Matrix Codex-CSDN博客

原创计算摄影资源汇总

计算摄影资源汇总计算摄影是一个交叉学科，融合了图像处理，光学，信号处理，计算机视觉，计算机图形学，优化，机器学习等各个领域，计算摄影最早在国外的大学里只是一个比较小众的研究方向，比如早期斯坦福大学的光场，相机阵列，以及杜克大学的多光谱成像等，基本还是停留在学术研究阶段，而且比起计算机领域的识别，检测，分割，跟踪等方向来说，计算摄影这块算是比较低调的一个研究方向。这些年，随着智能手机拍照的兴起，计算摄影也获得了越来越多的关注，因为以前的单反相机，尺寸比较大，所以长焦比拼的都是镜头模组的设计，sensor

2020-07-12 10:50:52 3587 2

原创图像特效及滤镜算法汇总

OpenCV 版：OpenCV 图像处理图层混合算法：PS图层混合算法之一（不透明度，正片叠底，颜色加深，颜色减淡）PS图层混合算法之二（线性加深，线性减淡，变亮，变暗）PS图层混合算法之三（滤色，叠加，柔光，强光）PS图层混合算法之四（亮光，点光，线性光，实色混合）PS图层混合算法之五（饱和度，色相，颜色，亮度）PS图层混合算法之六（差值，溶解，排除）图像调整算法...

2015-01-15 17:41:34 17986 2

原创手机里的计算摄影：基于多帧 RAW 的 HDR 和超分辨率成像

没有一套算法原生输入多曝光RAW连拍，同时完成HDR融合与高倍率超分；多曝光帧配准、运动鬼影抑制缺少轻量化、鲁棒的学习型方案；大参数量CNN不适合手机设备，传统手工正则泛化能力不足。本文正是针对以上空白，结合物理成像模型+轻量化可学习模块，设计一体化RAW HDR+×4超分框架。图3 谷歌Pixel3a手机拍摄的原始图像元数据中，散粒噪声系数α与读出噪声系数β的实测结果。标记旁的数字为对应的实测ISO数值。

2026-07-27 08:00:00 1552

原创手机里的计算摄影：生成式抠图

本文作者提出一种创新图像抠图方案，该方案重新定义传统基于回归的抠图任务，将其转化为生成建模问题。本文作者借助蕴含海量预训练知识的隐扩散模型对抠图过程施加正则约束，并提出全新架构创新，使模型能够生成分辨率更高、细节更丰富的透明度遮罩。所提方法具备通用性，既可实现无引导抠图，也可完成带引导的图像抠图，兼容多种附加提示信息。本文作者在三类基准数据集上开展全面评测，结果证明该方法在定量指标与视觉效果上均具备更优性能。

2026-07-13 08:00:00 1426

原创手机里的计算摄影：基于双摄的人脸去模糊算法

快速移动人物产生的运动模糊一直是摄影领域长期存在的难题，在手机拍摄场景中尤为突出——手机进光量有限，暗光环境下该问题会进一步恶化。尽管近年图像去模糊技术取得长足进展，但多数算法对算力要求极高，且难以处理存在大幅局部运动的高分辨率照片。针对这一痛点，本文面向手机设备设计了一套基于双摄融合技术的全新人脸去模糊系统。该系统会检测拍摄对象的运动状态，动态启用市面上高端机型普遍搭载的超广角副摄作为参考相机，采用更快快门同步拍摄一张辅助参考图。主摄拍摄的主画面噪点更低但人脸模糊，而超广角参考图人脸清晰但噪声严重。

2026-07-06 08:15:00 1749

原创第 26 篇：区域采样统计—马赛克、彩色玻璃与油画效果

✅马赛克/像素化：方块均值，产生硬边色块，实现简单但应用广泛（隐私保护）✅彩色玻璃：同为方块均值，加边框或改用 Voronoi 单元产生镶嵌玻璃感✅油画效果：圆形邻域众数，统计最主导的亮度等级对应颜色，模拟笔触质感✅统一框架：区域形状 + 统计量的不同组合，产生截然不同的视觉风格标签图像处理油画效果马赛克彩色玻璃区域统计众数滤波像素化风格化PythonOpenCV。

