Шумът може да бъде произволен аналогов, импулсен и различни видове детерминирани.
Случаен аналогов шум
Случаен аналогов шум се генерира, като правило, от зърнеста структура на фотографския материал, но от който е направен оригиналът. Шумът става релевантен, когато се увеличи повече от 8 пъти.
За премахване на такъв шум се използват изглаждащи методи за филтриране.
Действието на тези методи се основава на цифрово филтриране чрез осредняване на стойността на сигнала в околността на прочетения пиксел. В програми като PhotoShop тези изглаждащи филтри се наричат Blur, Gaussian Blur.
Blur ще даде пряка средна стойност. Gaussian Blur въвежда тегла на пикселите в матрица за осредняване на Гаус.
Размазването е отхвърлено, защото не ви позволява да регулирате степента на осредняване. Степента на изглаждане се контролира чрез многократно прилагане на филтъра.
Gaussian Blur е по-модерно. В него можете да регулирате параметъра за осредняване, като по този начин регулирате изглаждането.
Трябва да се помни, че използването на такива филтри може да доведе до загуба на острота на изображението, тъй като се осреднява не само структурата на шума, но и пикселите, които образуват границата на изображението. В някои случаи е препоръчително да се извърши допълнително процедурата на нерязко маскиране след процедурата за изглаждане.
Случаен импулсен шум
Случайният импулсен шум се отнася до относително редки единични дефекти, като драскотини, прахови частици. Що се отнася до тях, процедурата за изглаждане обикновено е неефективна поради факта, че размерите на такива дефекти са доста големи.
За отстраняване на такива дефекти се използват филтри от класа на ранг. Такива филтри с рангов ред създават серии от пиксели по линия, подреждат тези серии във възходящ ред, отхвърлят минималните и максималните стойности на пикселите, които може да са дефектни, и намират средната стойност в тази серия. Тази средна стойност се поставя на мястото на анализираните пиксели.
По този начин могат да бъдат премахнати относително малки дефекти като драскотини и прах. По принцип е възможно да промените дължината на движение и по този начин да изберете за по-големи дефекти.
Въпреки това, за достатъчно големи дефекти, които надвишават дължината на серия пиксели, този метод не е приложим.
Точно така работи филтърът за прах и драскотини.
При по-голям импулсен шум е необходимо да се прибегне до полуавтоматично ретуширане, при което дефектите на изображението се елиминират чрез замяна на дефектни пиксели с цветни пиксели от непосредствената им среда. Избира се пиксел от близката среда и се поставя на дефектното място.
В софтуера тази процедура се нарича щамповане и отнема много време. Преди да продължите с такава процедура, е необходимо да анализирате изображението в скалата на увеличение по време на възпроизвеждане и да премахнете онези дефекти, които ще бъдат забележими в този мащаб. По принцип същата процедура може да се използва и за редакционна корекция, когато е необходимо да се допълнят някои изгубени детайли на изображението.
Детерминиран шум на изображението
Най-яркият представител на детерминирания шум на изображението е растерната структура на изображението, ако за оригинал се използва полиграфски отпечатък.
Четенето на растерно изображение може да доведе до нежелано взаимодействие на растерната структура на изображението с новата растерна структура, генерирана по време на извеждането на снимка.
Има два възможни начина за решаване на този проблем:
1. елиминиране на растерната структура на оригинала в процеса на сканиране и обработка. За това се използват методи, подобни на методите за филтриране на апертурата при четене на изображение с по-голяма апертура или техен цифров аналог, тоест усредняване на пикселите и образуване на среден сигнал.
Теоретично и експериментално е доказано, че най-добри резултатисе получават чрез съпоставяне на размера на отвора с размера на растерния елемент от растерната структура на оригинала. Следователно по време на процеса на сканиране е необходимо точно да се определи растерната линеатура, която е била използвана в оригинала, и да се избере филтърът за дерастеризация в съответствие с тази линеатура.
Възможно е да се използват специални тестове за определяне на растерната линеатура в оригинала. някои съвременни програми, като LinoColor, ви позволяват да определите линеатурата по време на процеса на предварително сканиране и в съответствие с него да зададете оптималния филтър за премахване на екрана.
Недостатъци на това елиминиране:
1) загуба на острота на изображението;
2) като резултат различни ъглизавъртане на структурите на растерни изображения за различни цветове, няма пълно съгласие между деекранната апертура и растерната структура и остатъчните флуктуации в изображението (образуване на муар) са неизбежни.
2. разчитане на растерната структура с пълното й запазване. В резултат на това ще получим три растерни цветно разделени изображения, докато четем растерната структура. Всъщност ще получим изображение в системата SMUK. Освен това, това изображение може да бъде прехвърлено в Lab, като по този начин се губи информация за растерната структура. След това прехвърлете цялата обработка в Lab и отидете в CMUK със собствена растерна структура.
За да направите това, трябва да четете с висока разделителна способност. СopiDot - съответстващ софтуерза превеждане на QMS в лаборатория.
В момента трудността се крие във факта, че разчитането на цветни изображения има значителни трудности. Следователно този вид технология CopiDot в момента се използва за четене на растеризирани и цветно разделени фотоформи.
