Tiếng ồn trong một bức ảnh kỹ thuật số là gì?


30

Những loại hiệu ứng có mặt trong hình ảnh kỹ thuật số được gọi là "nhiễu"?

  • Các nguồn tiếng ồn khác nhau là gì?

  • Điều gì gây ra từng loại tiếng ồn?

  • Các đặc điểm của các loại tiếng ồn khác nhau là gì?

  • Làm thế nào để các loại nhiễu khác nhau biểu hiện trực quan trong hình ảnh? (nghĩa là, các loại nhiễu khác nhau "trông khác nhau" là hình ảnh thu được, và chúng khác với mắt như thế nào?)

  • Làm thế nào bạn có thể giảm thiểu từng loại?

  • Những kỹ thuật xử lý hậu kỳ khác nhau là phù hợp nhất cho từng loại khác nhau?

Câu trả lời:


32

Nhiễu thường được định nghĩa là bất kỳ sai lệch nào so với tín hiệu "thuần". Tín hiệu được lấy là mẫu độ sáng của hình ảnh để bất kỳ biến thể nào trong các giá trị pixel đại diện cho hình ảnh đều bị nhiễu. Những biến thể này phát sinh chủ yếu là do:

  • Bắn tiếng ồn. Các photon ngẫu nhiên được phát ra từ nguồn sáng gây ra sự thay đổi ngẫu nhiên về độ sáng của hình ảnh. Càng có ít photon bạn càng có nhiều nhiễu này. Có thể giảm bằng cách lấy thêm ánh sáng vào cảm biến.

  • Tiếng ồn tối (nhiệt). Nhiệt do máy ảnh tạo ra (là bức xạ điện từ giống như ánh sáng có thể hiển thị trên cảm biến). Vì nó không phải là một phần của cảnh đó là tiếng ồn. Nó có thể được giảm bằng cách làm mát cảm biến, hạn chế thời gian phơi sáng (cảm biến hoạt động càng lâu để nó nóng lên) hoặc chụp khung tối (nghĩa là đóng cửa trập hoặc bật ống kính) để trừ đi ảnh gốc (một số máy ảnh có một thiết lập để tự động hóa điều này).

  • Ảnh phản ứng không đồng đều (nhiễu mẫu cố định). Điều này phát sinh từ sự không hoàn hảo trong silicon khiến các pixel có độ nhạy cao hơn hoặc thấp hơn một chút so với các lân cận của chúng. Hiệu chuẩn có thể làm giảm PRNU, mặc dù nó có thể phụ thuộc vào các tham số như thời gian phơi sáng.

  • Đọc tiếng ồn. Nhiễu điện được tạo ra bởi các mạch đọc các giá trị từ các pixel cảm biến. Có thể giảm bằng cách sử dụng ISO cao hơn (trong trường hợp tín hiệu không được tối đa hóa, khuếch đại tín hiệu trước khi đọc có nghĩa là nhiễu đọc là phần trăm tín hiệu nhỏ hơn) hoặc sử dụng máy ảnh có nhiễu đọc thấp hơn. Bạn có thể nhìn vào các số liệu nhiễu bóng ở ISO cơ sở để cho bạn ý tưởng về nhiễu đọc.

  • Định lượng nhiễu. Lỗi làm tròn khi tín hiệu tương tự được chuyển đổi thành một tập hợp hữu hạn các giá trị số tách rời. Không thường thấy, có thể giảm bằng cách sử dụng cảm biến lưu trữ nhiều bit hơn trên mỗi pixel, ví dụ 14 thay vì 12.

Sau đây là tiếng ồn kỹ thuật nhưng hiếm khi được gọi là như vậy:

  • Moire / răng cưa. Một loại nhiễu lượng tử hóa không gian, răng cưa phát sinh do các mẫu nhiễu và khoảng cách cố định của các phần tử cảm biến. Nó có thể được giảm bằng bộ lọc khử răng cưa (thường được lắp vào cảm biến theo tiêu chuẩn) hoặc tăng tần số lấy mẫu (số pixel trên một đơn vị diện tích), tức là nhiều megapixel hơn với cùng một ống kính.

  • Tạo tác nén, khi một hình ảnh được lưu trữ dưới dạng JPEG. Có thể giảm bằng cách chọn cài đặt chất lượng cao nhất cho JPEG hoặc chụp ảnh thô.

  • Pixel nóng, pixel bị kẹt, pixel tối. Các yếu tố cảm biến luôn cung cấp bằng không hoặc đáp ứng tối đa có thể.