2026-07-03 08:15:00 1753

原创第25篇：图像插值—从最近邻到双三次

✅插值的本质：离散信号重采样，用核函数卷积重建连续信号✅最近邻：矩形核，速度最快，锯齿明显，适合像素艺术✅双线性：三角形核（Hat 函数），4 像素加权，平滑无锯齿，略微模糊✅双三次：三次样条核，16 像素加权，边缘锐利，轻微振铃✅频域视角：插值是 sinc 的有限近似；缩小必须先低通滤波防混叠✅选择原则：放大用双三次，缩小用INTER_AREA，实时用双线性系列文章导航第25篇 - 图像插值第26篇 - 区域采样统计：马赛克、彩色玻璃与油画效果。

2026-07-01 08:15:00 1479

原创第24篇：图像合成—混合模式实现与 Alpha 合成

1984 年，Thomas Porter 和 Tom Duff 在 SIGGRAPH 论文中提出了12 种图像合成算子，定义了两个图层（前景 A 和背景 B）的所有可能组合方式。这套理论是现代图形合成的数学基础，被 Photoshop、After Effects、SVG 等所有图形系统采用。✅数值实现：float32 归一化，避免 uint8 溢出，不透明度用线性插值叠加✅预乘 Alpha：插值时消除黑边的根本方案，半透明边缘正确的唯一保证✅Porter-Duff 算子。

2026-06-29 08:00:00 1703

原创第23篇：光学衍射模拟—Laguerre-Gaussian 光束

✅惠更斯-菲涅耳衍射积分：孔径上每点都是球面波源，远场为傅里叶变换✅艾里斑：圆孔衍射的精确结果，由一阶贝塞尔函数描述，决定了光学分辨率极限✅LG 光束：用径向指数ppp和角向指数sss描述，s≠0s \neq 0s0产生中心暗孔（螺旋相位）✅拉盖尔多项式：LG 光束的径向部分，ppp控制同心环的数量✅数值积分实现：极坐标离散采样 + NumPy 向量化，严格计算菲涅耳衍射图样至此，物理现象模拟三篇（21–23）全部完成。下一章进入图像合成，回到日常图像处理的应用场景。

2026-06-28 11:00:00 1733

原创第22篇：光学效应—光晕、光斑与辉光

点扩散函数（Point Spread Function，PSF）描述了成像系统对一个理想点光源的响应——一个完美的点光源通过镜头后，在传感器上形成什么形状的光斑。理想镜头的 PSF 是一个极窄的脉冲（δ\deltaδ函数）；衍射：光波通过有限孔径时的衍射，产生艾里斑（Airy disk）像差：透镜设计不完美导致的多种光学像差散焦：对焦不准产生的圆形弥散圆（Circle of Confusion）✅辉光：提取高亮区域 → 大半径高斯模糊 → Screen 混合叠加✅暗角。

2026-06-27 10:37:17 1913

原创第21篇：风与运动的模拟—定向拉伸与随机扰动

✅边缘强度控制：只在边缘处产生拖尾，平坦区域保持原样✅方向性拉伸：沿风向累积采样，四个主方向可直接偏移，任意角度用坐标旋转✅随机扰动：行级/像素级/噪声驱动三种方式，让拖尾长度自然变化✅OpenCV 加速：方向性卷积核 + 边缘掩码，比逐像素循环快 100 倍风效果本质上是边缘检测 + 方向性位移场的组合，这个框架在其他效果（运动模糊、速度线、雨丝）中同样适用。系列文章导航第21篇 - 风与运动的模拟第22篇 - 光学效应：光晕、光斑与辉光第20篇 - Voronoi 图与细胞纹理总览篇标签。

