Ruído da imagem

Da Wikipédia, a enciclopédia livre
Não confundir com Visual Snow .

Ruído claramente visível em uma imagem de uma câmera digital
O ruído da imagem é aleatório (não presente na imagem do objeto) variação de brilho ou informação de cor em imagens , e é geralmente um aspecto do ruído eletrônico . Ele pode ser produzido pelo sensor e circuitos de um scanner ou câmera digital . O ruído da imagem pode também originar-se na grão da película e no ruído inevitável do tiro de um detetor ideal do fotão. O ruído de imagem é um subproduto indesejável da captura de imagens que acrescenta informações espúrias e estranhas.
O significado original de "ruído" era e permanece "sinal indesejado"; Indesejadas flutuações elétricas nos sinais recebidos por rádios AM causou ruído acústico acústico ("estático"). Por analogia, as flutuações elétricas indesejadas se tornaram conhecidas como "ruído". [1] O ruído da imagem é, naturalmente, inaudível. [2]
A magnitude do ruído da imagem pode variar de manchas quase imperceptíveis em uma fotografia digital tomada em boa luz, para imagens ópticas e radioastronômicas que são quase inteiramente ruído, a partir do qual uma pequena quantidade de informação pode ser derivada por processamento sofisticado (um nível de ruído que seria Ser totalmente inaceitável em uma fotografia, uma vez que seria impossível determinar mesmo o que o assunto era).

Tipos [ editar ]

Ruído gaussiano [ editar ]

Artigo principal : Ruído gaussiano
As fontes principais de ruído gaussiano nas imagens digitais surgem durante a aquisição, por exemplo, ruído do sensor causado por fraca iluminação e / ou alta temperatura e / ou transmissão, por exemplo , ruído do circuito eletrônico . [3]
Um modelo típico de ruído de imagem é Gaussiano, aditivo, independente em cada pixel e independente da intensidade do sinal, causado principalmente pelo ruído de Johnson-Nyquist (ruído térmico), incluindo o que vem do ruído de reinicialização dos capacitores ("ruído kTC" ). [4] O ruído do amplificador é uma parte importante do "ruído de leitura" de um sensor de imagem, ou seja, do nível de ruído constante em áreas escuras da imagem. [5] Nas câmaras a cores onde é utilizada mais amplificação no canal de cor azul do que no canal verde ou vermelho, pode haver mais ruído no canal azul. [6] Em exposições mais altas, entretanto, o ruído do sensor de imagem é dominado pelo ruído de tiro, que não é gaussiano e não é independente da intensidade do sinal.

Salt-and-pepper ruído [ editar ]

Artigo principal : Ruído de sal e pimenta

Imagem com ruído de sal e pimenta
Fat-tail distribuído ou ruído "impulsivo" é às vezes chamado de sal e pimenta barulho ou pico de ruído. [7] Uma imagem contendo ruído de sal e pimenta terá pixels escuros em regiões brilhantes e pixels brilhantes em regiões escuras. [8] Este tipo de ruído pode ser causado por erros deconversor analógico-digital , erros de bit na transmissão, etc. [9] [10] Pode ser eliminado principalmente usando subtração de quadro escuro ,mediana de filtragem e interpolação em torno de escuro / Pixels brilhantes.
Os pixels mortos em um monitor LCD produzem uma exibição similar, mas não aleatória. [11]

Ruído de tiro [ editar ]

Artigo principal: Ruído de tiro
O ruído dominante nas partes mais escuras de uma imagem de um sensor de imagem é tipicamente causado por flutuações quânticas estatísticas, ou seja, variação no número de fótons detectados a um determinado nível de exposição. Esse ruído é conhecido como ruído de fóton. [6] O ruído de disparo tem um valor quadrático-raiz proporcional à raiz quadrada da intensidade da imagem, e os ruídos em pixels diferentes são independentes uns dos outros. O ruído de disparo segue uma distribuição de Poisson , que, exceto em níveis de intensidade muito baixa, aproxima-se de uma distribuição gaussiana.
Além do ruído do fóton, pode haver ruído de tiro adicional a partir da corrente de fuga escura no sensor de imagem; Este ruído é por vezes conhecido como "ruído de tiro escuro" [6] ou "ruído de disparo de corrente escura". [12] A corrente escura é maior em "hot pixels" dentro do sensor de imagem. A carga escura variável de pixels normais e quentes pode ser subtraída (usando "subtração de quadro escuro"), deixando apenas o ruído de tiro ou componente aleatório do vazamento. Se a subtração de quadro escuro não for feita, ou se o tempo de exposição for longo o suficiente para que a carga de pixels quentes exceda a capacidade de carga linear, o ruído será mais do que apenas o ruído de disparo e os pixels quentes aparecerão como sal -e-pepper ruído.

