Kuvan melu - Image noise
Kuvakohina on kuvien kirkkauden tai väritietojen satunnainen vaihtelu , ja se on yleensä osa elektronista kohinaa . Se voidaan tuottaa skannerin tai digitaalikameran kuvakennolla ja piirillä . Kuvakohina voi syntyä myös kalvorakeista ja ihanteellisen fotonidetektorin väistämättömästä laukauksesta . Kuvakohina on kuvien sieppaamisen ei-toivottu sivutuote, joka peittää halutut tiedot.
Alkuperäinen "melun" merkitys oli "ei-toivottu signaali"; AM-radioiden vastaanottamien signaalien ei-toivotut sähköiset vaihtelut aiheuttivat akustista ääntä ("staattinen"). Ei-toivottuja sähkövaihteluita kutsutaan analogisesti myös "meluksi".
Kuvakohina voi vaihdella hyvässä valossa otetun digitaalisen valokuvan melkein huomaamattomista täplistä optisiin ja radioastronomisiin kuviin, jotka ovat melkein kokonaan melua, joista hienostunut käsittely voi johtaa pieneen määrään tietoa. Tällaista melutasoa ei voida hyväksyä valokuvassa, koska kohteen määritteleminen on mahdotonta.
Tyypit
Gaussin melu
Pääasiallisia lähteitä Gaussin kohina on digitaalisten kuvien syntyä hankinta. Anturilla on luontaista kohinaa valaistustason ja oman lämpötilan vuoksi, ja anturiin kytketyt elektroniset piirit ruiskuttavat oman osuutensa elektronisen piirin melusta .
Tyypillinen kuvakohinan malli on Gauss-tyyppinen, additiivinen, riippumaton jokaisesta pikselistä ja riippumaton signaalin voimakkuudesta, joka johtuu pääasiassa Johnson – Nyquist-kohinasta (lämpökohina), mukaan lukien kondensaattoreiden nollauskohinasta ("kTC-kohina") ). Vahvistimen kohina on pääosa kuvakennon "lukuhälystä", ts. Vakiosta melutasosta kuvan pimeillä alueilla. Värikameroissa, joissa käytetään enemmän vahvistusta sinisellä kanavalla kuin vihreällä tai punaisella kanavalla, sinisessä kanavassa voi olla enemmän kohinaa. Suuremmilla valotuksilla kuvakennojen kohinaa hallitsee kuitenkin laukausmelu, joka ei ole Gauss-tyyppinen eikä riippumaton signaalin voimakkuudesta. Lisäksi on olemassa monia Gaussin denoising-algoritmeja.
Suola-pippuri melu
Rasvapäähän jakautuvaa tai "impulsiivista" melua kutsutaan joskus suolaa ja pippuria tai piikkimelua varten. Suolapippuria sisältävässä kuvassa on tummat pikselit kirkkailla alueilla ja kirkkaat pikselit pimeillä alueilla. Tämän tyyppinen melu voi johtua analogia-digitaali-muunnin virheitä, bittivirheitä siirron, jne. Se voidaan pääasiassa eliminoida käyttämällä tumma kehys vähennys- , mediaanisuodatusta , yhdistetään mediaani ja keskiarvo suodatus ja interpoloidaan noin tumma / kirkas pikseliä.
Kuolleita pikseleitä käytettäessä nestekidenäytössä aikaan samanlaisen, mutta ei-satunnainen, näyttö.
Ammuttu melu
Kuvakennosta tulevan kuvan kirkkaammissa osissa hallitseva kohina johtuu tyypillisesti tilastollisista kvanttivaihteluista, ts. Tietyllä valotustasolla havaittujen fotonien lukumäärän vaihtelusta. Tämä melu tunnetaan fotonikuvan meluna . Kuvakohinan neliön keskiarvo on verrannollinen kuvan voimakkuuden neliöjuureen, ja eri pikseleiden äänet ovat toisistaan riippumattomia. Laukausmelu seuraa Poisson-jakaumaa , joka lukuun ottamatta erittäin korkeita intensiteettitasoja arvioi Gaussin jakauman.