Особен интерес представлява тази технология, която Напоследъксилно се е развила необходимостта от използване на някакъв вид архивни снимки C-t-P технологии(компютърно отпечатан формуляр).
3. повторно скрининг с помощта на растер с неправилна структура (честотно модулиран).
Изображението може да бъде повредено от шум и смущения от различен произход, като шум на видео сензора, шум на фото зърната и грешки в канала на предавателя. Тяхното влияние може да бъде сведено до минимум с помощта на класически методи за статистическо филтриране. Друг възможен подход се основава на използването на други евристики за пространствена обработка.
Шумът от видео сензори или грешки в предавателния канал обикновено се появяват в изображението като разпръснати промени в изолирани елементи, които нямат пространствена корелация. Изкривените елементи често са доста забележимо различни от съседните елементи. Това наблюдение послужи като основа за много алгоритми за потискане на шума.
Използването на филтриране на цифрово изображение може значително да подобри качеството на изображението, получено в процеса на UWB звучене. След това ще разгледаме използването на линейно филтриране за изглаждане на шума в изображението (нискочестотно филтриране), подчертавайки границите на обектите, използвайки високочестотно филтриране, както и метода на средно филтриране за елиминиране на шум от импулсен тип.
Ориз. 7 обяснява прост метод за намаляване на шума, който измерва яркостта на всички елементи на изображението последователно.
Ориз. 3.7. Прагов метод за потискане на шума.
Ако яркостта даден елементнадвишава средната яркост на група от близки елементи с някаква прагова стойност, яркостта на елемента се заменя със средната яркост:
Ако 
]
Тъй като шумът е пространствено декориран, неговият спектър обикновено съдържа по-високи пространствени честоти от спектъра на нормално изображение. Следователно може да служи просто нискочестотно пространствено филтриране ефективен инструментизглаждане на шума. Масив Q с размер MM на изходното изображение се формира чрез дискретно навиване на масива F с размер NN на оригиналното изображение с изглаждащ масив H с размер LL съгласно формулата
Изглаждането на шума се осигурява чрез нискочестотно филтриране с помощта на масив H с положителни елементи. Следват три типа изглаждащи масиви, често наричани маски за намаляване на шума:
Тези масиви са нормализирани до единично усилване, така че процедурата за намаляване на шума да не предизвика промяна в средната яркост на обработеното изображение. Ако необходимото намаляване на шума включва използването на големи масиви, препоръчително е да се извърши конволюцията непряко чрез прилагане на трансформацията на Фурие, тъй като това обикновено дава печалба в изчислителния обем.
Подчертаване на границите.
В системите за електронно сканиране на изображения полученият видео сигнал може да бъде пропуснат през електрически високочестотен филтър. Друг начин за обработка на сканирани изображения е използването на нерезко маскиране. В този случай изображението като че ли се сканира от две припокриващи се отвора, едната от които съответства на нормална резолюция, а другата на намалена. В резултат на това се получават респективно нормален масив от изображения F (j, k) и масив от размити изображения F L (j, k). След това се формира маскиран масив от изображения
F M (j, k) = c F (j, k) - (1-c) F L (j, k),
където C е коефициентът на пропорционалност. Обикновено стойността на C е в диапазона от 3/5 до 5/6, т.е. съотношението на компонентите е нормално и намалената чистота варира от 1,5 до 5.
Подчертаването на ръбовете може да се направи и чрез извършване на дискретно филтриране съгласно уравнение (1) с помощта на високочестотната импулсна характеристика H. По-долу са три типични маски за извършване на високочестотно филтриране:
Тези маски се различават по това, че сборът от техните елементи е равен на единица.
Друг начин за подчертаване на границите е така наречената статистическа диференциация. Стойността на яркостта на всеки елемент се разделя на статистическата оценка на стандартното отклонение (j,k)
G (j, k) = F (j, k) / (j, k).
стандартно отклонение
се изчислява в някаква околия N(j,k) на елемента с координати (j,k). Функция 
е средната стойност на яркостта на оригиналното изображение в точката с координати (j,k), която се определя приблизително чрез изглаждане на изображението с помощта на оператора за нискочестотно филтриране съгласно формула (3.1). Подобреното изображение, представено от масива G (j,k), се различава от оригиналното изображение по това, че неговата яркост е по-висока в границите, чиито елементи са за разлика от съседните елементи, и по-ниска във всички останали области. Трябва да се отбележи, че акцентът върху полезните граници е придружен от увеличаване на шумовите компоненти.
среден филтър.
