Câu trả lời này liệt kê 3 kỹ thuật để giảm tiếng ồn:
Ai đó có thể làm sáng tỏ hơn về hai kỹ thuật cuối cùng?
Làm thế nào có thể chụp nhiều ảnh và trung bình chúng làm giảm nhiễu? Làm thế nào để một người trung bình họ? Và tại sao điều này sẽ làm việc?
Làm thế nào để giảm độ phân giải làm giảm tiếng ồn?
Câu trả lời:
Hai cái cuối cùng thực sự giống nhau và hoạt động do thực tế là trong hầu hết các trường hợp, nhiễu cũng có khả năng đẩy giá trị của pixel lên cao như nó sẽ kéo giá trị xuống.
Giả sử giá trị 'thật' của một pixel đã cho là 100 (trong số 255). Chụp 10 ảnh cùng cảnh trong điều kiện nhiễu và bạn có thể ghi lại các giá trị sau:
104, 99, 98, 100, 101, 105, 99, 102, 94, 105
Tính trung bình các giá trị này (bằng cách cộng chúng lên và chia cho 10) sẽ cho giá trị pixel sau: 100,7, sẽ làm tròn thành 101, gần với giá trị thực hơn bạn mong đợi nếu bạn chỉ chọn một trong số 10 hình ảnh ngẫu nhiên.
Về cách thức, có các gói phần mềm chuyên dụng cho việc này (tìm kiếm xếp chồng hình ảnh, tôi nghĩ Deep Sky Stacker là một lựa chọn phổ biến). Ngoài ra, bạn có thể thực hiện điều đó trong hầu hết các chỉnh sửa hình ảnh bằng cách tải một số lớp và hợp nhất các cặp lớp (các phiên bản mới hơn của photoshop có chức năng xếp chồng đặc biệt tốt hơn một chút).
Hiệu trưởng tương tự nằm đằng sau việc giảm độ phân giải. Một kỹ thuật để làm điều này được gọi là 'binning', theo đó bạn kết hợp bốn pixel liền kề thành một. Vì vậy, hãy tưởng tượng bốn pixel tương ứng với một vùng màu phẳng trong ảnh, phải có giá trị đồng nhất là 100:
102, 103
93, 101
tính trung bình chúng cho một pixel có giá trị 99,75 làm tròn thành 100.
Ngẫu nhiên, chụp một số hình ảnh và lấy trung bình chúng tương đương với chụp phơi sáng lâu hơn ngoại trừ:
-
Cuối cùng, khi nói đến việc giảm thiểu tiếng ồn, nguyên tắc vàng là lấy càng nhiều ánh sáng càng tốt. Tính trung bình một số phơi sáng thực hiện điều này (đó là toàn bộ ánh sáng thu được có vấn đề). Downsampling thực sự là giao dịch tiếng ồn cho độ phân giải.
Trong silicon có một hiệu ứng gọi là nhiễu nhiệt (tiếng ồn Johnson). Về cơ bản, đây là các electron bị xé rời khỏi chất nền và thêm vào các electron bị đánh bật bởi các photon. Những electron này sau đó được coi là một phần của "tín hiệu" từ cảm biến, tạo ra nhiễu. Loại nhiễu này được phân phối Gaussian và có giá trị trung bình bằng không.
Tiếng ồn nhiệt tăng theo nhiệt độ, đó là lý do tại sao một cảm biến làm mát hoạt động tốt hơn.
Điều này chỉ hoạt động cho tiếng ồn ngẫu nhiên với trung bình bằng không. Nếu nhiễu là ngẫu nhiên (đủ) thì nó không bao giờ hoàn toàn giống nhau, trong khi cảnh bạn đang chụp ảnh nên là. Vì thông tin về cảnh được ghi lại nhiều lần, mỗi lần có độ nhiễu hơi khác nhau, có thể lấy trung bình các pixel và nhận được tín hiệu cao hơn tỷ lệ nhiễu so với từ một lần chụp. Điều này có nghĩa là cảnh cần phải tĩnh.
Tùy thuộc vào cách đạt được cảm biến lớn hơn, bạn có thể thu được ít tiếng ồn hơn. Một kỹ thuật là giữ kích thước cảm biến vật lý không đổi, sau đó kết hợp một vài pixel vật lý thành một pixel hợp lý. Hoặc kích thước vật lý của cảm biến có thể khác nhau.
Bằng cách kết hợp một số pixel vật lý thành một pixel hợp lý, bạn có thể đạt được cùng loại giảm nhiễu như bằng cách kết hợp một số ảnh chụp.
Bằng cách tăng kích thước vật lý của pixel, có thể giảm nhiễu từ quá trình đọc và khuếch đại. Với pixel lớn hơn, đó là số lượng electron lớn hơn trong tín hiệu. Vì nhiễu đọc và khuếch đại gần với mức cố định đối với bất kỳ công nghệ sản xuất nhất định nào (kích thước bóng bán dẫn), có thể đạt được tín hiệu lớn hơn so với tỷ lệ nhiễu.