Fotoniskun melun lisäksi kuvakennon tummasta vuotovirrasta voi aiheutua lisäiskua; tämä melu tunnetaan joskus nimellä "tumma laukausmelu" tai "pimeän virtauksen kohina". Tumma virta on suurin kuvakennon "kuumissa pikseleissä". Normaalien ja kuumien pikselien vaihteleva tumma varaus voidaan vähentää (käyttämällä "tumman kehyksen vähennystä"), jolloin vuotoon jää vain laukausmelu tai satunnaiskomponentti. Jos tumman kehyksen vähennystä ei tehdä tai jos valotusaika on riittävän pitkä, jotta kuuma pikselivaraus ylittää lineaarisen latauskapasiteetin, kohina on muutakin kuin vain ammuttua kohinaa, ja kuumat pikselit näkyvät suola-pippurimeluina.
Kvantisointikohina (tasainen melu)
Melu, joka aiheutuu tunnistetun kuvan pikselien kvantisoinnista useille erillisille tasoille, tunnetaan kvantisointikohina . Sillä on suunnilleen tasainen jakauma . Vaikka se voi olla signaaliriippuvainen, se on signaalista riippumaton, jos muut melulähteet ovat riittävän suuria aiheuttamaan himmentämistä tai jos himmentämistä käytetään nimenomaisesti.
Filmin rakeisuus
Vilja on valokuvausfilmin on signaali-riippuvainen kohina, jolla on samanlainen tilastollinen jakauma on ammuttu melua . Jos kalvorakeet jakautuvat tasaisesti (sama määrä pinta-alaa kohden) ja jos jokaisella rakeella on yhtä suuri ja riippumaton todennäköisyys kehittyä tummaksi hopeajyväksi fotonien absorboinnin jälkeen , niin tällaisten tummien jyvien määrä alueella on satunnainen binomin kanssa jakelu . Alueilla, joilla todennäköisyys on pieni, tämä jakauma on lähellä perinteistä Poisson-ammusjakaumaa . Yksinkertaista Gaussin jakaumaa käytetään usein riittävän tarkana mallina.
Kalvorakeita pidetään yleensä melkein isotrooppisina (suuntautumattomina) melulähteinä. Sen vaikutusta pahentaa se, että hopeahalogenidijyvien jakautuminen kalvossa on myös satunnaista.
Anisotrooppinen melu
Jotkut melulähteet näkyvät kuvissa merkittävässä suunnassa. Esimerkiksi kuvakennoihin kohdistuu joskus rivi- tai sarakemelu.
Säännöllinen melu
Yleinen jaksollisen kohinan lähde kuvassa syntyy sähköisistä tai sähkömekaanisista häiriöistä kuvan sieppauksen aikana. Kuva, johon jaksottainen melu vaikuttaa, näyttää toistuvan kuvion olevan lisätty alkuperäisen kuvan päälle. Taajuusalueella tämän tyyppinen melu voidaan nähdä erillisinä piikkeinä. Tämän kohinan merkittävä väheneminen voidaan saavuttaa soveltamalla lovisuodattimia taajuusalueeseen. Seuraavat kuvat kuvaavat kuvaa, johon jaksollinen melu vaikuttaa, ja kohinan vähentämisen tulosta taajuusalueiden suodatuksella. Huomaa, että suodatetussa kuvassa on edelleen kohinaa rajoilla. Lisäsuodatus voi vähentää tätä reunakohinaa, mutta se voi myös vähentää joitain kuvan hienoja yksityiskohtia. Melun vähentämisen ja hienojen yksityiskohtien säilyttämisen välinen kompromissi on sovelluskohtainen. Esimerkiksi jos linnan hienoja yksityiskohtia ei pidetä tärkeinä, alipäästösuodatus voi olla sopiva vaihtoehto. Jos linnan hienoja yksityiskohtia pidetään tärkeinä, toteuttamiskelpoinen ratkaisu voi olla kuvan reunan rajaaminen kokonaan.
