ISP模块之RAW DATA去噪（一）

ISP模块中的RAW DATA去噪：中值滤波方法
最新推荐文章于 2025-08-26 17:52:17 发布
原创 最新推荐文章于 2025-08-26 17:52:17 发布 · 1.2w 阅读 · 35 ·
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。
文章标签：

#图像处理 #图像去噪 #算法

本文介绍了ISP模块中对RAW DATA进行去噪的重要性，特别是针对Bayer排列格式的CFA Data。文章详细讲解了中值滤波算法的原理、优缺点，并展示了如何在CFA Data上去噪，强调了分通道处理以保护颜色信息。同时提供了C++代码示例及去噪前后效果对比，为后续的BM3D算法去噪做铺垫。

    ISP(Image Signal Processor),图像信号处理器，主要用来对前端图像传感器输出信号处理的单元，主要用于手机，监控摄像头等设备上。

    RAW DATA，可以理解为：RAW图像就是CMOS或者CCD图像感应器将捕捉到的光源信号转化为数字信号的原始数据，是无损的，包含了物体原始的颜色信息等。RAW数据格式一般采用的是Bayer排列方式，通过滤波光片，产生彩色滤波阵列(CFA)，鉴于人眼对绿色波段的色彩比较敏感，Bayer数据格式中包含了50%的绿色信息，以及各25%的红色和蓝色信息。

