamic Range（HDR)图像显示中的应用
big tiger的博客
03-05 3489
快速双边滤波在High-Dynamic Range（HDR)图像显示中的应用。                分类：            图像处理2013-11-15 20:38628人阅读评论(3)收藏举报 bilateral filter快速双边滤波Hdr      高动态范围图像（High-Dynamic Range，简称HDR），相比普通的图像，可以提供更多的动态范围和
Tone Mapping算法系列一：基于Fast Bilateral Filtering 算法的 High-Dynamic Range(HDR) 图像显示技术。...
weixin_33807284的博客
11-18 3388
一、引言 本人初次接触HDR方面的知识，有描述不正确的地方烦请见谅。 为方便文章描述，引用部分百度中的文章对HDR图像进行简单的描述。 高动态范围图像（High-Dynamic Range，简称HDR），相比普通的图像，可以提供更多的动态范围和图像细节，根据不同的曝光时间的LDR(Low-Dynamic Range)图像，利用每个曝光时间相对应最佳细节的LDR图像来合成最终HDR图像，能够更...
基于最小二乘滤波WLS和快速双边滤波显示HDR图像（含Matlab代码）
11-13
2、内容介绍：在大学毕业设计的时候，分别实现了采用最小二乘法滤波WLS和快速双边滤波显示HDR图像，采用Matlab语言实现，效果很好。 3、适用人群：适用于计算机，电子信息工程等专业的大学生课程设计和毕业设计。 4...
快速双边滤波matlab代码
08-13
快速双边滤波是一种在图像处理领域广泛应用的降噪和细节保留技术，特别是在处理高动态范围（HDR）图像时。该算法结合了空间邻近度和像素值相似性，有效地平滑图像中的噪声，同时保持边缘和纹理的清晰度。本篇将详细...
双边滤波实现
09-08
- **高动态范围图像处理**：在HDR图像中，双边滤波可以帮助融合不同曝光的图像，同时保持细节。 ### 代码实现 在编程语言如C++或Python中，可以使用OpenCV库来实现双边滤波。以下是一个简单的Python示例： ```...
Bilateral Upsample
CHNguoshiwushuang的博客
09-06 8146
   bilateral的原理和方法已经了解过，借鉴Bilateral的方法进行上采样，可以使用输入的图像作为先验，引导低分辨图像恢复成原分辨的图像，这里简要介绍如下： 1.首先看一下联合双边滤波（JBF）,这个东西简要理解的话，就是将经过处理后得到的低分辨小图，通过最近邻插值的方法进行放大，然后使用原图的数据和这个放大的结果进行联合双边滤波。这样做的好处是能提高图像处理的速度，表达公式如下： ...
联合双边滤波上采样
04-09
Image analysis and enhancement tasks such as tone mapping, colorization, stereo depth, and photomontage, often require computing a solution (e.g., for exposure, chromaticity, disparity, labels) over the pixel grid. Computational and memory costs often require that a smaller solution be run over a downsampled image. Although general purpose upsampling methods can be used to interpolate the low resolution solution to the full resolution, these methods generally assume a smoothness prior for the interpolation. We demonstrate that in cases, such as those above, the available high resolution input image may be leveraged as a prior in the context of a joint bilateral upsampling procedure to produce a better high resolution solution.
联合双边滤波 MATLAB Joint Bilateral filter.zip
03-11
联合双边滤波代码，可在MATLAB上运行。已经调测。内含测试图片，方便快捷，下载即可用。联合双边滤波代码。
Bilateral Guided Upsampling
u013049912的博客
11-30 2068
我们提出了一种加速一大类图像处理算子的算法。给定低分辨率参考输入和输出对，我们通过拟合将输入映射到输出的局部曲线来对算子进行建模。然后，我们可以通过在全分辨率输入上评估这些低分辨率曲线来生成全分辨率输出。我们证明，这忠实地模拟了最先进的色调映射、风格转移和重新着色操作员。这些曲线是通过将输入提升到双边网格中，然后求解仿射矩阵的 3D 阵列来计算的，该阵列能够最好地将输入颜色映射到每个 x、y 强度箱的输出颜色。我们对矩阵实施平滑项，以防止错误边缘和噪声放大。
Joint Bilateral Upsampling
wqcriver的专栏
04-22 2988
<br /><br /> <br />利用现有的高分辨率的样本作为先验引导条件，对压缩后的低分辨率的图像进行插值，获得更好的高分辨率图像结果。<br /> <br />Johannes Kopf, Michael F. Cohen, Dani Lischinski, Matt Uyttendaele,<br />Joint Bilateral Upsampling,<br />ACM Transactions on Graphics (Proceedings of SIGGRAPH 2007), 26(3)
【计算机视觉】【图像处理】图像平滑-双边滤波+联合双边滤波+导向滤波
蔚蓝的天空Tom
03-07 2052
20180307站位。
快速双边滤波显示HDR图像
zengshaoqing的博客
04-26 874
function BilateralTMO(img, target_contrast, gammaCorrection, scaleV) % input: hdr img % input: target_contrast = 5; %default % scaleV: 1 for hdr, 255 for uint8, 65535 for uint16 % gammaCorrection:...
matlab 双边滤波器 hdr显示源码,快速双边滤波显示HDR图像
weixin_39713805的博客
03-19 352
function BilateralTMO(img, target_contrast, gammaCorrection, scaleV)% input: hdr img% input: target_contrast = 5; %default% scaleV: 1 for hdr, 255 for uint8, 65535 for uint16% gammaCorrection: open o...
【亲测免费】 双边引导上采样：提升图像质量的新境界
gitblog_00096的博客
06-14 590
双边引导上采样：提升图像质量的新境界 项目介绍 Bilateral Guided Upsampling 是一个基于MIT研究的开源项目，它实现了在SIGGRAPH Asia 2016论文中提出的高效图像上采样算法。该项目并非谷歌官方产品，但其提供的MATLAB和Halide实现为图像处理领域带来了强大的工具。 项目技术分析 此项目的核心是双边引导上采样技术，它通过结合低分辨率输入/输出对来拟合仿射...
评论 4
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值