ISP算法及其常用细类算法【汇总表】

ISP算法及其常用细类算法

  最近在查漏补缺的时候，做了以下的ISP算法的常见方法表格整理，有需要的话截图自取，如果有错误的地方也欢迎指出来，一起学习！

算法类别	常用算法	说明
坏点修复 (DPC)	临近插值法 (Nearest Neighbor)	使用相邻像素的值来替换坏点。
	平均插值法 (Averaging)	使用坏点周围像素的平均值来替换坏点。
黑电平校正 (BLC)	固定值校正 (Fixed Value)	使用传感器提供的黑电平偏移值进行校正。
	动态校正 (Dynamic Correction)	根据拍摄条件动态调整黑电平。
去噪 (NR)	均值滤波 (Mean Filter)	使用平均值平滑图像，减少噪声。
	中值滤波 (Median Filter)	使用中值来平滑图像，特别有效于椒盐噪声。
	双边滤波 (Bilateral Filter)	保持边缘的同时去除噪声。
	小波去噪 (Wavelet Denoising)	使用小波变换去除噪声。
白平衡 (WB)	灰度世界假设 (Gray World)	假设图像中的平均颜色应该是中性灰色。
	最强白假设 (White Patch)	假设图像中最亮的区域应该是白色。
	GAWB (Gray Edge)	基于梯度的白平衡算法。
去马赛克 (Demosaicing)	最近邻插值 (Nearest Neighbor)	使用最邻近像素的颜色值。
	双线性插值 (Bilinear)	使用周围像素的线性插值。
	超分辨率 (Super-Resolution)	高级插值算法，提高图像质量。
色彩校正 (Color Correction)	色彩校正矩阵 (CCM)	使用色彩变换矩阵进行颜色校正。
	伽马校正 (Gamma Correction)	调整图像的亮度。
边缘增强 (EE)	Sobel	使用Sobel算子检测边缘。
	Canny	使用Canny算子进行边缘检测。
	拉普拉斯 (Laplacian)	使用拉普拉斯算子检测边缘。
伽马矫正 (Gamma Correction)	线性伽马校正 (Linear Gamma)	线性调整图像的亮度。
	非线性伽马校正 (Non-linear Gamma)	非线性调整图像的亮度。
色彩空间转换 (Color Space Conversion)	RGB到YUV	将图像从RGB转换到YUV色彩空间。
	RGB到HSV	将图像从RGB转换到HSV色彩空间。
图像缩放 (Image Scaling)	最近邻插值 (Nearest Neighbor)	使用最邻近像素进行插值。
	双线性插值 (Bilinear)	使用线性插值算法进行缩放。
	双三次插值 (Bicubic)	使用三次插值算法进行缩放。
自动曝光控制 (AE)	直方图均衡 (Histogram Equalization)	根据直方图调整曝光。
	峰值检测 (Peak Detection)	检测图像亮度峰值并调整曝光。
自动对焦 (AF)	对比度检测 (Contrast Detection)	根据图像对比度调整焦点。
	相位检测 (Phase Detection)	使用相位差调整焦点。
高动态范围 (HDR)	图像融合 (Image Fusion)	将多张不同曝光的图像融合成一张HDR图像。
	辐射校正 (Radiance Mapping)	使用辐射校正生成HDR图像。

版权声明

本博客内容仅供学习交流，转载请注明出处。