Ruis en beeldgrootte
De taak is heel eenvoudig: geluid verminderen met downsizing (verkleinen, d.w.z. het verkleinen van de afbeelding).
Gerelateerde Vragen:
- Is het mogelijk om een foto van 100 megapixels te verkleinen tot 10 megapixels (10 keer) en toch een 10 keer schonere, ruisvrije foto te krijgen?
- Is het mogelijk om bij het verkleinen alleen bruikbare pixels-informatie in de afbeelding te laten?
- Is er gespecialiseerde software voor dergelijke manipulaties?
- Hoe ruisonderdrukking verkleinen met behoud van een acceptabele hoeveelheid detail met behulp van klassieke tools in Adobe Photoshop en andere veelgebruikte editors?
- Is het mogelijk om met een hoge ISO te fotograferen, het beeld te halveren en het ruisniveau te krijgen dat overeenkomt met ISO / 2?
Misschien zal iemand in de commentaren hun methode delen of hun geheimen en trucs onthullen met betrekking tot lawaai en downsizing.
Materiaal voorbereid Arkadi Shapoval. Trainingen/consulten | YouTube | Facebook | Instagram | Twitter | Telegram
1. als de zuiverheid van het beeld kwantitatief zou kunnen worden gemeten, dan zou het mogelijk zijn om te zeggen hoe vaak het beeld schoner werd
2. alle pixels zijn bruikbaar, dus als je de grootte verkleint, zal het aantal bruikbare pixels afnemen :)
5. Nee. Het heeft helemaal niets met elkaar te maken, alleen indirect.
Je kunt het zelfs kwantificeren met Photoshop.
Op welke manier? Wat een signaal is en wat ruis, kunnen we alleen empirisch vaststellen. Na digitalisering is alles een signaal. Laten we een extreem geval nemen, we fotograferen onze eigen ruis van de matrix om een foto op de site te plaatsen - zo wordt de ruis een signaal.
Werelden vastleggen met uniforme kleurvlakken en helderheid. Vervolgens vertalen we in Photoshop het histogram naar de helderheidsmodus en beschouwen we mean / std.dev - dit is een kwantitatieve meting van helderheidsruis. Geen probleem
voor een specifieke foto.
Voor een specifieke matrix en lichtomstandigheden. Het geluidsniveau zal reproduceerbaar zijn. Het zal niet precies hetzelfde zijn, maar de cijfers zullen binnen de meetfout vallen
Ik ben het eens met Mikhail, maar er is één MAAR: bij het wijzigen van het formaat zullen de algoritmen voor het wijzigen van het formaat een gewoon oppervlak en echte foto's anders uitwerken.
Wat is het probleem met meten? We verwijderen een egaal verlicht wit vel papier en verkrijgen een geluidsnorm.
We krijgen de geluidsnorm onder uniforme verlichting van een wit gewoon vel papier. Echte objecten worden ongelijkmatig verlicht. Ruis is meer merkbaar in schaduwen dan in verlichting. Op fijne detail-textuur-textuur is ruis moeilijker te scheiden van het bruikbare signaal dan op egaal gekleurde objecten.
Over het algemeen bestaat geluid uit drie componenten.
Sommige voorwaardelijk constant geassocieerd met de inhomogeniteit van de sensor. Twee lichtgevoelige cellen, verlicht door hetzelfde aantal fotonen, die voorwaardelijk onder dezelfde hoek vallen, zullen iets verschillende waarden geven, omdat de grootte van de cellen anders is, er een filter met een iets andere dichtheid boven is geïnstalleerd, enz. Die. puur fysieke parameter en ontwerpfunctie.
Voorwaardelijk variabele component, de fout van elke volgende meting.
