计算摄影学计算摄影学

精品课

计算摄影学：更高质量的成像

细致讲解高动态范围成像HDR、图像噪声处理、双边滤波、梯度域图像处理等理论及其应用

借鉴世界顶级名校课程，讲解浅显易懂，理论与实践应用相结合，内容全面覆盖，应用导向

讲师：王昊

对课程有疑问？点击视频立即观看课程介绍！

课程服务

至少3个月

作业批改

助教1v1批改

课程有效期

365天

课程时长

7 h

¥699¥799.00

加入购物车立即报名

限时特价剩余名额：32个

请确认

您已经是《计算摄影学：更高质量的成像》-学员，是否购买最新一期？

i提示：

1. 您的《计算摄影学：更高质量的成像》-暂未到期，可直接学习

2. 针对以上信息如有问题，您可联系工作人员进行咨询

购买最新一期

课程介绍课程大纲学习服务售前疑问

¥699 ¥799.00

立即报名

课程持续7周 · 每周建议学习8小时

本课程包括：: 3个月群内答疑，讲师助教及时解答; 课程有效期为1年，建议合理规划学习; 课程配有作业练习，助教一对一批改; 班主任带班，严格督学，告别拖延; 根据学习情况颁发结业证书、优秀学员证书

王昊

资深计算摄影学研究员、《计算摄影学》专栏作者，2014年起，带领团队从0到1的开发基于手机上的单摄像头和多摄像头的各种精彩的技术解决方案，包括人像模式、多摄融合、人像畸变校正、暗光提亮、超画质、电影模式、拍照和视频超分辨率等，现已落地部署在了国内外各种品牌的千千万万台手机中。期间，参与创办了一家专注于让计算机看清、看懂这个世界的科技公司——西纬科技有限公司。

计算摄影学广泛应用于摄影、机器视觉和其他高级计算机视觉领域，为图像处理和算法提供基础。在摄影领域，改善图像质量、修复瑕疵、增强细节；景深合成、高动态范围成像和全景拼接等技术，为摄影师提供了创作的工具和技术。在机器视觉领域，图像增强、图像配准和图像合成等技术提供清晰、准确的图像数据，为人脸识别、目标检测和行为分析等任务提供可靠输入；基于图像配准技术消除运动模糊，基于成像模型消除畸变，提高识别跟踪准确性。

计算摄影学在学术界和工业界有重要地位，由于涉及到学科交叉，理解计算摄影学的基础原理需要具备广泛的知识背景和专业技能，国内少有系统性、成体系的计算摄影学课程，且少量开设该课程的高校与企业的实际需求又存在较大差距。为此，王昊讲师与深蓝学院合作，搭建计算摄影学方向的课程体系。课程将国际顶尖学府的计算摄影学开放课程整理和融合，为中国学习者打造一个与世界一流水平接轨的计算摄影学习氛围，帮助大家拥有深入且实用的知识。

第一门《从光线到图像-相机成像的原理》课程介绍了现代数码成像的基础原理，其中包括了从光线到最终的数码成像的完整流程。仅通过这种基本的流程，还无法获取到高质量的成像结果，获取的图像可能信噪比不高、动态范围不足、颜色不准确。第二门《更高质量的图像》将介绍获取高质量图像的一系列关键技术，这两门课程的内容共同构成许多现代成像系统的核心技术，使学生更有效地参与到相关领域的科学研究和产品技术研发过程中。

课程目标

目标O1 探索高动态范围成像技术

学习者将了解高动态范围成像（HDR）的基础知识和技术，包括如何捕捉和合成HDR图像，以及如何通过色调映射处理来适应不同的显示设备，从而获得更丰富的图像细节和色彩范围。

目标O2 深入分析图像噪声及其处理方法

本课程将引导学习者深入了解图像噪声的来源和特性，包括光子噪声、暗噪声、读出噪声和ADC噪声等，并学习噪声标定方法。利用标定后的噪声特性，有可能研发出先进的去噪算法极大地降低图像噪声。

目标O3 应用色彩理论于计算摄影

学习者将掌握色彩理论的基本原则和色彩管理的重要性。通过实际应用，学习者将理解色彩校正和色彩分级如何帮助提升视觉效果，以及如何在不同设备和情境中保持色彩的一致性。

目标O4 掌握边缘感知和双边滤波技术

本课程将教授高阶的边缘滤波器，并将这种技术应用在色调映射过程中以及闪光/非闪光图像的合成中；尤其是运用双边滤波对图像进行非破坏性的平滑处理，同时保持重要边缘信息。

目标O5 梯度域图像处理的原理与应用

学习者将学习梯度域处理的理论基础和实际应用，包括图像的梯度编辑和泊松融合技术。课程还将探讨如何通过梯度域处理来解决曝光不均、去除物体或进行无缝图像拼接等问题。

通过课程的学习，学生不仅能够掌握更多高级的图像处理技术，而且能够将这些技术应用于实际问题中，以实现更高质量的成像效果。

课程亮点

借鉴世界顶级名校课程

课程借鉴了CMU、MIT和斯坦福大学的计算摄影学课程的最佳实践，汇集了世界顶级名校的知识和经验。
讲解浅显易懂

用最浅显的语言，避免复杂数学概念，帮助学习者理解如何提升图像动态范围、量化理解图像噪声、分析和校正图像颜色，在梯度域进行高阶图像处理以获得高质量图像。
理论与实践应用相结合

