用于实时应用的 OpenCV fastNlMeansDenoising 的替代方案？
Alternative to OpenCV fastNlMeansDenoising for real time application?
我目前正在使用以下功能从两张大小为 (240x720) 的图像中去除噪点。我目前正在我的计算机上计算它，但想实时实现它。但是在我的计算机上，该功能会导致程序严重延迟。除了从可以实时工作的图像中去除噪声之外，还有其他方法吗？也许是高斯模糊？
fastNlMeansDenoising(ipmOfLeftLaneRobust, ipmOfLeftLaneRobust,10,7,21);
要考虑的一个选项可能是使用 fastNIMeansDenoising 的 CUDA 版本，因为它提供了显着的加速，假设你有一个像样的 GPU（通常大多数 OpenCV 功能都是如此）。但除此之外，这取决于您要处理的噪声类型，但如果是椒盐噪声，则使用中值模糊函数通常会提供良好的结果。高斯模糊是另一个不错的选择，但如果你的噪音更普遍。
给定一个函数
fastNlMeansDenoising(InputArray src, OutputArray dst, float h=3,
int templateWindowSize=7, int searchWindowSize=21 );
当templateWindowSize接近1时，滤波器变为盒式双边滤波器。
当 h 项接近无穷大时，滤镜变为框模糊滤镜。
对于两者中的任何一个，实施都是详尽无遗的。
一个直接的替代方案是首先尝试两个优化的特殊情况：cv::boxFilter 和 cv::bilateralBlur。
我目前正在使用以下功能从两张大小为 (240x720) 的图像中去除噪点。我目前正在我的计算机上计算它，但想实时实现它。但是在我的计算机上，该功能会导致程序严重延迟。除了从可以实时工作的图像中去除噪声之外，还有其他方法吗？也许是高斯模糊？
fastNlMeansDenoising(ipmOfLeftLaneRobust, ipmOfLeftLaneRobust,10,7,21);
要考虑的一个选项可能是使用 fastNIMeansDenoising 的 CUDA 版本，因为它提供了显着的加速，假设你有一个像样的 GPU（通常大多数 OpenCV 功能都是如此）。但除此之外，这取决于您要处理的噪声类型，但如果是椒盐噪声，则使用中值模糊函数通常会提供良好的结果。高斯模糊是另一个不错的选择，但如果你的噪音更普遍。
给定一个函数
fastNlMeansDenoising(InputArray src, OutputArray dst, float h=3,
int templateWindowSize=7, int searchWindowSize=21 );
当templateWindowSize接近1时，滤波器变为盒式双边滤波器。
当 h 项接近无穷大时，滤镜变为框模糊滤镜。
对于两者中的任何一个，实施都是详尽无遗的。
一个直接的替代方案是首先尝试两个优化的特殊情况：cv::boxFilter 和 cv::bilateralBlur。