Средното филтриране е техника за нелинейна обработка на сигнали, разработена от Tukey. Този метод е полезен за намаляване на шума в изображение. Едномерният среден филтър е плъзгащ се прозорец, покриващ нечетен брой елементи на изображението. Централният елемент се заменя със медианата на всички елементи на изображението в прозореца. Медиана на дискретна последователност
a 1 , a 2 , ..., a N за нечетно N е елементът, за който има (N-1)/2 елемента по-малки или равни на него, (N- 1)/2 по-големи или равни на него размер. Нека елементите на изображението с нива 80, 90, 200, 110, 120 влязат в прозореца; в този случай централният елемент трябва да бъде заменен със стойността 110, която е медианата на подредената последователност 80, 90, 110, 120, 200. Ако в този пример стойността 200 е шумов скок в монотонно нарастваща последователност, тогава средното филтриране ще осигури значително подобрение. Напротив, ако стойност от 200 съответства на полезен сигнален импулс (при използване на широколентови сензори), тогава обработката ще доведе до загуба на яснотата на възпроизведеното изображение. По този начин средният филтър в някои случаи осигурява потискане на шума, в други причинява нежелано потискане на сигнала.
Средният филтър не засяга функциите на стъпка или трион, което обикновено е желано свойство. Този филтър обаче потиска импулсни сигнали, чиято продължителност е по-малка от половината от ширината на прозореца. Филтърът също така изравнява горната част на триъгълната функция.
Възможностите за анализиране на действието на медианния филтър са ограничени. Може да се покаже, че медианата на произведението на константата K и последователността f(j) е
med( K f(j) )=K med(f (j)).
Освен това,
med( K+ f(j) )=K + med(f (j)).
Въпреки това, медианата на сбора на две произволни последователности f (j) и g(j) не е равна на сумата от техните медиани:
med( g(j)+ f(j) )=med(g(j))+ med(f (j)).
Възможни са различни стратегии за прилагане на медианния филтър за потискане на шума. Един от тях препоръчва да започнете със среден филтър, чийто прозорец обхваща три елемента на изображението. Ако затихването на сигнала е незначително, прозорецът на филтъра се разширява до пет елемента. Това се прави, докато средното филтриране не причини повече вреда, отколкото полза. Друга възможност е да се приложи каскадно средно филтриране на сигнала с помощта на фиксирана или променлива ширина на прозореца. Като цяло тези области, които остават непроменени след обработка на един филтър, не се променят след многократна обработка. Области, в които продължителността на импулсните сигнали е по-малка от половината от ширината на прозореца, ще бъдат обект на промени след всеки цикъл на обработка.
Концепцията за среден филтър може лесно да се обобщи до две измерения чрез прилагане на 2D прозорец с желана форма, като правоъгълна или близка до кръгла. Очевидно двумерният медианен филтър с прозорец LL осигурява по-ефективно потискане на шума от последователно приложените хоризонтални и вертикални едномерни средни филтри с прозорец L1; 2D обработката обаче води до по-значително затихване на сигнала.
Средният филтър потиска разпръснатия импулсен шум по-ефективно от гладкия шум. Филтрирането на средното изображение за потискане на шума трябва да се счита за евристичен метод. Не може да се използва на сляпо. Напротив, трябва да проверите получените резултати, за да сте сигурни, че средното филтриране е подходящо.
Намаляване на шума на изображението
Доста често при генериране на визуални данни получените изображения са шумни. Това се дължи на несъвършенството на оборудването, влиянието външни фактории т.н. В крайна сметка това води до влошаване на качеството на визуалното възприятие и намаляване на надеждността на решенията, които ще бъдат взети въз основа на анализа на такива изображения. Следователно проблемът с елиминирането или намаляването на нивото на шума в изображенията е актуален. Много работи са посветени на решаването на проблема с филтрирането на шума, има различни методии алгоритми. В тази работа разглеждаме само някои подходи и възможностите за тяхното прилагане в системата Matlab.
Стъпка 1: Разчитане на оригиналното изображение.
Стъпка 2: Формиране на шумни изображения.
Стъпка 3: Използване на среден филтър за премахване на импулсния шум.
Стъпка 4: Потискане на шумовия компонент с помощта на операцията за изглаждане.
Стъпка 5: Метод за потискане на праговия шум.
Стъпка 6: Нискочестотно филтриране с помощта на маски за намаляване на шума.
Стъпка 1: Разчитане на оригиналното изображение.
Четене на изображение от файл работно пространство Matlab и го покажете на екрана на монитора.
L=imread("kinder.bmp");
фигура, imshow(L);
Фиг.1 Оригинално изображение.
Стъпка 2: Формиране на шумни изображения.
В системата Matlab (Image Processing Toolbox) има възможност за формиране и наслагване на три вида шум върху изображението. За това се използва вградената функция imnoise, която е предназначена основно за създаване на тестови изображения, използвани при избора и изследването на методите за филтриране на шума. Нека разгледаме няколко примера за прилагане на шум към изображения.
1) Добавяне на импулсен шум към изображението (по подразбиране плътността на шума е равна на дела на изкривените пиксели):
L2=imnoise(L,"сол и черен пипер", 0,05);
фигура, imshow(L2);
Фиг.2. Шумно изображение (импулсен шум).
2) Добавяне на гаусов бял шум към изображението (по подразбиране средната стойност е 0, а дисперсията е 0,01):
L1=imnoise(L,"gaussian");
фигура, imshow(L1);
Фиг.3. Шумно изображение (Гаусов шум).
3) Добавяне на мултипликативен шум към изображението (по подразбиране математическото очакване е 0, а дисперсията е 0,04):
L3=imnoise(L,"spekle",0.04);
фигура, imshow(L3);
Фиг.4. Шумно изображение (мултипликативен шум).