2026-06-26 08:00:00 1417

原创第20篇：Voronoi 图与细胞纹理

给定平面上nnn个种子点p1p2pnp1p2pn，每个种子点对应一个Voronoi 单元Vixy∣dxypi≤dxypj∀j≠iVi{(xy∣d((xypi≤d((xypj∀ji即：所有比到其他任何种子点更近（或一样近）的点的集合。Voronoi 单元之间的边界（相邻两个单元等距的点的轨迹）称为Voronoi 边，所有 Voronoi 边的集合构成。

2026-06-24 08:00:00 1703

原创手机里的计算摄影：基于 dual-pixel 的单目深度估计

深度学习技术推动单目深度估计取得快速进展，但该问题本身属于不适定问题，且高质量数据集稀缺，算法效果因此受到制约。当前主流相机传感器普遍集成双像素自动对焦硬件，本文依托该硬件实现单相机深度估计。传统立体匹配算法与现有基于学习的深度估计技术直接处理双像素数据时表现较差：前者对RGB图像匹配施加了过强的先验假设，后者则未结合双像素图像的光学成像原理进行建模。为使深度学习方法能够高效处理双像素图像，本文研究者明确了依靠双像素线索估算深度时存在一种固有歧义，并设计出一套可在该歧义约束下完成深度估算的方案。

2026-06-22 08:00:00 1884

原创第19篇：用噪声合成纹理—木纹与大理石

✅通用框架：周期函数 + 噪声扰动 + 颜色渐变，统一描述木纹和大理石✅木纹：径向距离产生同心年轮，turbulence 使年轮弯曲，纤维层添加细节✅大理石：线性坐标产生平行纹脉，turbulence 强度控制弯曲程度，三色渐变映射✅统一视角：基础坐标的定义决定了纹理的"骨架"，噪声决定了"弯曲方式"下一篇进入第三类纹理——Voronoi 图（细胞纹理），用最近邻距离场替代正弦函数，产生泡沫、鳞片、鹅卵石等不同的自然图案。系列文章导航第19篇 - 用噪声合成纹理。

2026-06-17 08:00:00 1743

原创第18篇：Perlin 噪声—自然感的数学原理

✅梯度噪声 vs 值噪声：格点放梯度向量而非值，消除格点处的规律性凸起✅Fade 函数6t5−15t410t36t5−15t410t3，确保格点处一阶和二阶导数为零，平滑无折痕✅fBm 多倍频程叠加：频率翻倍 + 振幅按持久度衰减，产生多尺度自然细节✅1f1/f1/f频域本质：自然纹理功率谱遵循1fβ1/f^\beta1/fβ，fBm 天然满足此规律✅颜色映射与纹理叠加：噪声值通过颜色渐变或混合模式映射为最终视觉效果。

2026-06-15 08:00:00 1791

原创手机里的计算摄影：广角形变校正算法

摄影师使用广角镜头拍摄，既能收获开阔的视野、拍出全员入镜的集体人像，也能将人物与壮丽的背景风光相结合。尽管手机广角摄像头已得到广泛普及，但更大的视场角会加剧透视畸变。其中最为明显的问题是，画面中的人脸会被拉伸、挤压、扭曲，呈现出与真实样貌截然不同的效果。想要修正这类畸变往往需要专业的修图技巧，简单的调整操作还容易引发新的失真问题。本文提出一种全新算法，能够在不改动画面其他区域的前提下，完成人脸畸变矫正。

2026-06-13 08:24:32 1853

原创第17篇：图像分割—从阈值到分水岭算法

✅全局阈值：最简分割，ITI > TIT为前景，适合受控场景✅Otsu 算法：最优化问题——最大化类间方差，自动确定TTT，无需调参✅自适应阈值：逐像素计算局部均值作为阈值，处理光照不均✅分水岭算法：把梯度图视为地形，注水模型找分割边界；标记分水岭通过距离变换自动生成前景标记，控制过分割至此，边缘检测+形态学+分割三组共五篇（14–17）构成了完整的图像结构分析体系。下一章进入程序化纹理生成，从分析图像转向创造图像。系列文章导航第17篇 - 图像分割。