Ruído de quantização (ruído uniforme) [ editar ]

O ruído causado pela quantificação dos pixels de uma imagem detectada para um número de níveis discretos é conhecido como ruído de quantização . Tem uma distribuição aproximadamente uniforme . Embora possa ser dependente do sinal, ele será independente do sinal se outras fontes de ruído forem grandes o suficiente para causar pontilhamento , ou se o dithering for explicitamente aplicado. [10]

Grama de filme [ editar ]

O grão da película fotográfica é um ruído dependente do sinal, com distribuição estatística similar ao ruído de tiro . [15] Se os grãos de película são uniformemente distribuídos (número igual por área), e se cada grão tem uma probabilidade igual e independente de se desenvolver a um grão de prata escuro após a absorção de fótons , então o número de tais grãos escuros em uma área será aleatório Com uma distribuição binomial . Em áreas onde a probabilidade é baixa, esta distribuição estará próxima da distribuição Poisson clássica do ruído de tiro. Uma distribuição Gaussiana simples é freqüentemente usada como um modelo adequadamente preciso. [10]
O grão de filme é geralmente considerado como uma fonte de ruído quase isotrópica (não orientada ). Seu efeito é agravado pela distribuição de grânulos de haleto de prata no filme também sendo aleatória. [16]

Ruído anisotrópico [ editar ]

Algumas fontes de ruído aparecem com uma orientação significativa nas imagens. Por exemplo, sensores de imagem são, por vezes, sujeitos a ruído de linha ou ruído de coluna. [17]

Em câmeras digitais [ editar ]


A imagem à esquerda tem um tempo de exposição> 10 segundos em condições de pouca luz. A imagem à direita tem iluminação adequada e 0,1 segundo de exposição.
Em condições de pouca luz, a exposição correta requer o uso de velocidade de obturador lenta (tempo de exposição longo), ganho mais alto ( sensibilidade ISO ) ou ambos. Na maioria das câmeras, velocidades de obturador mais lentas levam a um aumento do ruído de sal e pimenta devido às correntes de fuga de fotodiodos . Ao custo de uma duplicação da variância de ruído de leitura (aumento de 41% no desvio padrão de ruído de leitura), este ruído de sal e pimenta pode ser eliminado principalmente pela subtração de quadro escuro . Ruído de faixas, semelhante ao ruído de sombra , pode ser introduzido através de sombras de iluminação ou através do processamento de balanço de cor. [18]
O efeito relativo do ruído de leitura e do ruído de disparo aumenta à medida que a exposição é reduzida, correspondendo a sensibilidade ISO aumentada, uma vez que são contados menos fotões (ruído de tiro) e uma maior amplificação do sinal é necessária.

Efeitos do tamanho do sensor [ editar ]

O tamanho do sensor de imagem , ou área de coleta de luz efetiva por sensor de pixel, é o maior determinante de níveis de sinal que determinam a relação sinal / ruído e, portanto, os níveis de ruído aparentes, assumindo que a área de abertura é proporcional à área do sensor ou que a O número f ou a iluminação do plano focal são mantidos constantes . Isto é, para um número f constante, a sensibilidade de um imageador escala aproximadamente com a área do sensor, então os sensores maiores tipicamente criam imagens de ruído mais baixas do que os sensores menores. No caso de imagens suficientemente brilhantes para estar no regime limitado de ruído de disparo , quando a imagem é dimensionada para o mesmo tamanho na tela ou impressa no mesmo tamanho, a contagem de pixels faz pouca diferença para níveis de ruído perceptíveis - o ruído depende principalmente Na área do sensor, não como esta área é dividida em pixels. Para imagens com níveis de sinal mais baixos (configurações ISO mais altas), onde o ruído de leitura (piso de ruído) é significativo, mais pixels dentro de uma determinada área de sensor tornarão a imagem mais ruidosa se o ruído de leitura por pixel for o mesmo.
Por exemplo, o nível de ruído produzido por um sensor de Quatro Terços na ISO 800 é aproximadamente equivalente ao produzido por um sensor de quadro completo (com aproximadamente quatro vezes a área) em ISO 3200 e aquele produzido por um sensor de câmera compacto de 1 / 2,5 " (Com cerca de 1/16 da área) em ISO 100. Esta capacidade de produzir imagens aceitáveis ​​em sensibilidades mais elevadas é um fator importante na adoção de câmeras DSLR , que tendem a usar sensores maiores do que compactos.Um exemplo mostra um sensor DSLR em ISO 400, criando menos ruído do que um sensor ponto-e-disparar na ISO 100. [19]

Fator de preenchimento do sensor [ edit ]