Стъпка 3: Използване на среден филтър за премахване на импулсния шум.
Един от ефективните начини за премахване на импулсния шум в изображението е използването на среден филтър. Повечето ефективен варианте изпълнение под формата на плъзгащ се отвор.
За i=1+n1:N+n1; disp(i) за j=1+m1:M+m1; ако j==1+m1; D=0; за a=-n1:n1; за b=-m1:m1; D(n1+1+a,m1+1+b)=Lr(i+a,j+b); край; край; край; ако j>1+m1; за a=-n1:n1; D(n1+1+a,m+1)=Lr(i+a,j+m1); край; D=D(1:n,2:m+1); край; Lvyh(i,j)=медиана(D(:)); край; край; Lvyh=Lvyh(n1+1:N+n1, m1+1:M+m1); фигура, imshow(Lvyh);
За визуално сравнение представяме три изображения заедно: оригиналното, шумно и реконструирано.
Ориз. 5. Реконструкция на изображение, изкривено от импулсен шум, използвайки метода на медианно филтриране.
Реконструираното изображение се различава само малко от оригиналното изображение и е много по-добро от гледна точка на визуално възприятие от шумното изображение.
Стъпка 4: Потискане на шумовия компонент с помощта на операцията за изглаждане.
Има клас изображения, за които потискането на шумовия компонент може да бъде реализирано с помощта на операцията за изглаждане (метод на нискочестотно пространствено филтриране). Този подход може да се приложи за обработка на изображения, съдържащи области голяма площсъс същото ниво на яркост. Имайте предвид, че нивото на шумовия компонент трябва да бъде сравнително малко.
F=единици(n,m); % n и m размер на плъзгащия се отвор
Lser=filter2(F,Lroshyrena,"същото")/(n*m);
Ориз. 6. Възстановяване на изображение, изкривено от импулсен шум с помощта на операция за изглаждане.
Недостатъкът на този метод, за разлика от метода на медианното филтриране, е, че води до размиване на границите на обектите на изображението.
Стъпка 5: Метод за потискане на праговия шум.
Елементите на изображението, които са били изкривени от шум, са забележимо различни от съседните елементи. Това свойство е в основата на много методи за потискане на шума, най-простият от които е така нареченият прагов метод. Когато използвате този метод, яркостта на всички елементи на изображението се проверява последователно. Ако яркостта на този елемент надвишава средната яркост на местния квартал, тогава яркостта на този елемент се заменя със средната яркост на квартала.
За i=1+n1:N+n1; disp(i) за j=1+m1:M+m1; ако j==1+m1; D=0; за a=-n1:n1; за b=-m1:m1; D(n1+1+a,m1+1+b)=Lr(i+a,j+b); край; край; край; ако j>1+m1; за a=-n1:n1; D(n1+1+a,m+1)=Lr(i+a,j+m1); край; D=D(1:n,2:m+1); край; LS=средно(средно(D)); ако abs(Lr(i,j)-LS)>10/255; % Задаване на праг Lvyh(i,j)=LS; иначе Lvyh(i,j)=Lr(i,j); край; край; край; Lvyh=Lvyh(n1+1:N+n1,m1+1:M+m1,:); фигура, imshow(Lvyh);
Ориз. 7. Възстановяване на изображение, изкривено от импулсен шум чрез метода за потискане на праговия шум.
Стъпка 6: Нискочестотно филтриране с помощта на маски за намаляване на шума.
IN Стъпка 4беше обмислено използването на операция за изглаждане за премахване на шума. Нека разгледаме примери за нискочестотно филтриране с помощта на други маски за намаляване на шума. Това може да са следните маски:
маска 1: 
маска 2: 
.
Маските за потискане на шума са представени като нормализиран масив за получаване на единично усилване, така че потискането на шума да не изкривява средната яркост. Фигурите показват резултата от обработката на шумно изображение. маска 1И маска 2.
F=(1/10)*;
фигура, imshow(Lvyh);
Ориз. 8. Резултатът от възстановяване на изображение, шумно с импулсен шум маски 1.
F=(1/16)*;
Lvyh=филтър2(F,L,"същото")/(3*3);
фигура, imshow(Lvyh);
Ориз. 9. Резултатът от възстановяване на изображение, шумно с импулсен шум маски 2.
Това бяха примери за потискане на импулсния шум. Нека разгледаме подобни примери за гаусово и мултипликативно потискане на шума.
Ориз. 10. Резултатът от възстановяване на изображение със шум с помощта на гаусов шум маски 1И маски 2.
Ориз. 11. Резултатът от възстановяването на изображение с шум с мултипликативен шум чрез използване маски 1И маски 2.
Имайте предвид, че няма универсални методи и всяко изображение трябва да се обработва индивидуално. Ако говорим за средно и нискочестотно филтриране, тогава качеството на обработка до голяма степен зависи от добър изборместни размери на отвора.
Разгледаните методи след известна модификация могат да се използват за обработка на цветни изображения. Нека дадем пример за потискане на импулсния шум в цветно изображение.