Welnu, een afzonderlijke willekeurige variabele, afhankelijk van het algemene verlichtingsniveau. Fotonen worden geregistreerd als deeltjes. Hun aantal is eindig. Er is weinig licht, het aantal gereflecteerde en geregistreerde fotonen zal verschillen, en hoe meer, hoe zwakker het verlichtingsniveau. Er zal een karakteristieke granulariteit verschijnen, die fundamenteel onverwijderbaar en het meest opvallend is. Simpelweg omdat er 10 fotonen uit het ene punt van het beeld kwamen en 15 uit het andere. En, rekening houdend met de filters, verschijnt het in de schaduwen als kleurruis. Of proberen de belichting van een slecht verlichte scène te verhogen. Dit type ruis kan worden geëlimineerd door ofwel de sluitertijd te verhogen (er worden meer fotonen opgenomen totdat de ruis van de inhomogeniteit van de matrix de ruis van het ontbreken van fotonen niet overschrijdt), of door stapelen en middelen.
Er is een bepaald maximaal geluidsniveau, laten we bijvoorbeeld 10% nemen. Sommige cellen toonden de kleurcomponenten absoluut nauwkeurig, sommige waren 5% fout, andere 10%. De waarde is absoluut willekeurig van frame tot frame, zelfs op één cel (als deze niet gebroken is). Het is onmogelijk om iets nauwkeurigs te krijgen van iets willekeurigs, behalve om het gemiddelde te nemen van veel monsters, wat meestal wordt gedaan - 10 identieke frames en de gemiddelde waarde ervan - en dan, ervan uitgaande dat het ruisniveau nog steeds lager is dan het maximum, krijgen we " verwijdering" van ruis .
Op het witte blad kunt u dit maximale niveau achterhalen, dat is alles.
Grijs vel papier ... meer precies
Je kunt dus alleen een stofstandaard op de matrix krijgen en geen ruis.
Ik zal proberen te beantwoorden wat ik zocht)
1. Nee. Ruis wordt verminderd buiten proportie met de resolutie. Het hangt grotendeels af van de gebruikte downsize-algoritmen.
5. In mijn testopnames (voor tanken bij ruisonderdrukking) liet het experiment een afname van ISO / 0,1-ruis zien (ruwweg). Het zal dus niet werken.
Ik nam bijvoorbeeld een foto van Nikon D300 bij ISO 3200 en verkleinde de grootte met 4 keer in lineaire resolutie (d.w.z. 16 keer) met behulp van Perfect Resize en het standaard Photoshop-algoritme met bicubische interpolatie. Op basis van twee van de platen (licht-schaduw), heb ik de SNR berekend en vervolgens de verkleinde kopieën in Neat Image gereden om het ruisniveau per frequentie te schatten. Het resultaat is een geluidsniveau dat overeenkomt met ongeveer ISO 2000.
Schema hier: https://yadi.sk/d/X5VM9FO-zTChF
SNR-resultaten:
ISO 3200 2.98
ISO 3200 verkleinen 6.13 (perfect) en 5.01 (Photoshop)
ISO 2000 6.19
ISO 1600 7.25
Zoiets
Heel interessant
Komt u niet overeen met uw observaties?
Arkady zei: de taak is eenvoudig. Je hebt gefaald. Moet meer experimenteren.
nee, echt interessante observaties. Overeengekomen
5)
Dus iets gedeeld door 0,1 wordt vermenigvuldigd met 10
a) De grootte halveren betekent dat het aantal pixels aan elke kant met iets minder dan een derde wordt verminderd. Als u de maat aan elke kant met 50% verkleint, komt dit overeen met een verkleining van het frame met een factor vier.
Die. voor een framegrootte van 3600x2400 (8.6 MPix) half (4.3 MPix) zal het ergens rond de 2550*1700 zijn. In dit geval zal het algoritme niet simpelweg vier pixels samenvouwen tot één, maar daadwerkelijk herberekenen.
b) Een van de factoren voor het verhogen van ISO is een lineaire afname van DD. Bij het downsamplen wordt de DD die tijdens het opnameproces verloren gaat bovendien opgegeten door het algoritme, omdat pixels met ruis worden verdund met normale pixels (in het basisscenario). Hier moet je natuurlijk de fijne kneepjes van de algoritmen van een bepaalde editor begrijpen.
https://topazlabs.com/ai-bundle/
Ik heb een vraag over dit onderwerp. Zo nemen we met een volledig Nikon frame met een resolutie van 24 megapixels en ISO 1600 en een brandpuntsafstand van 28mm een foto. Daarna schakelen we de camera in crop modus en maken een foto bij 18mm en dezelfde ISO 1600. De vraag is hoe we de resolutie van de afbeelding bij crop verkleinen en zal ISO 1600 dan nog zo helder zijn als in full frame?