2026-06-12 08:00:00 1635

原创第16篇：数学形态学—膨胀、腐蚀与开闭运算

A⊕B⋃b∈BAbA⊕Bb∈B⋃Ab对灰度图像，膨胀取局部邻域（由 SE 形状决定）内的最大值Idilatexymax⁡st∈BIxsytIdilatexyst∈BmaxIxsyt典型效果白色区域向外扩大（“变胖”）填充目标内部的小黑孔连接相距较近的断裂区域加粗细线A⊖Bxy∣Bxy⊆AA⊖B{(xy∣Bxy⊆A。

2026-06-10 08:00:00 1746

原创手机里的计算摄影：人像虚化算法

摄影师常用浅景深效果将拍摄主体从杂乱的背景中分离，但传统手机摄像头受限于短焦距与小光圈，依靠光学无法实现该效果，拍出的画面几乎全焦清晰。本文提出一套算法方案：仅依靠单颗手机主摄、单次快门拍摄，通过计算合成浅景深人像效果。若画面中存在人物，算法借助人像分割神经网络把人物及其随身配饰与背景分离开；在搭载双像素（DP）自动对焦硬件的设备上，利用等效基线约1毫米的双采样光场数据求解稠密深度图。融合人像掩码与深度信息后，即可渲染出背景虚化图像。

2026-06-08 08:00:00 2362

原创第15篇：Canny 与结构张量—精细边缘检测的设计哲学

✅Canny 四步流程：高斯降噪 → 梯度计算 → 非极大值抑制 → 双阈值追踪，每步针对一个具体问题✅非极大值抑制：沿梯度方向比较局部极大值，把宽带边缘压缩为单像素线，是 Canny 的关键创新✅双阈值追踪：强边缘直接确认，弱边缘依赖与强边缘的连通性判断，兼顾召回率和精度✅结构张量：邻域梯度的协方差矩阵，特征值分别描述边缘强度和各向异性，统一了边缘与角点的描述框架✅Harris 角点：结构张量的行列式与迹的组合，R0R > 0R0是角点，R0R < 0R0是边缘✅。

2026-06-06 10:17:43 1605

原创第14篇：微分算子—一阶与二阶边缘检测

对连续图像函数IxyI(x,y)Ixy边缘是亮度变化率最大的位置，对应一阶导数（梯度）的幅值极大值∣∇I∣∂I∂x2∂I∂y2∣∇I∣∂x∂I2∂y∂I2∠∇Iarctan⁡⁣∂I∂y∂I∂x∠∇Iarctan∂I∂x∂I∂y也可以从二阶导数（拉普拉斯算子）的角度看：一阶导数极大值对应二阶导数过零点∇2I∂2I∂x2∂2I∂y20。

2026-06-03 08:00:00 2041

原创手机里的计算摄影--景深虚化算法

本文研究者们旨在从单张全对焦图像生成高分辨率浅景深（DoF）图像，并支持对焦距离与光圈大小的可控调节。为此，本文提出一种新颖的神经网络模型，由深度预测模块镜头模糊模块与引导上采样模块组成。所有模块均可微分，并从数据中学习得到。为训练深度预测模块，本文作者采集了一个包含2462张由手机双摄拍摄的RGB-D图像数据集，并借助现有分割数据集提升边缘预测效果。本文进一步利用带真实深度信息的合成数据集监督镜头模糊模块与引导上采样模块的训练。实验验证了本系统与训练策略的有效性。本文方法能够生成高质量、高分辨率。

2026-06-01 08:00:00 1774

原创第13篇：非线性位移场—漩涡、鱼眼、水波纹与球面化

✅反向映射：通用框架，避免空洞，配合双线性插值保持平滑✅旋涡：极坐标旋转角度随距离衰减，θrα1−rRθrα1−rR✅水波纹：正弦波位移场，幅度控制强度，波长控制密度✅鱼眼：径向幂函数ρ→ρkρ→ρkk1k<1k1鱼眼，k1k>1k1枕形✅球面化：球面折射公式，折射率nnn控制凸起/凹陷✅统一框架：所有效果都是"位移函数fff+ 双线性插值"，cv2.remap提供高效实现下一章进入边缘检测。

