Pytorch图像去噪实战(十六):YCbCr颜色空间图像去噪,解决RGB去噪后的色偏问题
Pytorch图像去噪实战(十六):YCbCr颜色空间图像去噪,解决RGB去噪后的色偏问题一、问题场景:RGB模型降噪了,但颜色变脏了上一篇我们实现了RGB图像去噪。模型能正常训练,也能处理彩色图片,但在真实测试中我遇到一个非常明显的问题:噪声确实少了,但颜色变灰、变暗,甚至肤色不自然。尤其在人像、商品图、风景图里,用户对颜色非常敏感。一张图即使噪声少了,如果颜色脏了,实际体验也会很差。后来我尝试把图像从 RGB 转到 YCbCr 空间,只对亮度通道 Y 去噪,效果明显更稳定。这一篇就完整实现:基于 YCbCr 的亮度通道去噪方案。二、为什么YCbCr适合图像去噪?RGB三个通道都混合了亮度和颜色信息。而YCbCr把图像拆成:Y:亮度Cb:蓝色色度Cr:红色色度人眼对亮度细节更敏感,对色度变化相对不敏感。很多噪声主要体现在亮度通道,因此只对Y通道去噪,可以减少色偏。三、整体方案流程如下:RGB图像
本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2574332.html
如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!