In de crop-modus bijt de camera het centrale deel van het beeld uit, samenvallend met dezelfde grootte van de crop-sensor. De resolutie neemt aan elke kant 1.5 keer af, in plaats van 6000x4000 wordt het 4000x2667 of wat dan ook. In termen van ruis zal het verschil onbeduidend zijn, de matrix is hetzelfde, de opnameomstandigheden zijn hetzelfde. In termen van beeldkwaliteit hangt het verschil af van de kwaliteit van de lens (nou ja, of de kwaliteit van verschillende brandpuntsafstanden voor zoom).
Maar visueel zal er iets meer ruis zijn, op voorwaarde dat beide foto's op een volledig scherm worden bekeken, simpelweg omdat de tweede foto meer zal worden vergroot in vergelijking met de eerste, wat betekent dat alle defecten (niet alleen ruis, maar ook dezelfde chromatische aberraties) zal ook toenemen.
Er komt niets van, details en ruis worden 1.5 * 1.5 keer meer, dxo kijk maar
minder details
1. Nee. Tien keer gaat niet. Krijg het drie keer.
2. Alle pixels zijn bruikbaar. Bij het verkleinen werkt het ontwikkelaarsalgoritme en hoe progressiever de editor, hoe meer informatie het zal opslaan.
3. Topaas. Alleen hij heeft een hele reeks hulpmiddelen voor elk van de manipulaties. Voor elk afzonderlijk. Kan werken vanuit Photoshop. Photoshop zelf is niet in staat tot hoge kwaliteit; het is een universeel hulpmiddel.
4. Niets. Klassieke instrumenten zullen dit naar moderne maatstaven niet helemaal kwalitatief doen. Als u geen etalol nodig heeft, kunt u het zoals gewoonlijk doen.
5. Dat kan niet. Zo werkt het niet. Experts hebben deze vraag al gesteld en kwamen tot de conclusie dat tot aan bepaalde resoluties één formule voor het verminderen van ruis bij hoge ISO waardes werkt, en beginnend met multi-pixel camera's is het helemaal anders. En in dit geval spelen de pixeldichtheid en de grootte van de matrix (4/3 1.5 FF MF) een hoofdrol.
Topaz heeft één probleem: het is erg vraatzuchtig op computerbronnen, het is niet zo gemakkelijk voor hen om 1000 foto's weg te jagen, terwijl resizers duizenden keren sneller werken.
Ja, geen haastige redacteur. Na verloop van tijd zal het algoritme echter worden afgerond, alles gaat hierheen. Ja, en niet altijd is ruisonderdrukking nodig voor het streamen van foto's.
En hoe geweldig scherp-ai werkt. Gebruik het voorzichtig na de-noise en downsizing. Het belangrijkste is om te begrijpen wat en hoe te "afwikkelen" voor een goed resultaat.
1. Het is in principe onmogelijk.
Het leven laat zien dat alles mogelijk is. Dezelfde AI kan eenvoudig bkb opnieuw tekenen om de afbeelding af te maken, één pixel tekenen in plaats van tien.
Nou ja, behalve met de hulp van AI ...
verwijder matrixruis = 50% MEER dan die 12mP die we 18mP maken met 48bit tiff-opname..ruis zal bijna verdwijnen………………..
wat?
Ik vermoed dat het het volgende betekende:
Vertel een camera die op 18 mp kan schieten om op 12 mp te schieten. En het aantal "luidruchtige" pixels verdwijnt vanzelf.
In principe is dit een oplossing: aangezien de camera door digitale verwerking optisch meer zal zien en minder zal verwerken. Het zal geen extra pixels (ruis) "zuigen" door onvoldoende verlichting.
