去噪算法在安防监控中的实战
📚 共计 30 章节
01
安防监控噪声概述
监控场景下的噪声类型（高斯、椒盐、泊松），噪声对图像质量的影响，去噪在安防中的重要性。
基础
噪声分类
02
图像噪声模型与数学表示
噪声的数学模型、信噪比(SNR)与峰值信噪比(PSNR)的定义、噪声评估指标。
数学
评估
03
空间域滤波基础
均值滤波原理与实现、高斯滤波原理与实现、中值滤波原理与实现。
滤波
空间域
04
实战：Python实现基础去噪滤波器
OpenCV环境搭建、读取监控视频帧、应用均值/高斯/中值滤波、对比效果。
Python
OpenCV
05
非局部均值去噪(NLM)
NLM原理、OpenCV中的fastNlMeansDenoising、参数调优、实战监控画面去噪。
NLM
非局部
06
小波变换去噪
小波变换基础、小波阈值去噪原理、PyWavelets库使用、监控图像小波去噪实战。
小波
阈值
07
双边滤波与边缘保持
双边滤波原理、OpenCV实现、参数选择、在监控中保持边缘细节。
边缘保持
双边
08
频域去噪
傅里叶变换基础、频域滤波原理、低通/高通/带阻滤波器、监控图像频域去噪实战。
频域
傅里叶
09
维纳滤波
维纳滤波原理、自适应维纳滤波、OpenCV实现、低光照监控场景应用。
维纳
自适应
10
总变分去噪(TV去噪)
TV去噪模型、梯度下降求解、Python实现、监控图像去噪效果分析。
TV
梯度下降
11
基于深度学习的去噪入门
CNN基础、去噪网络架构(Denoising Autoencoder)、数据集准备。
深度学习
CNN
12
DnCNN网络实战
DnCNN网络结构、残差学习、PyTorch实现、训练与推理、监控图像测试。
DnCNN
残差
13
FFDNet与噪声水平估计
FFDNet原理、噪声水平图输入、灵活去噪、实战监控视频去噪。
FFDNet
噪声水平
14
基于GAN的去噪
SRGAN与ESRGAN原理、感知损失、生成对抗去噪、监控图像增强。
GAN
感知损失
15
视频去噪基础
帧间相关性、时域滤波、3D卷积、光流法去噪。
视频
时域
16
VBM4D算法
VBM4D原理、分组与协同滤波、Python实现、监控视频去噪实战。
VBM4D
协同滤波
17
实时去噪优化
算法加速策略、多线程处理、GPU加速、模型轻量化。
优化
实时
18
低光照监控去噪
低光照噪声特性、Retinex理论、暗光增强与去噪联合、实战。
低光照
Retinex
19
雨雪天气去噪
雨雪条纹模型、去雨去雪算法、DerainNet、监控场景应用。
雨雪
DerainNet
20
雾霾天气去噪
暗通道先验去雾、DehazeNet、AOD-Net、监控图像去雾实战。
去雾
DehazeNet
21
运动模糊去除
运动模糊模型、盲去卷积、DeblurGAN、监控运动目标去模糊。
去模糊
DeblurGAN
22
多尺度去噪
图像金字塔、拉普拉斯金字塔、多尺度融合去噪、监控应用。
多尺度
金字塔
23
自适应去噪
噪声估计、自适应参数选择、场景自适应去噪、实战。
自适应
参数
24
去噪评价体系
主观评价、客观指标(PSNR/SSIM/FSIM)、无参考评价(BRISQUE/NIQE)。
评价
PSNR
25
监控系统去噪流程设计
前端ISP去噪、后端算法去噪、端云协同去噪架构。
系统设计
ISP
26
嵌入式平台部署
树莓派/NVIDIA Jetson部署、模型转换(TensorRT/ONNX)、性能调优。
嵌入式
TensorRT
27
去噪与编码联合优化
视频编码噪声、码率控制、去噪预处理对编码效率的影响。
编码
码率
28
实战项目1：夜间监控视频去噪系统
需求分析、算法选型、系统实现、效果评估。
项目
夜间
29
实战项目2：智能安防相机去噪模块
嵌入式实现、实时处理、产品化考量。
产品
相机
30
前沿趋势与展望
Transformer去噪、扩散模型去噪、事件相机去噪、未来方向。
前沿
Transformer