Thuật ngữ "nhiễu màu" mô tả cách thức tiếng ồn thể hiện - đó không phải là nguồn gây nhiễu như trên. Nhiễu màu liên quan đến các biến thể ngẫu nhiên trong màu của pixel, không chỉ ở độ sáng của chúng. Nhiễu màu rất dễ loại bỏ do mắt ít nhạy cảm với các biến đổi không gian về màu sắc, việc mất chi tiết do giảm nhiễu ít gây chú ý.

Một lần nữa "nhiễu tần số cao" đề cập đến một đặc tính khác, tần số không gian hoặc mức độ gần nhau của các tạp âm.


4
Câu trả lời hay ... đáng chú ý là các nguồn nhiễu này (ngoại trừ các tạo phẩm JPEG) có trong dữ liệu thô, có một màu (đỏ, xanh lục hoặc xanh lam) trên mỗi pixel. Vì vậy, sự xuất hiện chính xác của nhiễu (như "nhiễu màu", v.v.) cũng phụ thuộc vào các chi tiết của thuật toán khử màu kết hợp dữ liệu từ nhiều pixel để tạo thành một hình ảnh màu.
coneslayer

Wow, tôi nghĩ rằng tôi đã hiểu tiếng ồn trước đây, nhưng điều đó khá xa trong đầu tôi.
dpollitt

@ coneslayer-- thực sự, trừ khi bạn có cảm biến Foveon, mẫu bayer sẽ giới hạn thông tin đo được từ chip xuống một màu trên mỗi pixel. Nội suy tiếp theo của lưới đó để tạo ra hình ảnh ba màu sẽ làm trầm trọng thêm bất kỳ nhiễu nào được tạo ra, nhưng bản thân nó không phải là nguồn gây nhiễu. Điều đó có nghĩa là, thực tế mà nói, nhiễu không bị giới hạn ở một pixel, do đó việc loại bỏ nó có thể gây đau đớn (từ góc độ lý thuyết).
mmr

2
nguyền rủa foveon! Nếu không có cảm biến đó, tôi sẽ không phải nói [hầu hết] mỗi lần tôi nói về cảm biến bayer hoặc khử màu! Vẫn có thể có các nguồn nhiễu xuất hiện dưới dạng đơn sắc hoặc màu không phải là kết quả của việc khử màu, ví dụ như nhiễu trong phổ hồng ngoại gần có thể kích thích các pixel phía sau các bộ lọc màu đỏ.
Matt Grum

1
@Nir Vâng, đó là một phần của bắn niose. Tăng ISO không tạo ra nhiễu như nhiều người nghĩ (ngoại trừ một lượng rất nhỏ do quá trình khuếch đại), nó chỉ tiết lộ nhiễu khi khuếch đại nhiễu cũng như tín hiệu. Khi bạn tăng ISO, bạn có xu hướng sử dụng mức phơi sáng ngắn hơn hoặc khẩu độ nhỏ hơn, để bạn có được nhiều nhiễu hơn. Nếu bạn giảm ISO trong khi giữ cho màn trập và khẩu độ không đổi, bạn sẽ có nhiều tiếng ồn hơn!
Matt Grum

-5

Bạn chỉ cần biết hai loại nhiễu đi kèm với tất cả các máy ảnh, có thể nhìn thấy ở các ISO cao hơn.

  • Tiếng ồn Chroma - loại nhiễu màu.
  • Luminance noise - hạt, phim như tiếng ồn.

Để giảm thiểu nhiễu như vậy, hãy cố gắng không chụp ở ISO cao hơn mà bắt đầu giảm chất lượng hình ảnh (khác nhau cho mỗi máy ảnh). Sử dụng các ống kính nhanh như f2.8 hoặc F1.4 có thể giúp bạn trong các tình huống ánh sáng yếu không đẩy ISO quá cao để giữ tốc độ cửa trập đủ cao. Nếu khung cảnh quá tối, cách duy nhất để giảm thiểu tiếng ồn là sử dụng đèn flash.

Cuối cùng, có phần mềm như Noise Ninja hoặc Dnoise có thể giúp loại bỏ một số tiếng ồn cho bạn mà không làm mất IQ.


1
Thành thật mà nói không đúng - đặc biệt là phần "hiển thị ở ISO cao hơn" và toàn bộ nhận xét của D3.
rfusca

1
Tôi sẽ không nâng cấp máy atm này., Nhưng tôi thấy tuyên bố đơn giản (hơn) về hai loại tiếng ồn không quá tệ. Nếu nội dung về Nikon bị xóa, tôi nghĩ rằng điều này có thể hữu ích nếu câu trả lời quá đơn giản :-)
Martin
Khi sử dụng trang web của chúng tôi, bạn xác nhận rằng bạn đã đọc và hiểu Chính sách cookieChính sách bảo mật của chúng tôi.
Licensed under cc by-sa 3.0 with attribution required.