Digitaalikameroissa
Hämärässä, oikea valotus edellyttää hidasta valotusajan (eli pitkällä valotusajalla) tai avattu aukko (alempi f-luku ), tai molemmat, lisätä valon määrän (fotonien) jää, mikä puolestaan vähentää vaikutusta ammuttu melu. Jos suljin (liike) ja aukko (syväterävyys) on saavutettu eikä tuloksena oleva kuva ole vieläkään riittävän kirkas, suurempaa vahvistusta ( ISO-herkkyys ) tulisi käyttää lukuhälyn vähentämiseen. Useimmissa kamerat pitempiä valotusaikoja, johtaa lisääntyneeseen suolaa ja pippuri melun vuoksi valodiodin vuotovirrat . Lukukohinan varianssin kaksinkertaistumisen kustannuksella (lukukohinan keskihajonnan 41%: n lisäys) tämä suola-pippurimelu voidaan eliminoida enimmäkseen tummien kehysten vähennyksellä . Ryhmittelyä melu, samanlainen varjo melu , voidaan viedä läpi kirkastaa varjot tai väritasapainon käsittely.
Lue melu
In digitaalikamera valokuvaus, tuleva fotonit ( valo ), muunnetaan jännitteen . Tämä jännite kulkee sitten signaalin käsittely ketjun digitaalikameran ja digitoidaan jota analogi-digitaalimuuntimen . Mikä tahansa jännite vaihtelut signaalinkäsittelyketjun, jotka edistävät poikkeama on analogisesta digitaaliseen yksiköitä , ihanteellisesta arvosta verrannollinen fotonilukema, on nimeltään luetaan melua.
Anturin koon vaikutukset
Kuvakennon koko tai tehollinen valonkeräysalue pikselianturia kohti on suurin signaalitasojen tekijä, jotka määrittävät signaali-kohinasuhteen ja siten näennäisen melutason, olettaen, että aukon alue on verrannollinen anturin pintaan tai että f-luvun tai polttotason valaistusvoima pidetään vakiona. Toisin sanoen vakiolle f-luvulle kuvantajan herkkyys skaalautuu karkeasti anturin pinta-alan kanssa, joten suuremmat anturit luovat tyypillisesti vähemmän kohinaa sisältäviä kuvia kuin pienemmät sensorit. Jos kuva on riittävän kirkas, jotta se olisi kuvakohinan rajoitetussa tilassa, kun kuva skaalataan näytöllä samaan kokoon tai tulostetaan samassa koossa, pikselimäärällä ei ole juurikaan eroa havaittavissa oleviin melutasoihin - melu riippuu ensisijaisesti anturin alueella, ei siitä, miten alue jaetaan pikseleiksi. Alhaisemmilla signaalitasoilla (korkeammat ISO-asetukset) olevien kuvien kohdalla, joissa lukuhäiriö (kohinapohja) on merkittävä, useampi pikseli tietyllä anturialueella tekee kuvasta meluisamman, jos lukukohtainen kohina pikseliä kohden on sama.
Esimerkiksi Four Thirds -anturin tuottama melutaso ISO 800: lla on suunnilleen sama kuin täysikokoisen kennon (noin nelinkertainen pinta-alaan) tuottama melutaso ISO 3200: lla ja 1 / 2,5 "kompaktikamerakennon tuottama melutaso (karkeasti 1/16 pinta-alasta) ISO 100 -arvolla. Tämä kyky tuottaa hyväksyttäviä kuvia suuremmalla herkkyydellä on tärkeä tekijä DSLR- kameroiden käyttöönotossa, koska niissä käytetään yleensä suurempia antureita kuin pienennettyjä. 400 tuottaa vähemmän melua kuin kohta-ja-ampua-anturi ISO 100: lla.
Anturin täyttökerroin
Kuvakenno yksilöllinen photosites kerätä valoa tietyllä alueella. Anturin kaikkia alueita ei käytetä valon keräämiseen muiden piirien vuoksi. Anturin suurempi täyttökerroin kerää enemmän valoa, mikä parantaa ISO-suorituskykyä anturin koon perusteella.
Anturin lämpö
Lämpötila voi myös vaikuttaa kuvakennon vuodon aiheuttaman melun määrään . Tämän vuoksi tiedetään, että DSLR-kamerat tuottavat enemmän melua kesällä kuin talvella.
