Mam następujący obraz, który zawiera hałaśliwe góry.
W dolnej części obrazu stosunek sygnału do szumu jest zbyt niski, aby pomieścić rzeczywiste szczegóły, ale kiedy usunę cały hałas z tego obszaru, nie wygląda to naturalnie (z mojego punktu widzenia). Dlaczego hałas sprawia wrażenie iluzji szczegółów w tym przypadku? Kiedy powinienem przestać redukować hałas, aby zachować naturalny wygląd?
Ostateczny (nieznacznie usunięty hałas i zaostrzony):
Oryginalny
Oryginalne zaostrzone
Original Denoised
noise
noise-reduction
Alex
źródło
źródło
Odpowiedzi:
Chociaż może istnieć prawda o zasadzie, że hałas dodaje iluzji szczegółów, w tym przykładzie myślę, że źle interpretujesz to, na co patrzysz.
Wynika to głównie z tego, że żaden algorytm redukcji szumów nie jest w stanie doskonale usunąć całego szumu i zachować wszystkich szczegółów. Wersja, którą otrzymujesz po uruchomieniu usuwania szumu, nie jest dokładnym odwzorowaniem sceny bez żadnego szumu, ale zamiast tego jest obrazem, który został zmieniony, usuwając trochę szumu, ale wraz z nim również usuwa lub zmienia szczegóły.
Różne algorytmy różnią się w wyniku końcowym, ale nic, co usunie znaczną ilość szumu, nie da ci czegoś, co wygląda tak „naturalnie” jak oryginał, gdyby nie miał szumu. Rozbieżność między algorytmami zmienia tylko nienaturalność i sposób , w jaki jest nienaturalna.
Bardziej odpowiednim eksperymentem może być rozpoczęcie od dokładnego, niskoszumowego zdjęcia i dodanie do niego szumu.
Jeśli chodzi o pierwotne twierdzenie, hałas może przynajmniej maskować niektóre zauważalne artefakty, a maskowanie zauważalnych artefaktów może dać złudzenie, że zacząłeś od bardziej wiernego obrazu w pierwszej kolejności. Hałas może maskować prążkowanie, które w innym przypadku uzyskałby 24-bitowy kolor, może maskować blokowanie, jeśli obraz używał kompresji stratnej, i może maskować nienaturalne wygładzanie / redukcję szumów (np. Jeśli obraz wygląda nienaturalnie z powodu zbyt duża redukcja szumów, dodanie odrobiny hałasu może to maskować i sprawić, że będzie wyglądać „mniej nienaturalnie”). To powiedziawszy, w żadnym z tych przypadków nie dodaje on żadnego dokładnego szczegółu, po prostu daje iluzję bardziej wiernego obrazu, ponieważ maskuje znamienne znaki niewierności.
źródło
Szum jest losowy, powoduje to, że wartości szarości zmieniają się od jednego piksela do następnego. Jest to wtedy losowa informacja obecna w najmniejszej skali na zdjęciu. Jeśli go usuniesz, złudzenie to, że obraz stał się mniej ostry, ponieważ wartości szarości nie zmieniają się już tak szybko w najmniejszej skali. Nie oznacza to, że usuwanie hałasu jest złe samo w sobie. Zastosowanie agresywnej redukcji szumów może usunąć rzeczywiste szczegóły, ale nawet jeśli usuniesz szum za pomocą układania obrazu, który faktycznie poprawia rzeczywiste szczegóły podczas usuwania szumu, otrzymasz obraz, który powierzchownie wygląda mniej ostro. Ponieważ jednak w tym przypadku nieostrość może być również spowodowana niewspółosiowością, zwykle dokładnie badam obraz, aby zobaczyć, czy występują oznaki prawdziwych problemów (ostre krawędzie lub obiekty przypominające punkty będą wówczas bardziej rozmazane,
Ma to również wpływ na sposób, w jaki działa nasza percepcja. Kiedy patrzymy na obraz, nie zawsze skanujemy cały obraz i rekonstruujemy go w naszych mózgach, jeśli widzieliśmy podobny obraz, po prostu użyjemy starej zapisanej wersji w naszym mózgu i po prostu zmodyfikujemy go w razie potrzeby. Mózg próbuje zinterpretować to, co widzi, w kategoriach tego, co widział wcześniej, w tym przypadku rozpoznaje nowy obraz jako nieostrą wersję poprzedniego obrazu. Oznacza to, że ludzie, którzy widzą obraz tylko z tłumionym hałasem, nie zauważą pozornej nieostrości.
źródło
Hałas nie jest wcale taki losowy. Większość zdjęć otrzymuje uderzenia fotonów podczas ekspozycji. Trafienia te indukują ładunek elektryczny. Ponieważ naświetlające światło oddziałuje na czujnik przez krótki czas, a wyświetlany obraz z obiektywu jest słaby, konieczne jest wzmocnienie w celu wzmocnienia ładunku. Po naświetleniu każde ładowanie zdjęcia zostaje przesłane do konwertera i wzmacniacza. Wynik przypisze cyfrowy zawór dla każdego miejsca. Wielkość wzmocnienia zależy od ustawienia ISO i logiki oprogramowania przetwarzającego.
Byłoby idealnie, gdyby wszystkie wzmacniacze działały z tą samą wydajnością. Jednak to jeszcze nie zostało osiągnięte. Każdy wzmacniacz jest bytem o nieco innym temperamencie. Rezultatem jest indukowany ładunek elektrostatyczny, który nazywamy hałasem. Jest to naprawiony szum wzoru. Pokazuje się jako wzór pikseli, które powinny się reprodukować bez ekspozycji, tj. Czarny, pokazując się jako ciemnoszary. To jest hałas, który bierzesz.
Dodaj do tego kwitnienia. Dzieje się tak, gdy strona zdjęciowa jest przesycona zbyt dużą ekspozycją. Część ładunku wycieka do sąsiednich stron. Ten akt wywołuje fałszywe dane na sąsiednich zdjęciach.
źródło
Oprócz tego, co powiedzieli inni uczestnicy: zastosowany algorytm wpływa na zgrubne szczegóły, nie usuwa jedynie drobnego hałasu.
Przesłałem tutaj zamazane 10px-Gaussowskie kopie „oryginału” i „denoised”:
http://filebin.net/97jdl8sd5t lub tutaj http://imgur.com/a/5eUW3
(możesz to zrobić sam). Jeśli przełączysz się między nimi szybko, zobaczysz znaczną różnicę - która jest nawet silniejsza, jeśli obrazy nie są rozmyte.
Odpowiedź brzmi: to nie iluzja, odcienie „oryginalnego” obrazu z pewnością zawierają większy kontrast.
Uwaga 1: widoczny jest wzrost ostrości podświetleń w „denoi” w porównaniu do „oryginału”. Nie wiem, co mogło to spowodować. Uwaga 2: niektóre narzędzia do usuwania szumów mają osobne ustawienia dla zgrubnego hałasu (przykładem jest NoiseNinja). Uwaga 3: w niektórych narzędziach odszraniania istnieje ustawienie o nazwie „gamma”. To ustawienie może wpływać na agresję odszumiania w cieniach. „Gamma” jest zwykle ustawiana na gamma przestrzeni kolorów obrazu.
źródło