  Bayer排列格式有以下4种：

  1.| R | G |  2.| B | G |   3.| G | R |   4.| G | B |

    | G | B |    | G | R |     | B | G |     | R | G |

最低0.47元/天 解锁文章

200万优质内容无限畅学
对raw格式照片进行降噪处理
a871923942的博客
05-30 1109
要对RAW格式的照片进行降噪，我们可以使用`rawpy`库来读取RAW图像，并使用`imageio`库将处理后的图像保存为其他格式，如PNG或JPEG。同时，我们将继续使用OpenCV进行降噪处理。以上代码将读取指定的RAW格式图像，将其转换为RGB图像，然后使用OpenCV对图像进行降噪处理。最后，保存降噪后的图像为PNG或JPEG格式。请注意，根据图像的特点，可能需要调整降噪参数以获得最佳效果。现在我们得到了一个NumPy数组格式的RGB图像，可以使用OpenCV进行降噪处理。
【图像去噪】论文精读：Practical Blind Image Denoising via Swin-Conv-UNet and Data Synthesis（SCUNet）
主要更新底层视觉（去噪、超分等）相关的科研内容，形式为【论文精读】+【论文复现】
11-21 516
论文题目：Practical Blind Image Denoising via Swin-Conv-UNet and Data Synthesis —— 基于Swin-Conv-UNet和数据合成的实用盲图像去噪近年来，利用深度神经网络解决图像去噪的蓬勃发展，现有的方法主要依赖于简单的噪声假设，如加性高斯白噪声(AWGN)、JPEG压缩噪声和相机传感器噪声，以及真实图像的通用盲去噪方法仍未解决。在本文中，我们试图从网络架构设计和训练数据合成的角度解决这个问题。
paper（Raw域CFA模式下的去噪）MATLAB code
08-17
论文中（Raw域CFA模式下的去噪）MATLAB code,在Raw域中进行去噪
中兴捧月算法挑战赛-RAW夜景图像去噪总结
Hermite Lee的博客
05-09 2419
中兴捧月算法挑战赛-图像去噪
【图像处理 - 基础知识】ISP（Image Signal Processor）处理
欢迎来到我的博客～
08-26 1496
一个专门的 硬件/软件处理模块，主要任务是把 图像传感器输出的 Raw Bayer 数据 转换成 可用的彩色图像（RGB/YUV），并且进行一系列图像质量优化。集成位置CMOS 传感器内部 ISP部分手机摄像头模组或低端相机模组，传感器本身内置一个简单 ISP。优点：模组输出直接是 YUV 图像，主控只需要解码即可。缺点：可配置性差，图像调校能力有限。SoC 芯片内部 ISP常见于手机 SoC (高通 Snapdragon、苹果 A 系列、华为麒麟)
Image Signal Processing(ISP)-第一章-ISP基础以及Raw的读取显示
热门推荐
泡视界的博客
10-09 1万+
Image Signal Processing(ISP)-第一章-ISP基础以及Raw的读取显示 前阵子接到任务要学习并软件实现一个ISP，刚拿到任务时既兴奋又担心。兴奋又有很多知识要了解了，担心ISP太过复杂，自己不能胜任这个任务。不管怎么样，还是坚持尝试了近一个月，捣腾出一个小ISP。 从这篇文章开始，我将介绍整个ISP最基础的要求，并介绍如何软件实现这些最基础的要求。因为内容实在太多，此篇 ...
ISP模块之RAW DATA去噪（二）--BM3D算法
松间明月
08-20 1万+
在正式开始本篇文章之前，让我们一起回顾一下CFA图像去噪的一些基本思路与方法。接着我会详细地和大家分享自己学习理解的BM3D算法，操作过程，它的优缺点，最后会给出算法效果图供参考。 在ISP模块里，研究者们会讨论去噪模块(Noise Reduction)到底是在去马赛克模块(Demosaic)之前还是之后进行。如果在之前处理的话，随着去噪过程的进行，噪声点消除的同时，伴随着彩色信息的损失；如
基于PCA的CFA Raw图像去噪
06-16
压缩包包含了基于PCA的CFA图像去噪论文“Pseudo four-channel image denoising for noisy CFA raw data”及其源程序。
ISP图像处理算法之ISP概述——噪声抑制
weixin_50965851的博客
07-18 756
Raw域降噪
PCA降噪在Raw域(PCA-Based Spatially Adaptive Denoising of CFA Images)
08-22
论文：PCA-Based Spatially Adaptive Denoising of CFA Images…… 可以下载论文看，代码（MATLAB）进行实践
ISP（图像信号处理）相关模块介绍
88888
10-22 5433
本文链接：https://blog.csdn.net/weixin_38844577/article/details/105150015
ISP的RAW数据，可用于算法测试。
03-31
ISP的RAW数据，排列方式是grbg，可用于算法测试。
fpga图像处理-isp测试用raw图像
11-04
fpga图像处理-isp测试用raw图像
CycleISP: Real Image Restoration via Improved Data Synthesis_CVPR2020
木槿qwer的博客
01-31 683
1、提出一个模拟 ISP 处理的模型（模型是怎么构建的？2、在 RAW、sRGB 域都能生成图像对，都能做去噪。（它说在真是图像基准数据集上有 SOTA 效果，不会是 DND 吧）3、参数量是之前的RAW去噪最佳方法（用的什么方法？）参数的 1/5。
ISP去噪（2）_np 噪声模型
search7的博客
12-12 2832
噪声模型在ISP 图像处理中常用到，简单列一下camera tuning 中的noise profile.
图像去噪——PMRID训练自己数据集及推理测试（详细图文教程）
qq_40280673的博客
12-13 3546
以上就是使用PMRID训练自己数据集及推理测试的详细图文教程，由于推理速度达不到要求，后续我没有再继续研究，且本方法要结合相机的iso参数生成噪声训练集才能达到效果最好，不同学者的训练测试结果有所不同是正常的。后续有研究更深入的学者欢迎一起讨论学习。
查看从ISP pipeline导出的RAW数据
六个九十度
03-25 1124
关键是弄明白ISP pipeline的DMA的工作原理
Practical Deep Raw Image Denoisingon Mobile Devices
u013049912的博客
10-19 706
近年来，基于深度学习的图像去噪方法得到了广泛的研究，并在许多公共基准数据集中盛行。然而，最先进的网络计算成本太高，无法直接应用于移动设备。在这项工作中，我们提出了一种轻量级、高效的基于神经网络的原始图像降噪器，它可以在主流移动设备上流畅运行，并产生高质量的降噪结果。我们的主要见解有两个：（1）通过测量和估计传感器噪声水平，在合成传感器特定数据上训练的较小网络可以胜过在一般数据上训练的较大网络；
视频降噪
yywxl的博客
01-12 2587
一直没有接触过视频图像处理，一来这个问题太南了，二来也确实没有想过要接触这方面的东西，借着这个机会看一下传说中的视频图像处理，和单帧图像处理又什么区别，他是如何利用多帧信息更好处理图像，又是如何解决帧间(时间序列)一致性这样一个问题。 文章目录Supervised Raw Video Denoising with a Benchmark Dataset on Dynamic Scenes Supervised Raw Video Denoising with a Benchmark Dataset on
isp模块，TFE和IFE以及OFE之前的关系
最新发布
08-29
参考引用中仅提及了TFE（Thin Front End）和IFE（Image Front End），未提及OFE。不过，一般在ISP（图像信号处理器）模块中，TFE、IFE有各自不同的功能和在处理流程中的位置。 TFE通常是前端较轻薄的处理单元，主要负责对输入的原始图像数据进行初步的处理和筛选，例如对图像传感器输出的数据进行初步的格式转换、数据过滤等操作，以减轻后续处理模块的负担。IFE则是图像前端处理模块，它会接收经过TFE初步处理后的数据，进行更深入的图像预处理操作，如去噪、色彩校正、坏点校正等，为后续的图像算法处理提供更优质的图像数据。从处理流程上看，TFE处于更前端的位置，先对原始数据进行简单处理，然后将处理后的数据传递给IFE进行进一步处理。 由于没有关于OFE的信息，难以准确阐述三者之间的具体关系。如果OFE存在，推测它可能处于TFE和IFE之后的某个处理环节，负责对经过IFE处理后的数据进行特定的操作，比如高级的图像增强、特效处理等。 ```python # 这里只是简单示意可能的处理流程 def tfe_process(raw_data): # TFE处理逻辑 processed_data_tfe = raw_data # 简化处理示意 return processed_data_tfe def ife_process(data_from_tfe): # IFE处理逻辑 processed_data_ife = data_from_tfe # 简化处理示意 return processed_data_ife # 假设存在OFE处理函数 def ofe_process(data_from_ife): # OFE处理逻辑 final_processed_data = data_from_ife # 简化处理示意 return final_processed_data # 模拟数据处理流程 raw_image_data = "raw data from sensor" tfe_output = tfe_process(raw_image_data) ife_output = ife_process(tfe_output) # 如果OFE存在 # final_output = ofe_process(ife_output) ```
评论
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