一心无二用，本人只专注于基础图像算法的实现与优化。

代码在线跑，知识轻松学

Python精品学习库

自行/邀约他人一键搬运博客，速成社区影响力并领取好礼

博客搬家 | 分享价值百万资源包

往期视频·干货材料·成员作品 最新动态

技术创作特训营·精选知识专栏

新邀入驻腾讯云开发者社区，福利多多！

如何运用「云、端融合的数智化安全体系」高效护航数据安全

左手AI，右手安全 —— 一汽丰田数字化转型之路

　　最近受朋友的委托，想自己实现Matlab里的一个HDR转LDR的函数，函数名是tonemapfarbman，乘着十一假期，稍微浏览下这个函数，并做了一点C++的实现和优化。

【16位RAW图像处理四】 HDR->LDR：Matlab中tonemapfarbman函数的解析和自我实现。

　　Demosaic，中文直接发翻译为去马赛克， 但是其本质上并不是去除马赛克，这让很多第一次接触这个名词或者概念的人总会想的更多。因此，一般传感器在采集信息时一个位置只采集RGB颜色中的一个通道，这样可以减少采集量，降低成本，由于人的视觉对绿色最为敏感，所以一般情况下，绿色分量会比红色和蓝色分量多一倍的信息，这样，根据RGB不同的位置排布，就产生了RGGB、GBRG、GRBG、BGGR四种常用的模式，比如RGGB模式就如下所示：

【工程应用十二】Bayer图像格式中Hamilton-Adams及Zhang Wu 基于LMMSE算法的Demosaic过程优化。

  这个东西是个非常古老的算法了，大概是2008年的东西，参考资料也有很多，不过基本上都是重复的。最近受一个朋友的需求，前后大概用了二十多天时间去研究，也有所成果，在这里简单的予以记录。

【工程应用十一】基于PatchMatch算法的图像修复研究（inpaint）。

　　这是一个累加公式，对于原图的每一个有效像素位置，以其为中心或左上角起点（图像中的坐标一般是X方向从左向右，Y方向从上到下），在原图中覆盖模板宽度和高度大小的范围内，按照模板有效特征点的位置和梯度信息，逐点和原图对应位置的梯度信息进行上述累加符号内的计算，在进行完累加后，再次求平均值得到有效像素位置的实际得分。

【工程应用十】基于十六角度量化的夹角余弦相似度模版匹配算法原理解析。

　　时不时有人问我我的SSE优化Demo里emphasize（边缘强调）的原理是啥，有没有写博客，其实不是我不愿意写博客，而是那个东西太过于简单，我不想写博客。但是耐不住问的人多了，我就干脆复制点资料放在博客里吧，省的每次我还要去找点资料复制给人家。

[快速阅读七] Halcon里emphasize函数相关资料.

　　关于这个问题，网络上讨论的很多，可以找到大量的资料，我觉得就就是下面这一篇讲的最好,也非常的全面：

[快速阅读六] 统计内存数据中二进制1的个数（SSE指令集优化版）.

　　继去年上半年一鼓作气研究了几种不同的模版匹配算法后，这个方面的工作基本停滞了有七八个月没有去碰了，因为感觉已经遇到了瓶颈，无论是速度还是效率方面，以当时的理解感觉都到了顶了。年初，公司业务惨淡，也无心向佛，总要找点事情做一做，充实下自己，这里选择了前期一直想继续研究的基于离散夹角余弦相似度指标的形状匹配优化。 

【工程应用九】再谈基于离散夹角余弦相似度指标的形状匹配优化（十六角度量化+指令集加速+目标只有部分在图像内的识别+最小外接矩形识别重叠等）

　　去年年底把工程项目由VS的2015升级到2019版本，本以为直接配置下运行环境就可以了，但是一编译发现一大堆错误，所有的错误都指向一系列的指令集，比如_mm_exp_ps、_mm_log_ps、_mm_pow_ps等等，后面发现原来从2019版本开始，编译器已经自带了这些常用的函数，所以自己函数和系统的重名了，也就无法通过编译了。

VS2019自带的增强型指令集和自我优化的版本速度比较.

　　 在基于边缘的模版匹配中，我们知道可以有个贪婪度参数可以设置。在Halcon的帮助文档中，也有对他进行说明。我们在Halcon那本经典的书上，没有看到对这个参数的解析。不过他也有讲到在计算某个候选位置的得分时，如果满足一定的条件也可以提前结束对得分的判断，而判定这个点不是一个候选点，原文贴图如下： 

【快速阅读四】基于边缘信息的模版匹配中贪婪度参数的简单解析。

　　在【快速阅读二】从OpenCv的代码中扣取泊松融合算子（Poisson Image Editing）并稍作优化 一文的最后，我曾经提到有个使用泊松融合来来实现Seamless Tiling的效果，我自己尝试去实现，暂时没有获取正确的结果，论文里给出的效果如下： 