Melun vähentäminen
Kuva on kuva, valokuva tai mikä tahansa muu näkymän 2D-esityksen muoto. Suurin osa algoritmeista, joilla muunnetaan kuvakennotiedot kuvaksi, joko kameran sisällä tai tietokoneella, sisältävät jonkinlaista kohinanvaimennusta . Tätä varten on monia menettelytapoja, mutta kaikki yrittävät selvittää, muodostavatko pikseliarvojen todelliset erot kohinaa vai todellisia valokuvan yksityiskohtia, ja keskiarvoistavat edellisen samalla yrittäen säilyttää jälkimmäisen. Mikään algoritmi ei kuitenkaan voi tehdä tätä päätöstä täydellisesti (kaikissa tapauksissa), joten melunpoiston ja hienojen, matalan kontrastin yksityiskohtien säilyttämisen välillä tehdään usein kompromissi, jolla voi olla melua muistuttavia ominaisuuksia.
Yksinkertaistettu esimerkki yksiselitteisen melunvaimennuksen mahdottomuudesta: Tasaisen punaisella alueella kuvassa voi olla hyvin pieni musta osa. Jos tämä on yksi pikseli, se on todennäköisesti (mutta ei varmaa) väärennös ja melua; jos se peittää muutaman pikselin ehdottoman säännöllisesti, se voi olla vika kuvantamisanturin pikseliryhmässä (väärä ja ei-toivottu, mutta ei ehdottomasti kohina); jos se on epäsäännöllinen, se voi olla todennäköisemmin kuvan todellinen piirre. Mutta lopullista vastausta ei ole saatavilla.
Tätä päätöstä voidaan auttaa tuntemalla lähdekuvan ja ihmisen näön ominaisuudet. Suurin osa melunvaimennusalgoritmeista vähentää huomattavasti aggressiivisempaa kroma-kohinanvaimennusta, koska tärkeitä hienokroma-yksityiskohtia on vähän, minkä menettämisen riski on. Lisäksi monien mielestä luminanssikohina on vähemmän silmän miellyttävä, koska sen kuvioitu ulkonäkö jäljittelee kalvorakeiden ulkonäköä .
Tietyn kameran korkea herkkyys (tai RAW-kehityksen työnkulku) voi riippua suuresti kohinan vähentämiseen käytettävän algoritmin laadusta. Koska melutaso nousee ISO-herkkyyden kasvaessa, useimmat kameranvalmistajat lisäävät melunvaimennusagressiivisuutta automaattisesti suuremmilla herkkyyksillä. Tämä johtaa kuvanlaadun heikkenemiseen suuremmilla herkkyyksillä kahdella tavalla: kohinataso nousee ja hienoja yksityiskohtia tasoittaa aggressiivisempi kohinanvaimennus.
Äärimmäisen melun tapauksessa, kuten tähtitieteelliset kuvat hyvin kaukaisista kohteista, kyse ei ole niinkään melun vähentämisestä, vaan siitä, että saadaan vähän tietoa, joka on haudattu paljon melua; tekniikat ovat erilaisia, etsivät pieniä säännöllisyyksiä massiivisesti satunnaisessa datassa.
Videomelu
In video- ja televisio , kohina viittaa satunnainen piste kuvio, joka on päällekkäin kuvaa seurauksena sähköisen melua, 'lumi', joka on nähty huono (analoginen) televisiovastaanotinta tai VHS. Häiriöt ja staattinen ovat muita melun muotoja siinä mielessä, että ne ovat ei-toivottuja, vaikkakaan satunnaisia, jotka voivat vaikuttaa radio- ja televisiosignaaleihin.
Digitaalista videokohinaa esiintyy joskus videoissa, jotka on koodattu MPEG-2-muodossa pakkausarkistona
Hyödyllinen melu
Korkea melutaso on melkein aina ei-toivottua, mutta on tapauksia, joissa tietty määrä melua on hyödyllistä, esimerkiksi diskretisointiartefaktien (väriraidan tai posteroinnin ) estämiseksi . Jotkut melut lisäävät myös akuuttiutta (näennäinen terävyys). Sellaisiin tarkoituksiin tarkoitetusti lisättyä melua kutsutaan himmentimeksi ; se parantaa kuvaa havainnollisesti, vaikka se heikentää signaali-kohinasuhdetta .
Matalan ja korkean ISO-kohinan esimerkkejä
- Kuvia kukasta, joka on otettu ISO 100- ja ISO 1600 -laadulla Canon 400D -digikameralla. Molemmat kuvat otettiin samanlaisissa valaistusolosuhteissa, muuttamalla vain ISO-asetusta ja suljinnopeutta.