O sensor de imagem tem fotosites individuais para coletar luz de uma determinada área. Nem todas as áreas do sensor são usadas para coletar luz, devido a outros circuitos. Um fator de preenchimento maior de um sensor faz com que mais luz seja coletada, permitindo um melhor desempenho ISO com base no tamanho do sensor. [20]

Sensor heat [ editar ]

A temperatura também pode ter um efeito na quantidade de ruído produzido por um sensor de imagem devido a vazamento. Com isto em mente, sabe-se que as DSLRs produzirão mais ruído durante o verão do que no inverno. [13]

Redução de ruído de imagem [ edit ]

Artigo principal : Redução de ruído
Uma imagem é uma imagem, fotografia ou qualquer outra forma de representação 2D de qualquer cena. [21] A maioria dos algoritmos para converter dados de sensor de imagem em uma imagem, seja na câmera ou em um computador , envolve alguma forma de redução de ruído . Existem muitos procedimentos para isso, mas todos tentam determinar se as diferenças reais nos valores de pixel constituem ruído ou detalhes fotográficos reais, e a média do primeiro enquanto tentam preservar o último. No entanto, nenhum algoritmo pode fazer este julgamento perfeitamente, por isso há muitas vezes um tradeoff feita entre a remoção de ruído e preservação de detalhes finos, de baixo contraste que podem ter características semelhantes ao ruído. Muitas câmeras têm configurações para controlar a agressividade da redução de ruído na câmera. [22]
Um exemplo simplificado da impossibilidade de redução inequívoca do ruído: uma área de vermelho uniforme em uma imagem pode ter uma parte preta muito pequena. Se este é um único pixel, é provável (mas não é certo) ser espúrio e ruído; Se ele abrange alguns pixels em uma forma absolutamente regular, pode ser um defeito em um grupo de pixels no sensor de tomada de imagem (espúrio e não desejado, mas não estritamente ruído); Se for irregular, pode ser mais provável que seja uma característica verdadeira da imagem. Mas uma resposta definitiva não está disponível.
Esta decisão pode ser auxiliada pelo conhecimento das características da imagem-fonte e da visão humana. A maioria dos algoritmos de redução de ruído realiza uma redução muito mais agressiva do ruído cromático, uma vez que há pouco detalhe de croma fina importante que se arrisca a perder. Além disso, muitas pessoas acham o ruído de luminância menos objeção ao olho, uma vez que sua aparência texturizada imita a aparência de grão de filme .
A qualidade de imagem de alta sensibilidade de uma determinada câmera (ou fluxo de trabalho de desenvolvimento RAW) pode depender muito da qualidade do algoritmo usado para redução de ruído. Como os níveis de ruído aumentam à medida que a sensibilidade ISO é aumentada, a maioria dos fabricantes de câmeras aumenta a agressividade de redução de ruído automaticamente com sensibilidade maior. Isto conduz a uma quebra da qualidade de imagem em sensibilidades mais elevadas de duas formas: os níveis de ruído aumentam e os detalhes finos são suavizados pela redução de ruído mais agressiva.
Em casos de ruído extremo, como imagens astronômicas de objetos muito distantes, não é tanto uma questão de redução de ruído como de extrair uma pequena informação enterrada em um monte de ruído; As técnicas são diferentes, buscando regularidades pequenas em dados massivamente aleatórios.

Ruído de vídeo [ editar ]

Artigo principal : Ruído (vídeo)
No vídeo e na televisão , o ruído refere-se ao padrão de pontos aleatório que se sobrepõe à imagem como resultado do ruído eletrônico, a "neve" que é vista com a recepção de TV pobre (analógica) ou em fitas VHS. Interferência e estática são outras formas de ruído, no sentido de que são indesejáveis, embora não aleatórios, que podem afetar os sinais de rádio e televisão.

Ruído útil [ editar ]

Níveis elevados de ruído são quase sempre indesejáveis, mas há casos em que uma certa quantidade de ruído é útil, por exemplo, para evitar artefatos de discretização (bandas de cores ou posterização ). Algum ruído também aumenta acutance (nitidez aparente). O ruído adjetivado propositadamente para tais propósitos é chamado dither ; Melhora a imagem perceptivamente, embora degrada a relação sinal-ruído .

Exemplos de ruído baixo e alto ISO [ edit ]

  • Imagens de uma flor tirada em ISO 100 e ISO 1600 em uma Canon 400D câmera digital. Ambas as imagens foram filmadas sob condições de iluminação semelhantes, variando apenas a definição ISO ea velocidade do obturador.
  • ISO 100, f / 5,6, 1/350 s
    (Clique na imagem para uma versão ampliada)
  • ISO 1600, f / 5,6, 1/4000 s
    (Clique na imagem para uma versão ampliada)
  • Comparação de ambas as imagens. Esta é uma colheita de uma pequena seção de cada imagem exibida em 100%. A parte superior foi filmada em 100 ISO, a parte inferior em 1600 ISO.