【快速阅读三】使用泊松融合实现单幅图的无缝拼贴及消除两幅图片直接的拼接缝隙。

　　泊松融合我自己写的第一版程序大概是2016年在某个小房间里折腾出来的，当时是用的迭代的方式，记得似乎效果不怎么样，没有达到论文的效果。前段时间又有网友问我有没有这方面的程序，我说Opencv已经有了，可以直接使用，他说opencv的框架太大，不想为了一个功能的需求而背上这么一座大山，看能否做个脱离那个环境的算法出来，当时，觉得工作量挺大，就没有去折腾，最近年底了，项目渐渐少了一点，公司上面又在搞办公室政治，我地位不高，没有参与权，所以乐的闲，就抽空把这个算法从opencv里给剥离开来，做到了完全不依赖其他库实现泊松融合乐，前前后后也折腾进半个月，这里还是做个开发记录和分享。

【快速阅读二】从OpenCv的代码中扣取泊松融合算子（Poisson Image Editing）并稍作优化

　　最近遇到一个需求，从相机获取的数据局部区域存在空值，即那些地方没有有效数据，如果直接赋值为0，则很有可能得到错误的结果，如果不填充值，很多算法又无法进行，因此，需要一种填充算法把这些空白区域设置成合适的值。 我想了一下，有几个算法可　　能可以解决这个问题：

【快速阅读一】带蒙版的均值模糊快速实现以及其在填充无效区域时的应用。

　　搜索到某个效果很好的视频去燥的算法，感觉效果比较牛逼，就是速度比较慢，如果能做到实时，那还是很有实用价值的。于是盲目的选择了这个课题，遇到的第一个函数就是角点检测，大概六七年用过C#实现过Harris角点以及SUSAN角点。因此相关的理论还是有所了解的，不过那个时候重点在于实现，对于效率没有过多的考虑。

Opencv中goodFeaturesToTrack函数(Harris角点、Shi-Tomasi角点检测)算子速度的进一步优化（1920*1080测试图11ms处理完成）。

　　最近有朋友在研究Halcon中gen_gabor的函数，和我探讨，因为我之前也没有怎么去关注这个函数，因此，前前后后大概也折腾了有一个星期去模拟实现这个东西，虽然最终没有实现这个函数，但是也是有所收获，这里做一点总结，也算是最这个函数有个完美的收尾吧。

【短道速滑十一】标准的Gabor滤波器及Log_Gabor滤波器的实现、解析、速度优化及其和Halcon中gen_gabor的比较。

　　十一期间在家用期间研读了下Halcon的variation_model模型，基本上全系复现了他的所有技术要求和细节，这里做个记录。

关于Halcon中variation_model模型的快速解读。

       非局部均值滤波(Non Local Means）作为三大最常提起来的去燥和滤波算法之一（双边滤波、非局部均值、BM3D），也是有着很多的论文作为研究和比较的对象，但是也是有着致命的缺点，速度慢，严重的影响了算法的应用范围。目前在已有的文献中尚未看到在不对算法的本质原理上做更改的情况下，能取得实时的效果，本文呢，也不求得到这个目的，只是对现有的开放的资源上来取得更进一步的提升。

【短道速滑十】非局部均值滤波的指令集优化和加速（针对5*5的搜索特例，可达到单核1080P灰度图 28ms/帧的速度）。

　　在拉普拉斯金字塔在多图HDR算法中的应用以及多曝光图像的融合算法简介一文中提高的Exposure Fusion算法，是一种非常优秀的多曝光图片合成算法，对于大部分测试图都能获取到较为满意的结果，但是也存在着两个局限性：

扩展的多曝光图像合成算法及其在单幅图像增强中的应用。

      这方面最经典的文章是2007年Tom Mertens等人发表的《Exposure Fusion》一文，用简单的篇幅和公式描述了一个非常优异的合成过程，虽然在2019年Charles Hessel发表了一篇《Extended Exposure Fusion》的文章中，提出了比Exposure Fusion更为优异的合成效果，但是代价是更高昂的计算成本，而Exposure Fusion也已经相当优秀了，本文主要简单记录下个人的Exposure Fusion优化过程。

拉普拉斯金字塔在多图HDR算法中的应用以及多曝光图像的融合算法简介。

   我估摸着这个应该是关于形状匹配或者模版匹配的最后一篇文章了，其实大概是2个多月前这些东西都已经弄完了，只是一直静不下来心整理文章，提醒一点，这篇文章后续可能会有多次修改（但不会重新发文章，而是在后台直接修改或者增加），所以有需要的朋友可以随时重复查看。 

【工程应用八】终极的基于形状匹配方案解决（小模型+预生成模型+无效边缘去除+多尺度+各项异性+最小组件尺寸）

　　上一篇文章谈及了GIMP里实现的小波分解，但是这仅仅是把图像分解为多层的数据，如果快速的获取分解数据以及后续怎么利用这些数据，则是本文的重点。

小波去噪算法的简易实现及其扩展（小波锐化、高斯拉普拉斯金字塔去噪及锐化）之二。

文章

问答

视频

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋 

腾讯云代码助手

CODING DevOps

Cloud Studio

SDK中心

API中心

命令行工具

腾讯云开发者社区推出了一心无二用，本人只专注于基础图像算法的实现与优化。专栏，为你提供了一心无二用，本人只专注于基础图像算法的实现与优化。的相关文章，致力于帮助开发者快速成长与发展。

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