注重将理论知识与实际成像应用相结合，通过实例和案例分析，帮助学习者更好地理解和应用所学内容。
内容全面覆盖

通过高动态范围成像与色调映射、图像噪声分析与处理、色彩理论与应用、边缘感知和双边滤波及梯度域图像处理等，产生高动态范围、低噪声、颜色准确、画面自然的高质量图像。
应用导向

注重将知识应用到实际问题中。课程包括丰富的思考题，以及配套的设计作业。通过这些强化练习，学生将深入掌握所学知识，并实际应用到各类成像系统中。

课程大纲

第1章：高动态范围成像与色调映射

用来实现比普通数码成像技术更大动态范围的一组技术。在成像时获取更广的有效信号范围，而在显示时则根据显示设备的特性进行映射，从而达到引人入胜的成像效果。
第2章：图像噪声深入分析与处理

噪声是由于图像采集设备、传输信道或者其他外界干扰因素所引起的。理解图像噪声的物理及数学模型，有助于消除噪声，以及获取更高信噪比非图像。我们将实际应用于优化HDR成像权重。
第3章：色彩理论与应用

要在成像时准确的捕捉目标的颜色，并在显示或打印时精确的重现出这种颜色，是一件非常不容易的事情。《更高质量的成像》也包括了准确的色调重现，帮助同学们全面仔细的理解其中的科学原理。
第4章：边缘感知和双边滤波

在高质量成像过程中，特别是前面所描述的HDR摄影的流程中，通常需要对图像进行精细的处理。在这个时候，目标的边缘的处理就特别重要了。而基于双边滤波的边缘感知和处理在此时就发挥着重要的作用。

点击此处查看完整目录

学习收获

1深入理解高动态范围成像技术、图像噪声处理、色彩理论的应用、边缘感知技术以及梯度域图像处理等高级图像处理技术。
2掌握从高级色调映射到复杂的噪声降低技术、色彩校正、边缘保留平滑以及梯度编辑等关键图像处理算法。
3通过理论学习和实践操作相结合的方式，应用在工业成像、专业摄影和科研等领域。

课程适合谁学习

高级图像处理与计算摄影学领域的学生和专业人士
计算机视觉、机器学习和人工智能领域的学者和工程师

需要处理复杂成像问题的天文、医学等领域的科研人员
追求图像品质提升和创作精确表达的摄影师与爱好者

基础&设备要求

相机成像的基础原理

你可以从互联网，特别是讲师的知乎专栏《计算摄影学》中查询到很多这方面的知识。我们也推荐你学习深蓝学院计算摄影学课程第一季《从光线到图像-相机成像的原理》，它将为你学习本门课程打下坚实的基础。
大学一年级的微积分

在处理高动态范围成像与色调映射、梯度域图像处理时，我们会用到一些基础的微积分知识，差不多是大学一年级数学的很小一部分。不过不要担忧，即使你的微积分知识有些生疏，我们将尽量在课件中给出明确的讲解和示例，让这些数学工具变得易于理解和使用。
Python编程能力

由于课程中包含实际的图像处理作业，良好的Python编程能力是必要的。我们预期你已经熟悉了基本的编程概念，并准备好进一步学习如何实现和操作图像处理算法。

全方位的学习服务

个性化增值服务，学习有保障更高效

作业批改

作业批改助教1V1批改作业，定期针对作业中的“通病”进行点评
结业证书

结业证书本课程将根据作业完成情况评选结业学员及优秀学员，颁发证书
实时答疑

实时答疑讲师和助教微信群答疑，及时解决大家遇到的问题
班班督学

班班督学班主任全程带班，不定时“关照”未交作业的同学，克服拖延

课程相关问题请咨询客服

添加客服，了解课程详情！

点击查看
课程大纲点击了解
学习服务

1-1：开课仪式
3分钟免费 1-2：【视频】课程介绍预览

第1章: 高动态范围成像与色调映射 7节课程·1次作业·2小时2分钟
用来实现比普通数码成像技术更大动态范围的一组技术。在成像时获取更广的有效信号范围，而在显示时则根据显示设备的特性进行映射，从而达到引人入胜的成像效果。
第1节: 本章内容简介
2-1：【课件】高动态范围成像与色调映射
7分钟免费 2-2：【视频】本章内容简介预览
第2节: 曝光控制基础
15分钟免费 3-1：【视频】曝光的定义和影响因素预览
6分钟免费 3-2：【视频】相机的曝光和测光预览
第3节: 高动态范围成像
4分钟免费 4-1：【视频】动态范围预览
11分钟免费 4-2：【视频】HDR成像基本概念和技术预览
9分钟免费 4-3：【视频】辐射标定技术预览
5分钟免费 4-4：【视频】其他HDR相关技术预览
第4节: 色调映射
3分钟 5-1：【视频】色调映射基本概念和方法
7分钟 5-2：【视频】高级色调映射技术
第5节: 高动态范围成像的更多信息
2分钟 6：【视频】高动态范围成像的更多信息
第6节: 课程总结
2分钟 7：【视频】本章课程小结
第7节: 作业
46分钟 8-1：【视频】作业介绍 Project I 高动态范围成像与色调映射
8-2：【作业】第一章
8-3：【作业】代码和数据下载地址
8-4：【作业思路】第一章