Нека вземем оригинално изображение (фиг. 12):
L=imread("lily.bmp");
фигура, imshow(L);
Ориз. 12. Оригинално цветно изображение.
Налагаме му импулсен шум с някои характеристики:
L = шум (L, "сол и черен пипер", 0,05);
фигура, imshow(L);
Ориз. 13. Шумно изображение.
Вилка=1:s; % обработка поотделно за всеки компонент L=Lin(:,:,k); i=1+n1:N+n1; disp(i) за j=1+m1:M+m1; ако j==1+m1; D=0; за a=-n1:n1; за b=-m1:m1; D(n1+1+a,m1+1+b)=L(i+a,j+b); край; край; край; ако j>1+m1; за a=-n1:n1; D(n1+1+a,m+1)=L(i+a,j+m1); край; D=D(1:n,2:m+1); край; Lres(i,j)=медиана(D(:)); край; край; край; 
Ориз. 14. Възстановено изображение с помощта на метода на средно филтриране.
Горните методи са доста ефективни алгоритмивъзстановяване на изображения, които са били изкривени от импулсен, гаусов или мултипликативен шум. Тези методи служат като основа за изграждане на други повече сложни методирешаване на проблеми за премахване на шумовия компонент в изображенията.
В живота има тъжни ситуации, когато има малко светлина и няма начин да отворите (по-силно) блендата или да увеличите скоростта на затвора. Приема се, че "лошата" картина е по-добра от отсъстващата. Как да бъде? Толерира. Или използвайте малък трик – вземете няколко кадъра и приложете усредняване.
ISO6400, беше \ стана.
Като начало ще трябва да направите няколко еднакви (колкото повече, толкова по-добре) кадъра.
Една от поредицата. Както можете да видите, дори и в значително намален размер, количеството шум е ужасяващо.
За осредняване зареждаме всичко в документ на Photoshop като слоеве.
Ако заснемането е направено на ръка, слоевете трябва да бъдат подравнени с помощта на photomerge, предварително (тук), или с помощта на командата Редактиране - Автоматично подравняване на слоеве (Редактиране - Автоматично подравняване на слоеве).
След това за усредняване задайте прозрачността на слоевете: за долните 100%, следващите 50%, 33%, 25%, ...
Много по-удобно е да използвате режима на подреждане, особено при добавяне Голям бройснимки.
Отворете Photoshop и издайте командата Файл - Скриптове - Заредете файлове в стека (Файл - Скриптове - Заредете файлове в стека)
Поставете отметка в квадратчето Създаване на интелигентен обект след зареждане на слоеве (Създайте интелигентен обект при зареждане на слоеве), по избор - Опит за автоматично подравняване на изходните изображения (Опитайте автоматично да подравните изходните изображения).
Така получихме една група или стек. Няма нужда да се заклинате с прозрачност, т.к. за извършване на изчисления върху стека има отделно меню Layer - Smart Objects - Stack Mode (Слоеве - Smart Object - Stack Mode). При обработката на снимки и видеоклипове имат значение само два режима - среден (средно аритметично) и медиан (медиана), останалите се използват при обработка на медицински, научни и криминалистични изображения и т.н. Ако режимът на стека се промени, изчисленията се извършват отново (с оригиналния, а не с предишния резултат).
Помислете за 100% култури от различни райони и сравнете резултата.
Отляво надясно: оригинално, средно, средно. Използвани са десет рамки.
Как работи? В случай на средния режим, яркостта на всеки пиксел се добавя на канал и резултатът се разделя на броя на снимките. Например: (3+2+1+2+9+3+1)/7=3
В медианния режим средната стойност се избира от серията 1,1,2, 2
,3,3,9 - средно 2. Т.е. силните единични капки нямат ефект.
От практическа гледна точка това означава, че движещите се обекти ще оставят следа само ако присъстват в няколко кадъра от поредицата. Средният обаче ще преодолее шума по-добре.
Като цяло културите говорят сами за себе си – нито една обработка на рамката няма да може да намали шума толкова ефективно, т.к. размерът на шума в този пример надвишава размера на някои от детайлите.
Кога е приложим този метод?
- при стрелба с недостатъчно осветлениепри кратки скорости на затвора (няма настройка на скоростта на затвора или е ограничена от фотоапарата, няма статив, няма възможност за продължително снимане и т.н.)
- ако е необходимо, намалете шума при ниско iso, например преди активна последваща обработка.
Къде не помага?
- при снимане на движещи се обекти (въпреки че е възможно селективно премахване на шума в неподвижни зони).
- няма да се отървете от постоянния шумов компонент
В първата част на този урок анализирахме причините за шума във фотографията, неговите компоненти и какво да правим, за да не провокираме появата им. В този урок ще научим как да намалим шума Photoshop, Capture One, Digital Photo ProfessionalИ Lightroom. Всички тези програми имат инструмент за намаляване на шума във фотографията, наречен на жаргона на фотографите " намаляване на шума».
- На този етаптрябва да разберете, че:
- Ако по време на снимането има само две алтернативи: да направя снимка без шум (ниска чувствителност на матрицата на камерата), но не рязка, или със шум, но остра, тогава избирам втория вариант. Защото не можете да се отървете от замъгляването, но все пак можете да се борите срещу шума.