En wat betreft de digitale oplossing, zoals beschreven in de opgave: technisch is het alleen mogelijk via AI, maar ik weet niet zeker of moderne AI het niveau heeft bereikt om het "signaal" van "ruis" adequaat te bepalen.
Een andere manier om het probleem technisch op te lossen, is door het te doen zoals het "in" telefooncamera's wordt gedaan: neem een paar frames voor en na en stel ze op de een of andere manier samen - de ruis zal te onderscheiden zijn, omdat elk frame kan iets anders zijn. Maar nogmaals - ik zal je geen software vertellen die dit probleem op deze manier zou oplossen ...
Dit gebeurt al op smartphones.
Een Sony-matrix van 64 mp produceert uiteindelijk een frame van 12 mp.
En aangrenzende pixels samenvoegt tot één, waardoor de oppervlakte/lichtgevoeligheid van de pixel wordt vergroot? Zo ja, dan is het cool, maar hoogstwaarschijnlijk sprenkelt het gewoon de matrix of leest het pixels in een dambordpatroon.
Als de foto geen ringscherpte vereist, ga ik in Photoshop naar: Filters - Ruis - Retoucheren (van één tot drie keer) en pas daarna het formaat wijzigen met bicubische interpolatie (helderder of vloeiender - ik merkte niet veel verschil).
Ik gebruik Photoshop-plug-ins van derden, maar geen van hen kan foto's verkleinen met als doel eerst de ruis te verminderen.
Ze zijn er niet omdat downsizing niet vanzelf ruis verwijdert. Zie uitleg in het Engels hieronder.
Daarom is het logisch dat de programma's die voor dit doel zijn gemaakt de ruis verwijderen, en downsizing-programma's doen precies downsizing.
Deze kwestie is al lang besproken en er is een conclusie inclusief statistische berekeningen, voorbeelden en analyse.
Het antwoord is simpel
Downsamplen vermindert de ruis niet. Het is experimenteel aantoonbaar omdat het wiskundig is bewezen.
De ruis wordt met exact dezelfde snelheid verminderd als de details. Dat is wat een statistische analyse zegt dat er moet gebeuren.
Het is geen manier om ruis te verminderen, omdat je ook details hebt verminderd. Wanneer je afstand neemt van een beeld met ruis, zie je minder zichtbare ruis (ook al is alle ruis er natuurlijk nog steeds) en zie je ook minder detail. De signaal-ruisverhouding is nog steeds hetzelfde.
Dan heb je de ruis niet verminderd omdat je de signaal-ruisverhouding niet hebt vergroot.
Kortom, de signaal-ruisverhouding verandert niet tijdens downsizing, de ruis wordt samen met de details verwijderd.
Het is noodzakelijk om de ruis te verminderen - het is noodzakelijk om software te gebruiken en niet te verkleinen.
Raaskallen. Downsize vermindert visueel het geluid, ik gebruik het al 10 jaar. Wiskundig gezien kunnen signaalruis en ruis hetzelfde zijn, maar kijk naar 1 op 1 volledige grootte van een luidruchtige opname en een verkleinde grootte van 1 op 1 en alles wordt duidelijk
Voordat je beweert dat iets onzin is, neem eerst de moeite om goed te lezen wat er staat.
Hint - als u het frame bijvoorbeeld verkleint van 24mp naar 0.5mp, zal er uiteraard minder ruis zijn en ook nuttige informatie, maar het signaal / de ruis blijft ongewijzigd.
En als u het tot een punt reduceert, is er geen ruis en ook geen nuttige informatie.)
Omdat downsizing alle informatie verwijdert en geen ruis vermindert.
Uw voorbeeld is al een miljoen keer besproken.
Geen informatie - geen pixel - geen ruis.
En al heel lang is er een ander voorbeeld waarbij het ruisonderdrukkingsprogramma wordt gebruikt en vergeleken met het frame na het verkleinen. En je kunt het verschil zien wanneer het frame zonder downsizing maar na speciale ruisonderdrukking visueel veel schoner en met details is in vergelijking met het frame na downsizing.
Want het knippen/verkleinen van het frame door downsizing is in principe geen ruisonderdrukking.