2026-05-29 08:00:00 1819

原创第12篇：仿射变换与极坐标变换

✅齐次坐标：扩展一维，让平移也能用矩阵乘法统一表示✅仿射变换矩阵：旋转、缩放、剪切、平移的统一框架，保持直线和平行性✅透视变换：3×3 矩阵，允许平行线汇聚，4 点对应求解✅逆向映射 + 双线性插值：几何变换的通用执行框架，无空洞✅极坐标变换：行→极径，列→极角，矩形图像卷成圆形下一篇将这套逆向映射框架推广到非线性位移场——旋涡、鱼眼、水波纹、球面化，每个像素有独立的位移量，位移函数的形状决定了视觉效果。系列文章导航第12篇 - 仿射变换与极坐标变换。

2026-05-27 08:00:00 1286

原创第11篇：色彩平衡与通道混合

色温（单位 K，开尔文）来自物理学：不同温度的黑体辐射不同颜色的光。低色温（2700K）是暖黄色（蜡烛光），高色温（7000K）是冷蓝色（阴天）。升高色温（变暖）：增加 R，减少 B降低色温（变冷）：减少 R，增加 B✅色彩平衡：用亮度权重函数把调色分区到阴影/中间调/高光，实现分区调色✅通道混合：3×3 矩阵乘法，统一所有线性调色操作；多步骤可合并为一次矩阵乘法✅色温调整：R 与 B 通道的反向加减，简单线性模型即可模拟暖/冷调效果✅自然饱和度：自适应增量（1−S(1-S)1−。

2026-05-26 08:00:00 1220

原创第10篇：曲线与直方图—色调重映射的两种方式

Hv∣xy∣Ixyv∣v∈0255Hv∣{(xy∣Ixyv∣v∈0255直方图揭示了图像的曝光状态直方图集中在左侧（低值）→ 图像偏暗、欠曝直方图集中在右侧（高值）→ 图像偏亮、过曝直方图集中在中间 → 低对比度，缺乏层次直方图均匀铺开 → 对比度充足，层次丰富✅直方图：像素值分布的统计视图，直接揭示曝光状态✅CDF：直方图的累积求和，是直方图均衡化的数学核心✅色阶：黑场/白场/中间调三参数，分段线性映射，直观可控✅。

2026-05-25 08:00:00 1352

原创第9篇：色相/饱和度/亮度的独立调控

VHSVMmax⁡rgbVHSVMmaxrgbLHSLMm2max⁡min⁡2LHSL2Mm2maxminHSV（明度 V）HSL（亮度 L）定义最亮通道值最亮与最暗通道的均值纯色时V=1（最亮）L=0.5（中间）白色V=1, S=0L=1, S=0直觉类似"颜料盒"——V=1 是纯颜料类似"光源"——L=0.5 是纯色，L=1 是白光✅RGB 的耦合问题：颜色、亮度、饱和度混合编码，难以独立调控。

2026-05-24 18:00:00 1224

原创第8篇：像素级色调映射—亮度、对比度与 Gamma

✅亮度调整：乘法（比例缩放）和加法（平移）两种形式，前者保持黑点，后者均匀平移✅对比度调整：以 128 为支点的线性拉伸，c1c>1c1增强，c1c<1c1压缩✅Gamma 校正：幂函数映射，处理人眼感知非线性；γ<1 提亮暗部，γ>1 压暗暗部✅灰度化：NTSC 亮度公式（G权重最高），反映人眼对绿色最敏感的生理特性这四种操作都是"曲线调整"的特殊情况——直线（亮度/对比度）或幂曲线（Gamma）。

2026-05-24 12:00:00 1168

原创第7篇：非线性平滑—中值、双边与散景

✅线性滤波的局限：空间权重固定，噪声和边缘同为高频，无法分离✅中值滤波：排序取中位数，天然免疫极值噪声（椒盐），边缘保留好✅双边滤波：空间权重 × 强度权重，跨边缘权重被压低，保边去噪的工业标准✅镜头散景：多边形卷积核模拟真实光圈形状，线性卷积但核形状不同这三篇合在一起构成了空间域滤波的完整图景：从线性（高斯/均值）→ 线性锐化（USM/拉普拉斯）→ 非线性保边（中值/双边）。下一章进入色彩映射，从空间域转向像素值域。系列文章导航第7篇 - 非线性平滑。