- Не винаги е необходимо напълно да премахнете шума в снимка, често е достатъчно да намалите нивото му до приемливо ниво.
- Яркостта и хроматичният шум се отстраняват по различен начин.
- При 100% мащаб на изображението на монитора виждаме шум, няколко пъти по-голям по площ, отколкото ще бъде на разпечатка, в печатна публикация или онлайн фотоалбум.
В този урок има големи снимки, които автоматично се мащабират, ако размерът на екрана ви е по-малък от необходимото. Когато това се случи, в горния десен ъгъл на снимката ще се появи бутон за 100% увеличение. Само тази скала ще ви позволи да оцените точно силата и размера на шума. За да видите онези части от илюстрацията, които са скрити, плъзнете изображението с мишката за централната му част. За да затворите снимката и да се върнете към статията, натиснете клавиша Esc.
Първоначални условия:цялото намаляване на шума е деактивирано в моя фотоапарат, снимането се извършва в RAW формат, ISO е настроен на 3200 (все още позволявам тази стойност при снимането си) и 6400 (ще видим дали мога да използвам тази чувствителност при спешни случаи). За контрол е взета рамка при чувствителност на матрицата от 100 единици. Всички изстрели бяха коригирани до +0,5 стопа. Това леко повишава нивото на шума на снимките, но по време на снимане възникват грешки в експозицията, така че тази корекция е по-близка до практическата ситуация за фотографа. От тестовите кадри бяха изрязани ( снимка 1): а) фрагмент от опаковката на храната на Шнир (за контролиране на остротата на текста и изкривяването на цвета); б) скала с полета с различна осветеност (контрол на силата на шума в различни тоналности); в) фрагмент от тялото на митичното същество Гава (за по-голяма красота). На снимка 2виждаме, че с увеличаване на чувствителността шумовите петна растат във всички целеви полета, което е съвсем естествено и очаквано.
Снимка 1: пробна снимка.
Снимка 2: увеличаването на чувствителността на матрицата на камерата води до повишен шум.
Снимка 3: Намаляването на шума от яркостта намалява остротата малки частина снимката.
Как да премахнете шума във Photoshop (Photoshop).
О, шегаджии, не сте снимали в RAW формат или сте забравили да премахнете шума на етапа на конвертиране на RAW файл? Понякога се случва. Отворете нашата снимка във Photoshop, след това в менюто: Filter> Noise> Reduce Noise… (Filter> Noise> Reduce Noise…). Ето нашето първо тествано намаляване на шума.
Светещ шум.Първите два плъзгача (Strength и Preserve Details) са отговорни за намаляването му. Ако издърпаме Strength (Сила) към десния ръб, тогава ще видим, че шумът от яркостта е намален, но текстът става по-размазан ( снимка 3). Основното зло на шума от яркостта: борбата с тях води до намаляване на остротата и детайлите на снимката. Внимателният читател ще забележи, че плъзгачът Запазване на детайли (Запазване на детайли), просто и е предназначен да гарантира, че изображението няма да загуби качество. Преместете втория плъзгач надясно и ще видите, че остротата и детайлите се връщат. Но с него се връщат и шумове, оказва се "смениха шилото за сапун". Настройките, които използвах за ISO 3200: Сила - 9, Запазване на детайли 6%. Ако снимката ви няма дребни детайли, като текст, текстура, тогава Запазване на детайли може да бъде намалено до 0. За ISO 6400 тези настройки се оказаха доста слаби, така че увеличих силата на 10, а детайлите намалих до 3 %, донякъде в ущърб на остротата на текста ( снимка 5).
Хроматичен (цветен) шумизглежда е по-малкото зло. Като преместите плъзгача Намаляване на цветния шум до максималната стойност ( снимка 4) остротата на текста не се намалява, цветният шум почти изчезва, но обектите малък размергубят наситеността на цветовете (вижте червената и синя кутия). Също така имайте предвид, че около червените матрици се образува цветен ореол. Понякога такава промяна в цвета на малките детайли може да бъде критична и невъзможна за снимка. Затова трябва да се опитаме да приложим намаляване на шума до минимална степен: за ISO 3200 приложих стойността Reduce Color Noise от 70%, а за ISO 6400 - 100%.
На снимка 5 и 6виждате резултата от намаляването на шума във Photoshop. Ако за ISO 3200, след намаляване на шума, шумът се проявява на приемливо ниво и все още има резерв за по-голямото им потискане, то за ISO 6400 те вече са прекомерни за някои снимки и бих се опитал да избегна използването на този сензор чувствителност.
Снимка 4: Намаляването на цветния шум може да доведе до намалени детайли на цветовете и цветни ореоли.
Снимка 5: намален шум във Photoshop, ISO 3200.
Снимка 6: резултат от използването на намаляване на шума на Photoshop за ISO 6400.
