Содержание: (спрятать)
Продолжаю рассматривать с разных сторон тему цифрового "шума" на фотографиях.
Цель исследования
Шум в цифровой фотографии — искажение изображения, связанное с отклонением яркости и/или цвета пикселов изображения от ожидаемого.
Уже была статья, где я немножко рассказал, что такое шум и как его измерять (А вот шуметь не надо!), и статья о зависимости шума от цветовой температуры (Холодно, теплее, горячо!). В этих материиалах я использовал несколько отличающиеся методики получения фотографий, и обнаружилось, что они дают разное значение шума. Результатом дополнительного исследования была настоящая статья, где показано, что разные алгоритмы преобразования "сырого" RAW-формата в пространство RGB приводят к несколько отличающемуся результату.
Байеровский фильтр, RAW и преобразование в пространство RGB
Всем известно, что в недрах цифрового фотоаппарата находится некая матрица (речь не о фильме). Эта матрица реагирует на попадающей на нее в момент фотографирования свет и затем создает изображение, которое мы потом радостно выкладываем вКонтакте. Процесс от попадания света в объектив до попадания фотографии вКонтакт включает много этапов, из которых самый простой - нажание кнопки "Отправить". Для начала рассмотрим, как работает таинственная матрица.
Матрица фотоаппарата состоит из светочувствительных элементов, которые принято называть пикселами. Элементы реагируют на освещенность, но не на цвет. Чтобы получить цветное изображение доктор Байер ещё в 70-х годах придумал использовать трехцветный фильтр. Одна ячейка Байре состоит их четырех светочувствительных элементов 2x2, прикрытых микросветофильтрами — красным, синим и двумя зелеными. Соответственно, один элемент реагирует только на один цвет — красный, синий или зеленый.
Ячейка Байера
Чтобы создать полноцветное изображение, нужно информацию каждого элемента дополнить информацией недостающих цветовых каналов. Эта информация берется с соседних элементов. Так на приведенном ниже рисунке красный канал элемента R дополняется цветовой информацией с соседних элементов g1, b1 G, B, G b7, g7, g8, чтобы получить полноцветный RGB-пиксель. Отмечу, что это не "истиный" цвет пиксела, а интерполированный, полученный вычислительным путем из соседних элементов.
Получение RGB-цвета путем интерполяции (подведите курсор к изображению)
Теперь будет не трудно понять, как можно бороться с шумом аналогичным способом на уровне программных алгоритмов интерполяции.
Шум цифровой фотографии часто возникает от «испорченных» элементов матрицы. Это «горячие» пикселы, которые всегда «светятся», то есть несут избыточный сигнал, даже, если не освещены, (они выглядят яркими) и «битые» пикселы, которые вообще перестали реагироват на свет и в конечном изображении выглядят черными.
Определив аналитически такие сбойные элементы, алгоритм способен восстановить утраченную информацию, взяв ее из соседних ячеек. Например, информация из «горячего» элемента R будет заменена на среднии элементов r1, r2, ... r8.
Восстановление информации со сбойных элементов (подведите курсор к изображению)
Алгоритмы определения сбойных элементов, а также алгоритмы восстановления утраченной информации могут быть разные. И они действительно отличаются не только у разных производителей, но и в разных реализациях!
Методика эксперимента
Оценка шума делалась по методу дарков, подробно описанному в статье А вот шуметь не надо!.
Была проведена серия из десяти снимков в формате RAW + JPG. Выдержка 1 сек, ISO 1600, аппарат Canon EOS 450D. «Сырые» изображения в формате RAW были конвертированы в пространство RGB 1) конвертором Фотошопа и 2) конвертором Canon. При конвертации все настройки были сброшены в ноль, подавление шума отключено.
Таким образом, анализировались серии из 10 изображений, полученных
- встроенным аппаратным конвертором Canon (преобразование «на лету»)
- программным конвертором Canon Digital Photo Professional 3.8.1.0
- конвертором Adobe Photoshop CS5 (12.0.3 x64)
Результаты измерений
| Величина шума | |
|---|---|
| встроенный конвертор Canon | 1,73 ± 0,01 |
| программный конвертор Canon | 1,46 ± 0,03 |
| конвертор Adobe | 4,21 ± 0,13 |
Выводы
- Таким образом, не только каждый производитель использует собственные оригинальные алгоритмы конвертации RAW в RGB, но даже одним производителем для различных задач («на лету» при съемке и на компьютере) используются отличающиеся алгоритмы.
- Похоже, производитель получает лучшие результаты на «родных» RAW-файлах.
- Нет никого «настоящего» изображения, которое, якобы «нельзя портить обработкой»: даже абсолютно чёрные изображения уже получаются разными всилу низкоуровневых аппаратных алгоритмов.