2026-05-24 08:00:00 1024

原创第6篇：锐化—高频增强的数学本质

IhighI−IlowI−Hlow∗IIidentity−Hlow∗IIhighI−IlowI−Hlow∗IIidentity−Hlow∗I任何低通滤波器HlowHlow，都可以通过这个公式得到对应的高通滤波器。✅频域视角：锐化 = 原图 + α × 高频，高频 = 原图 − 低频✅拉普拉斯核：二阶导数直接提取高频，简单但噪声敏感✅USM。

2026-05-23 22:21:22 1317

原创第5篇：卷积平滑—从高斯模糊到运动模糊

✅模糊的本质：低通滤波，消除高频分量，"越近权重越大"的直觉化为高斯函数✅高斯核：从概率分布推导而来，σ 控制扩散范围，高斯的卷积仍是高斯✅可分离性：将 O(n·k²) 的二维卷积拆成两次 O(n·k) 的一维卷积，这是高斯模糊高效实现的根本✅运动模糊：方向性线性核模拟直线运动，极坐标采样模拟旋转与缩放✅频域视角：高斯函数傅里叶变换仍是高斯，决定了它"无振铃"的平滑过渡特性平滑与锐化是一枚硬币的两面——模糊压制高频，锐化则要增强高频。理解了本篇，下一篇的锐化算法将水到渠成。系列文章导航。

2026-05-20 08:00:00 1588

原创第4篇：图层混合模式完全解析

当你使用Photoshop时，图层混合模式是最强大的工具之一：但你是否想过：这些混合模式背后是什么数学公式？实际上，每种混合模式都是一个逐像素的数学函数：result=f(base,blend)\text{result} = f(\text{base}, \text{blend})result=f(base,blend)其中：本文将带你深入理解18种图层混合模式的完整数学公式与算法实现，让你真正掌握图层合成的艺术。通用公式：其中：根据混合效果的特性，可以分为以下几类：输入：基色图层 basebasebas

2026-05-18 08:00:00 1349

原创第2篇：图像中的数学原理——矩阵运算、卷积与微分

卷积（Convolution）是图像处理中最重要的操作。从数学角度看，卷积是两个函数fff和gggf∗gt∫fτ×gt−τdτf∗gt∫fτ×gt−τdτGij∑m∑nFmn×Ii−mj−nGijm∑n∑Fmn×Ii−mj−nIII是输入图像FFF是卷积核（Kernel/Filter）GGG是输出图像mnm, nmn是卷积核的索引✅。

2026-05-16 08:00:00 1149

原创第3篇：色彩空间原理与转换——从RGB到HSI、HSV、LAB

*颜色空间（Color Space）**是一种用数学方法描述颜色的系统。RGB：用红、绿、蓝三原色的强度HSV：用色相（颜色种类）、饱和度（纯度）、明度（亮度）LAB：用亮度、红绿轴、黄蓝轴HSIH（Hue，色调）：颜色的种类（红、橙、黄、绿、蓝、紫）S（Saturation，饱和度）：颜色的纯度（0=灰色，1=纯色）I（Intensity，强度）：颜色的亮度（0=黑，1=白）HSVH（Hue，色相）：颜色的种类（与HSI类似）S（Saturation，饱和度）：颜色的纯度。

2026-05-15 21:53:55 1967

原创手机里的计算摄影—联合降噪与去马赛克算法

去马赛克与降噪是数字成像流程中关键的初始步骤，但同时也是一类严重不适定的重建问题：需要从单次含噪测量中，为每个像素恢复出三个颜色分量。传统方法依赖手工设计的滤波器或先验约束，在摩尔纹、细边缘等困难场景中仍会出现明显的视觉伪影。本文研究者针对上述挑战提出一种全新的数据驱动方案：不使用手工调优的滤波器，而是在大规模图像数据集上训练深度神经网络。尽管深度学习已取得巨大成功，但直接使用现有数据集进行朴素训练并不能获得令人满意的结果，原因在于这些数据集缺少困难样本。