заключения:Намаляването на шума от яркостта е невъзможно без намаляване на остротата на снимката. Използването на намаляване на шума прави възможно използването на чувствителност от 3200 единици, но чувствителност от 6400 може да не е подходяща за повишени изисквания за качество на снимките. Ако правите снимки за интернет или дребен шрифт, тогава мога да използвам чувствителност от 6400 единици. Чрез намаляване на шума от яркостта на снимка, ние не се отърваваме от хроматичния шум и обратно.
Хроматичното намаляване на шума във фотографията понякога може да остане незабелязано от зрителя. Но ако точността на цветовете в малки детайли е важна при снимане, тогава прекомерното използване на настройките за намаляване на шума във Photoshop е неприемливо, например, когато предметна фотографияили във фотографията на храна. Колкото по-„нежни“ са настройките за намаляване на шума, които използваме (не само във Photoshop, като цяло, всякакви), толкова по-добро е изображението ни след обработка.
Digital Photo Professional
Вторият за този урок избрах Canon Digital Photo Professional(наричано по-долу DPP). Това е много прост конвертор на RAW файлове за фотоапарати Canon и именно с него запознавам студентите от курса по фотография за начинаещи с възможностите на RAW формата. За да стигнете до намаляването на шума DPP, трябва да изберете раздела NR / Lens / AOL в палитрата с инструменти (палитрата с инструменти). Разбира се, ние се интересуваме от блока за намаляване на шума (намаляване на шума), в който има само два плъзгача: Luminance ... - за намаляване на шума от яркостта и Chrominance ... - за хроматичен ( снимка 7). Както в случая с намаляването на шума на Photoshop, аз се опитах да използвам такива настройки в DPP, за да поддържам баланс на качеството за фини детайли и гладки повърхности. За ISO 3200 са използвани следните параметри: яркост - 7, цветност - 12 ( снимка 8). За ISO 6400 - 12 и 20 съответно ( снимка 9). Резултатът е много подобен на този, получен при намаляването на шума на Photoshop.
Настройка за намаляване на шума в DPP.Забелязах, че при изключено намаляване на шума на моя фотоапарат, DPP прилага собствено намаляване на шума към RAW файлове. Изключването на намаляването на шума при снимки всеки път не е удобно, така че трябва да се уверите, че DPP не го използва по подразбиране. За да направите това, отидете на настройките на DPP (клавиши Ctrl + K), отидете на раздела Палитра с инструменти (палитра с инструменти), активирайте превключвателя Задаване по подразбиране, задайте всички плъзгачи на 0, щракнете върху OK и презаредете DPP ( снимка 10).
Снимка 7: намаляване на шума на Canon Digital Photo Professional.
Снимка 8: Резултат от използването на DPP намаляване на шума за ISO 3200.
Снимка 9: резултат от прилагането на същото намаляване на шума за ISO 6400.
Снимка 10: Настройки за намаляване на шума на DPP.
Улови едно
Към днешна дата Capture One е основният ми конвертор на RAW файлове. Както в случая на DPP, неговото намаляване на шума ( снимка 11) не е деактивиран и се прилага за RAW файлове, независимо от настройките на камерата. Освен това, дори когато няма нужда от намаляване на шума, например при ниска чувствителност. Направих малко проучване за алгоритъма за намаляване на шума в Capture One и това ме заинтригува толкова много, че реших да прочета помощта на този RAW конвертор. Уви, никакви полезна информацияспоред принципите за намаляване на шума в Capture One не го намерих. Следователно резултатите от моите предположения, предположения и изследвания ще бъдат описани по-долу.
Според помощта на Capture One, намаляването на шума на този преобразувател променя настройките му, след като файлът бъде анализиран. Признавам, че за няколко години работа в Capture One коригирах настройките за неговото намаляване на шума само няколко пъти. Шумопотискането работи толкова нежно, интелигентно, ненатрапчиво и отлично автоматичен режимче просто забравих за съществуването му.
Първото нещо, което проверих, беше как ще се подобри снимката ми, когато премахнах настройките за намаляване на шума за ISO 100. И нищо не се случи. Тоест, ако няма шум, тогава намаляването на шума не работи. Тогава забелязах, че при увеличаване на чувствителността се променя само стойността на цвета (влияние на цветния шум), но не и на яркостта (шум от яркостта). Тогава предположих, че със същата стойност на яркостта и с увеличаване на чувствителността шумът от яркостта ще нараства пропорционално на това как се случва при липса на намаляване на шума. Не беше там. Шумът се увеличи, но не толкова. Няма да гадая как се случва това, но бях доволен от резултата от разузнаването на Capture One.
В следващия експеримент се опитах да намеря минималната настройка за намаляване на шума, която да ме удовлетвори, и да сравня колко по-меки са моите настройки с тези, които Capture One предлага по подразбиране. Промените бяха толкова незначителни, че могат да бъдат пренебрегнати: за ISO 3200 Capture One предложи стойност от 25 и 54 (осветеност и цвят), но открих, че по-меките стойности са приемливи: 20 и 50, съответно. За ISO 6400 собствените настройки за намаляване на шума на Capture One ме удовлетвориха напълно и не ги докоснах (25 и 57).