ISO 100, f / 5,6, 1/350 s
(napsauta kuvaa saadaksesi suuremman version)
ISO 1600, f / 5,6, 1/4000 s
(napsauta kuvaa saadaksesi suuremman version)
Molempien kuvien vertailu. Tämä on rajaus pienestä osasta kutakin kuvaa, joka näytetään 100%: lla. Yläosa ammuttiin 100 ISO: lla, alaosa 1600 ISO: lla.
Matala ja korkea-ISO-tekninen tutkimus
Kuvakennon digitaalisessa kamerassa sisältää kiinteän määrän pikseleitä (jotka määrittävät mainostetun megapikselin kameran). Näillä pikseleillä on ns. Syvyys. Pikselikaivoa voidaan pitää ämpärinä.
Digitaalikameran ISO-asetus on ensimmäinen (ja joskus ainoa) käyttäjän säädettävä ( analoginen ) vahvistusasetus signaalinkäsittelyketjussa . Se määrittää kuvakennon jännitteen ulostuloon kohdistetun vahvistuksen määrän ja sillä on suora vaikutus lukukohinaan . Kaikissa digitaalikamerajärjestelmän signaalinkäsittely-yksiköissä on melulattia . Signaalitason ja melutason välinen ero on soita signaali-kohinasuhde . Suurempi signaali-kohinasuhde vastaa parempaa kuvanlaatua.
Kirkkaissa aurinkoisissa olosuhteissa, pitkä suljinnopeus, laaja aukko tai jokin näiden kolmen yhdistelmä, kuvakennoon voi osua riittävästi fotoneja täyttämään tai muuten saavuttamaan pikselikaivojen lähellä olevan kapasiteetin. Jos pikselikaivojen kapasiteetti ylitetään, se vastaa ylivalotusta . Kun pikselikuopat ovat lähellä kapasiteettia, itse fotonit, jotka ovat olleet alttiina kuvakennolle, tuottavat tarpeeksi energiaa herättämään elektronisäteilyä kuvakennossa ja tuottavat riittävän jännitteen kuvakennon ulostulossa, mikä vastaa tarvetta. ISO-herkkyydelle (suurempi ISO-arvo kameran perusasetuksen yläpuolella). Tämä vastaa riittävää signaalitasoa (kuvakennosta), joka johdetaan jäljellä olevan signaalinkäsittelyelektroniikan läpi, mikä johtaa korkeaan signaali-kohinasuhteeseen tai alhaiseen kohinaan tai optimaaliseen valotukseen.
Päinvastoin, pimeissä olosuhteissa, lyhyemmillä suljinnopeuksilla, suljetuissa aukoissa tai jossakin näiden kolmen yhdistelmässä voi puuttua riittävä määrä fotoneja, jotka osuvat kuvakennoon tuottamaan sopiva jännite kuvakennosta signaaliketjun melupohjan voittamiseksi , mikä johtaa alhaiseen signaali-kohinasuhteeseen tai korkeaan kohinaan (pääasiassa luettu kohina). Näissä olosuhteissa lisääntyvä ISO-vahvistus (korkeampi ISO-asetus) parantaa lähtökuvan kuvan laatua, koska ISO-vahvistus vahvistaa kuvasensorin matalaa jännitettä ja tuottaa korkeamman signaali-kohinasuhteen jäljellä olevan signaalinkäsittelyn kautta elektroniikka.
Voidaan nähdä, että korkeampi (oikein sovellettu) ISO-asetus ei sinänsä tuota korkeampaa melutasoa ja päinvastoin korkeampi ISO-asetus vähentää lukumelua. Kohinan lisääntyminen, joka havaitaan usein käytettäessä korkeampaa ISO-asetusta, on seurausta laukauksen kohinasta ja pienemmästä dynaamisesta alueesta nykyisen tekniikan teknisten rajoitusten seurauksena.
Katso myös
Viitteet
Ulkoiset linkit
- Melu dpreview-sanastossa
- Kompakti kamera, korkea ISO-tila: Tosiasiat erotetaan hypeistä
- Nikon D700 -kohinan mittaukset
- Luentoja kuvankäsittelystä , kirjoittanut Alan Peters. Vanderbiltin yliopisto. Päivitetty 7. tammikuuta 2016.