2026-05-11 08:30:00 1207

原创第1篇：图像处理的基本运算—从像素操作到几何变换

✅亮度、对比度、饱和度：最基本的像素级操作✅自动颜色校正：让图像"自动变好看"的算法✅二值化与灰度化：图像分割与简化的基础✅几何变换：缩放、平移、旋转的矩阵表示这些看似简单的操作，是理解所有高级滤镜的基石。在下一篇文章中，我们将深入探讨图像中的数学原理——矩阵运算、卷积与微分运算，解锁模糊、锐化、边缘检测等更强大的技术。系列文章导航第1篇 - 基本运算第2篇 - 图像中的数学原理总览篇标签图像处理像素操作亮度调整对比度饱和度二值化几何变换仿射变换PythonOpenCV。

2026-05-05 21:11:32 1137

原创论文阅读：中央凹堆叠成像技术

对更小外形尺寸相机的需求，推动了对光学复杂度降低（如减少透镜元件数量）的计算成像系统的研究。但此类简化的光学系统通常存在严重的像差问题，离轴区域尤为突出，且难以仅通过软件实现有效校正。本文提出中央凹堆叠成像系统，该系统利用新型动态光学元件 —— 可变形相位板（DPP），对图像传感器上任意位置实现局部像差校正。通过可微光学模型优化可变形相位板的形变模式，离轴像差得以局部校正，在注视点处生成清晰度提升的中央凹成像，这一过程与人类眼睛的中央凹视觉机制相似。

2026-04-01 23:17:16 1750

原创论文阅读：基于曝光融合的超高动态范围成像

本文提出UltraFusion方法，首次实现曝光差达9档的图像融合。针对传统HDR成像在大曝光差、动态场景和色调映射中的问题，将曝光融合建模为引导式修复任务：以过曝光图像为基础，欠曝光图像为软引导，结合扩散先验和定制化网络架构。方法包含预配准和引导修复两阶段，通过分解-融合控制分支和保真度控制分支提升修复质量。实验表明，在静态/动态场景和自建UltraFusion数据集上均显著优于现有方法，解决了超高动态范围场景下的成像难题。代码和数据集已开源。

2026-03-20 20:58:33 1814

原创论文阅读：AdaptiveAE 面向动态场景高动态范围成像的自适应曝光策略

摘要本文提出AdaptiveAE，一种基于深度强化学习的动态场景HDR成像方法。针对现有技术忽视快门速度与ISO交互、仅靠后处理解决运动模糊的局限，该方法通过三阶段顺序优化流程自动预测最优ISO与快门速度组合，在噪声水平与运动模糊间实现平衡。创新性地设计了模糊感知数据合成管道，模拟真实拍摄中的运动模糊与噪声效应。实验表明，AdaptiveAE在HDRV数据集上达到39.7dB PSNR，显著优于基线方法（<37.6dB），有效减少运动模糊与重影伪影。关键词：高动态范围成像、自适应曝光、强化学习

2026-03-13 21:46:45 1722

原创论文阅读：基于数据驱动的光谱重建方法的局限性分析

本文针对数据驱动的RGB到高光谱重建（RGB2HS）方法展开研究，揭示了其数值表现优异但实际性能不佳的核心矛盾。通过三组实验发现：现有方法存在非典型过拟合问题，训练数据多样性不足导致泛化能力差；同色异谱现象使RGB2HS成为不适定问题，现有数据集缺乏相关样本；光学编码虽能部分提升性能，但受限于数据质量。研究指出，未来快照高光谱成像的发展需结合高质量数据集与有效光学编码策略。关键词：高光谱成像、光谱重建、同色异谱、过拟合、光学编码

2026-02-27 20:59:52 2873