Ik vermoed dat het allemaal afhangt van het soort geluid. Nou, lawaai is anders. Ook onderdrukken verschillende editors ruis op verschillende manieren.
Van alle redacteuren is het Rawtherapy-geluid het beste. Maar daar moet je wel met een tamboerijn kunnen dansen.
Er is een bepaalde grens, waarna het geluid ondraaglijk wordt. En dan komt er niets van terecht.
Kortom, ik beschouw het vergroten of verkleinen niet als een effectief hulpmiddel tegen ruis.
En over het algemeen is het geluid niet zo erg als het is geschilderd. De kijker ziet het geluid helemaal niet.
Ik vraag me af of het in PS mogelijk is om ruis "op te ruimen" door gebruik te maken van het principe van ruisonderdrukking op de camera van Kknon bij lange sluitertijden?
Er wordt een opname gemaakt met een open sluiter, vervolgens een opname met een gesloten sluiter bij dezelfde sluitertijd, en vervolgens wordt de resulterende ruis in de tweede van de eerste afgetrokken.
Het werkt niet op het voorhoofd. Kan meerdere takes stapelen
Uit persoonlijke ervaring. Misschien heeft het met het onderwerp te maken.
De "inch" Sony Cyber-shot DSC-RX100M4, die al lawaai maakt bij ISO 400, heeft een anti-shake scene-modus (Anti Motion Blur), waarmee je kunt fotograferen met korte sluitertijden (1/100 en korter), maar verhoogt ISO tot 6400 En hier is het ding met hem. Ik verklein het fotoformaat in het menu van 20 megapixels naar 5, maak een foto, er is een tweede verwerkingsvertraging en de output is een schone en scherpe foto. Hoe dit wordt gedaan - ik heb geen idee. Deze modus is een van mijn favorieten geworden.
Hier heb ik eigenlijk ook wel zin in! Velen raden aan om met maximale resolutie te fotograferen, hoewel dit niet vereist is, en dan editors in te schakelen. Vandaar de vraag voor professionals: als je het menu instelt op gemiddelde of lage resolutie, hoe verkleint de camera dit dan? Naburige pixels combineren tot één (met een groter gebied) of informatie "uittrekken" in een dambordpatroon? Of meer specifiek, neemt het pixeloppervlak toe bij de overgang van kwaliteit L naar kwaliteit S?
Uit persoonlijke ervaring print ik 10 × 15, zeer zelden A4, ik kijk (toon) op een tablet 10 " - ik zie geen ruis, de scherpte is onbetaalbaar. (canon 60d, iso<3200)"
Dat klopt, dit is dezelfde verkleining, maar dan bij het printen. In veel gevallen is ruis alleen pixel voor pixel te zien op een monitor of wanneer geprint op posters. Als het zelfs bij 10x15 zichtbaar is, dan is het een slechte zaak (. Hier zal alleen de conversie naar Z / W en de toevoeging van het "filmkorrel" -filter, ala retro, besparen, zoals het is bedacht).
"Is het mogelijk om een foto van 100 megapixels te verkleinen tot 10 megapixels (10x) en toch een 10x schoner, ruisvrij beeld te krijgen?"
Nee, dat kan niet, ik zal erover schrijven aan het einde van het bericht. Maar zoals u weet, zijn er geluiden - de gevolgen van debayerisering. Er zal minder ruis zijn in vergelijking met fotograferen op een 10 megapixel-matrix.
"Is het mogelijk om alleen nuttige pixelinformatie achter te laten in een verkleinde afbeelding?"
Je kunt wat meer detail overbrengen naar de verkleinde versie als je verscherping toevoegt voordat je verkleint (ik voeg alleen verscherping toe in het luminantiekanaal om kleurruis niet te versterken). Maar bij het verkleinen kunnen niet alle details behouden blijven. Het toevoegen van scherpte na verkleining is slechts een speciaal effect en zal geen nieuwe details opleveren.
"Is er gespecialiseerde software voor dergelijke manipulaties?"