第2章: 图像噪声深入分析与处理 7节课程·1次作业·1小时50分钟
噪声是由于图像采集设备、传输信道或者其他外界干扰因素所引起的。理解图像噪声的物理及数学模型，有助于消除噪声，以及获取更高信噪比非图像。我们将实际应用于优化HDR成像权重。
9-1：【课件】图像噪声深入分析与处理
3分钟 9-2：【视频】本章内容简介
第1节: 图像噪声基础
22分钟 10：【视频】图像噪声类型：光子噪声、暗噪声、读出噪声、ADC噪声
第2节: 包含了噪声信息的图像生成模型
21分钟 11：【视频】包含了噪声信息的图像生成模型
第3节: 噪声模型参数标定技术
6分钟 12：【视频】噪声模型参数标定技术
第4节: 实际应用-优化HDR成像权重
13分钟 13：【视频】优化HDR成像权重
第5节: 本章小结
6分钟 14：【视频】本章总结
第6节: 加餐：图像去噪论文解读
15-1：【课件】加餐：图像去噪论文解读
39分钟 15-2：【视频】加餐：图像去噪论文解读
第7节: 作业
16-1：【作业】第二章
16-2：【作业思路】第二章

第3章: 色彩理论与应用 9节课程·1小时31分钟
要在成像时准确的捕捉目标的颜色，并在显示或打印时精确的重现出这种颜色，是一件非常不容易的事情。《更高质量的成像》也包括了准确的色调重现，帮助同学们全面仔细的理解其中的科学原理。
17：【课件】色彩理论及应用
第1节: 色彩基础知识
17分钟 18：【视频】色彩基础知识
第2节: 视网膜色彩空间
8分钟 19：【视频】视网膜颜色空间
第3节: 颜色匹配
8分钟 20：【视频】颜色匹配
第4节: 线性颜色空间
18分钟 21：【视频】线性颜色空间
第5节: 色度
9分钟 22：【视频】色度
第6节: 颜色校准
10分钟 23：【视频】颜色校正
第7节: 非线性色彩空间
9分钟 24：【视频】非线性颜色空间
第8节: 颜色重建思考
8分钟 25：【视频】颜色重建思考
第9节: 参考资料
26：【参考资料】论文

第4章: 边缘感知和双边滤波 7节课程·1次作业·1小时18分钟
在高质量成像过程中，特别是前面所描述的HDR摄影的流程中，通常需要对图像进行精细的处理。在这个时候，目标的边缘的处理就特别重要了。而基于双边滤波的边缘感知和处理在此时就发挥着重要的作用。双边滤波是一种非线性的滤波方法，双边滤波除了空域权重以外，增加了一个和图像亮度有关的值域权重，使得双边在去噪声的同时可以保留图像的边界和细节。我们将在这一课给大家做深入的阐述。
27-1：【课件】边缘感知与双边滤波
9分钟 27-2：【视频】回顾第1课中的高级色调映射技术
第1节: 图像的点处理
3分钟 28：【视频】图像的点处理
第2节: 图像基本滤波
13分钟 29：【视频】图像基本滤波
第3节: 图像双边滤波
13分钟 30：【视频】图像双边滤波
第4节: 一种双边滤波的加速算法
9分钟 31：【视频】一种双边滤波的加速算法
第5节: 应用实例 – 闪光/无闪光图像融合
4分钟 32：【视频】应用实例——闪光、无闪光图像融合
第6节: 作业详细说明
34分钟 33：【视频】作业详细说明
第7节: 作业
34-1：【作业】第四章
34-2：【参考资料】论文
34-3：【作业思路】第四章作业

第5章: 梯度域图像处理 6节课程·1次作业·1小时27分钟
很多时候简单的空域处理无法达到我们想要的图像质量，因此我还会介绍通用的梯度域图像处理框架，这种算法尝试对图像的梯度进行编辑，然后从梯度域恢复到空域，实现特定的图像处理效果。之前介绍的两大算法：高动态范围成像，以及闪光-无闪光图像融合，都可以基于这个框架得到更好的结果。
35：【课件】梯度域图像处理
第1节: 知识回顾：闪光无闪光图像融合
19分钟 36：【视频】知识回顾：闪光无闪光图像融合
第2节: 梯度的基础知识
15分钟 37：【视频】梯度的基础知识
第3节: 图像梯度的积分
5分钟 38：【视频】图像梯度的积分
第4节: 泊松融合
17分钟 39：【视频】泊松融合
第5节: 泊松方程的加速求解算法
17分钟 40：【视频】泊松方程的加速求解算法
第6节: 作业
11分钟 41-1：【视频】作业
41-2：【作业】第五章
41-3：【作业思路】第五章作业