Ver também [ edit ]

Referências [ edit ]

  1. ^ Leslie Stroebel; Richard D. Zakia (1995). A enciclopédia focal da fotografia . Focal Press. P. 507. ISBN 978-0-240-51417-8 .
  2. ^ Rohankar, Jayant (novembro de 2013). "ENCONTRO SOBRE VÁRIOS RUÍDOS E TÉCNICAS PARA DENOMINAÇÃO DA IMAGEM COLORIDA" (PDF) . Revista Internacional de Aplicação ou Inovação em Engenharia e Gestão . 2 (11) . Retirado em 15 de maio de 2015 .
  3. ^ Philippe Cattin (2012-04-24). "Restauração de Imagem: Introdução ao Processamento de Sinal e Imagem" . MIAC, Universidade de Basileia . Obtido em 11 de outubro de 2013 .
  4. ^ Jun Ohta (2008). Smart CMOS Sensores de Imagem e Aplicações . CRC Pressione. ISBN 0-8493-3681-3 .
  5. ^ Junichi Nakamura (2005). Sensores de Imagem e Processamento de Sinal para Câmaras Fotográficas Digitais . CRC Pressione. ISBN 0-8493-3545-0 .
  6. ^ A b c Lindsay MacDonald (2006). Património Digital . Butterworth- Heinemann. ISBN 0-7506-6183-6 .
  7. ^ Rafael C. Gonzalez; Richard E. Woods (2007). Processamento de imagens digitais . Pearson Prentice Hall. ISBN 0-13-168728-X .
  8. ^ Alan C. Bovik (2005). Manual de Processamento de Imagem e Vídeo . Academic Press. ISBN 0-12-119792-1 .
  9. ^ Linda G. Shapiro; George C. Stockman (2001). Visão do computador . Prentice-Hall. ISBN 0-13-030796-3 .
  10. ^ A b c Charles Boncelet (2005). Msgstr "Modelos de ruído de imagem". Em Alan C. Bovik. Manual de Processamento de Imagem e Vídeo . Academic Press. ISBN 0-12-119792-1 .
  11. ^ Charles Boncelet (2005), Alan C. Bovik. Manual de Processamento de Imagem e Vídeo. Academic Press. ISBN 0-12-119792-1
  12. ^ James R. Janesick (2001). Dispositivos Scientific Charge-coupled . SPIE Pressione. ISBN 0-8194-3698-4 .
  13. ^ A b Michael A. Covington (2007). Astrofotografia Digital SLR . Cambridge University Press. ISBN 0-521-70081-7 .
  14. ^ RE Jacobson; SF Ray; GG Attridge; NR Axford (2000). O Manual de Fotografia . Focal Press. ISBN 0-240-51574-9 .
  15. ^ Thomas S. Huang (1986). Avanços em visão de computador e processamento de imagem . JAI Press. ISBN 0-89232-460-0 .
  16. ^ Brian W. Keelan; Robert E. Cookingham (2002). Manual de Qualidade de Imagem . CRC Pressione. ISBN 0-8247-0770-2 .
  17. ^ Joseph G. Pellegrino; Et ai. (2006). Msgstr "Caracterização da Câmera Infravermelha". Em Joseph D. Bronzino. Fundamentos de Engenharia Biomédica . CRC Pressione. ISBN 0-8493-2122-0 .
  18. ^ McHugh, Sean. "Câmeras Digitais: O Tamanho do Pixel É Importante? Parte 2: Exemplo de Imagens Usando Diferentes Tamanhos de Pixel (O Tamanho do Sensor é Importante?)" .Recuperado 2010-06-03 .
  19. ^ RN, Clark (2008-12-22). "Câmeras Digitais: O Tamanho do Pixel É Importante? Parte 2: Exemplo de Imagens Usando Diferentes Tamanhos de Pixel (O Tamanho do Sensor é Importante?)" . Recuperado 2010-06-03 .
  20. ^ Wrotniak, J. Anderzej (2009-02-26). "Four Thirds Sensor Size e Aspect Ratio" . Recuperado 2010-06-03 .
  21. ^ Akansha Singh, KKSingh (2012). Processamento de imagens digitais . Umesh Publicações. ISBN 978-93-80117-60-7 .
  22. ^ KJ Sreeja & Prudhvi Raj Budumuru (2003) http://www.ijera.com/papers/Vol3_issue6/CG36496501.pdf

Ligações externas [ editar ]