Ik gebruik GIMP, de LCh Color, LCh Lightness-kanaalmodi, Unsharp Mask, Selective Blur-filters bleken nuttig te zijn, dit zijn mijn belangrijkste "tools" voor ruisonderdrukking. Helaas zijn er geen dergelijke kanaalmodi in Photoshop, maar er is daar Lab en je kunt vergelijkbare resultaten bereiken.
Zorg ervoor dat u overschakelt naar 32-bits kleur (of ten minste 16-bits kleur) om meer kleurbitdiepte en minder artefacten te krijgen tijdens latere bewerkingen na reductie. Trouwens, dit is wat je echt kunt krijgen van de reductie: een toename van de bitdiepte (diepte) van de kleur.
"Hoe verklein je de ruisonderdrukking met behoud van een acceptabele hoeveelheid detail met behulp van klassieke tools in Adobe Photoshop en andere veelgebruikte editors?"
Ik heb het verschil niet opgemerkt tussen: "ruis onderdrukken en vervolgens de grootte verkleinen" en "de grootte verkleinen en vervolgens de ruis verminderen". Tenzij op de vergrote versie, zou de ruisonderdrukkingsradius groter moeten zijn en kost het iets meer processortijd. Maar ik onderdruk alleen kleurruis met een algoritme als Selective Blur (ik maak de drempel wat kleiner, de straal hangt af van het ruisniveau en de beeldgrootte), soms kan ik een laag van 50% met onderdrukte ruis in het luminantiekanaal leggen als de luminantieruis is te opvallend. Soms kun je niet-kritieke gebieden (onscherpe achtergronden) met een toverstaf selecteren en er apart mee werken.
Maar over het algemeen vind ik het niet nodig om luminantieruis te verwijderen, en in principe is het onmogelijk om het zodanig te verwijderen dat het onzichtbaar blijft. Dezelfde Topaz "verwijdert" de ruis niet, hij tekent de details die door de ruis worden geabsorbeerd en op sommige plaatsen doet hij het heel grof en onnatuurlijk, dan dunner en vervolgens de lijnen dikker, patronen achterlatend die kenmerkend zijn voor neurale netwerken. Het is beter om zowel luminantieruis als korrel op een film te verdragen.
"Is het mogelijk om te fotograferen met een hoge ISO, het beeld te halveren en het ruisniveau te krijgen dat overeenkomt met ISO / 2?"
Op basis van mijn ervaring: nee, de ruis zal merkbaar zijn op de verkleinde kopie, en dit is waarom:
de aard van matrixruis is zodanig dat ruisende pixels elkaar helemaal niet opheffen, zoals je suggereerde te oordelen naar je vragen, maar eenvoudig te combineren tot grotere klonten ruis. Je moet er dus mee dealen en het vrij simpel maken (maar de kleurloze korrel blijft wel over en daar is niks mis mee).
En de taak is immers van toegepast belang voor Arkady... dus.. juli 2019, en in september kwam de Sony a7r-4 uit. Laat me de taak herformuleren: "is het de moeite waard om over te schakelen naar A7-4 en de volgende formaten zonder uitzondering aan te passen, incl. om ruis te verminderen" =)
Ik stel voor om dit vanuit een ander oogpunt te bekijken. Maak je een foto om bij welk product te eindigen? A4 printen of bekijken op een 4k monitor/tv? Nou, in de meeste gevallen waarschijnlijk wel. We publiceren zelden. 8k-tv's zullen niet snel mainstream worden, dus de veronderstelling van 4k-tv is best passend, toch? 4k TV is 3840x2160, maar het is 16:9 en we schieten in 3:2, d.w.z. NAAR MIJN MENING moet het product na het ontwikkelen en retoucheren worden verkleind naar 3240x2160, dat is net iets minder dan 7 megapixels.
Overigens bevestigt dit indirect de nutteloosheid van multi-megapixelsensoren.
PS Topaz gigapixel kan de bronnen van de videokaart gebruiken - het telt vele malen sneller dan de processor. Maar toch, 1000 frames is een lange tijd. En wat is het verschil, het belangrijkste is dat alles tijd zou hebben om tekort te schieten voor de volgende fotoshoot, toch? =)