Има няколко други екстри, които правят намаляването на шума още по-ефективно. Повърхност (повърхност) ви позволява да намалите мащабни шумови петна върху гладки повърхности с нисък контраст, като същевременно не докосвате фини детайли като текст (стойност 70 за ISO 3200 и 90 за ISO 6400). Single Pixel ви позволява да премахнете единичния пикселен шум (отделни избити пиксели), без да губите фини детайли. Вярно е, че такива пиксели се появяват само при ISO 6400 или когато матрицата прегрее в режим Live View. Въпреки факта, че чувствителността на матрицата от 6400 единици беше използвана в теста за намаляване на шума, аз не използвах тази настройка Capture one, тъй като въздействието на основните инструменти беше достатъчно.
Много съм доволен от качеството и функциите на Capture One за намаляване на шума. За разлика от обсъдените по-горе шумозаглушители, Capture One не създава цветни ореоли или намалява наситеността на цветовете в малки детайли на изображението. Цветният шум в засенчени зони също е значително по-добре потиснат от предишните конкуренти. Това показва високото качество на алгоритъма за намаляване на цветния шум. Благодарение на действието Surface шумът от яркостта също изглежда по-слаб, особено на обикновени повърхности.
Можете да видите резултатите от намаляването на шума в Capture One снимки 12 и 13. Остава обаче да се тества конкурент сред RAW преобразувателите - обезшумяване в Lightroom.
Снимка 11: Заснемане на едно намаляване на шума.
Снимка 12: резултат от използването на намаляване на шума Capture One за ISO 3200.
Снимка 13: резултат от прилагането на същото намаляване на шума за ISO 6400.
Lightroom и Adobe Camera RAW
Дори изтеглих новия Lightroom - 4.3... Във всички предишни версии на Lightroom, неговото намаляване на шума според потребителите се смяташе за слаба връзка и не се препоръчваше за използване. Тези. след конвертиране на RAW файлове в Lightroom, намаляването на шума трябваше да се направи във Photoshop. Но намаляването на шума на Photoshop губи много в качеството на работа, поне Capture One, и не мога да го препоръчам по никакъв начин тази верига(Lightroom > Photoshop) за намаляване на шума. С ъгълчето на ухото си срещнах споменаване във форумите, че намаляването на шума на Lightroom, започвайки от четвъртата версия, е подобрено. Искайки да изясня тази информация от опитни потребители, отново се озовах във форумите на Lightroom. И това, което прочетох там, не ме зарадва по никакъв начин: спирачки, трудности в работата, бъгове, като цяло всичко е както винаги с конвертора на RAW файлове от Adobe. Това най-накрая ме отказа от инсталирането на Lightroom и вместо неговото намаляване на шума ще тествам подобен инструмент на Photoshop - Adobe Camera RAW. Отдавна забелязах, че настройките на тези два продукта на Adobe са идентични и водят до същите резултати след обработка на RAW файлове. Тоест алгоритмите на работа и на двете програми са еднакви (би било странно един производител да прави две версии на намаляване на шума). Ако греша и имате основателна причина за това, моля, уведомете ме.
За да намалите шума в Adobe Camera RAW, трябва да отидете в раздела Детайли (Подробности). Това намаляване на шума има повече настройки от намаляването на шума във Photoshop (снимка 14). По подразбиране, за файлове с двете чувствителност, Camera RAW предлага не намаляване на шума от яркостта, а намаляване на цветния шум (Яркост - 0, Цвят - 25, Детайл на цвета - 50). При тези настройки цветният шум е добре потиснат и (както в Capture One) не забелязвам никакви цветни ореоли. Чудесен. Плъзгачът Color Detail помага за регулиране (връщане) на наситеността на цветовете за малки части(не забравяйте, че Photoshop имаше проблем с намаляването на шума). Оставих стойността на Color Detail по подразбиране, т.е. 50. Но намалих основната настройка за цвят на 15 (за ISO 3200) и 20 (ISO 6400).
Светлинните петна върху гладки повърхности останаха видими, но ненатрапчиви при стойности на яркост от 55 (за ISO 3200) и 70 (ISO 6400), но доведоха до леко намаляване на детайлите на текста. Затова избрах компромисна стойност на детайлност на яркостта - 40 (за ISO 3200) и 50 (ISO 6400).
Много ми хареса как Adobe Camera RAW намалява шума ( снимки 15 и 16), че се чудех дали по-широко използване на чувствителността 6400 на моя фотоапарат е приемливо. Ако добавим настройката Surface, както в Capture One към това намаляване на шума, тогава тя няма да има равни. Чудя се как ще се разпределят местата сред лидерите за намаляване на шума в края на този урок по фотография.
Снимка 14: намаляване на шума на Adobe Camera RAW (настройки, идентични с Lightroom).
Снимка 15: Резултатът от използването на Adobe Camera RAW намаляване на шума за ISO 3200.
Снимка 16: резултат от прилагането на същото намаляване на шума за ISO 6400.
Резултати от теста за намаляване на шума
Резултатите от теста за намаляване на шума на снимки 17 и 18: най-лошото - отгоре, най-доброто - отдолу. Когато снимате при високи стойности на чувствителност, не препоръчвам да използвате намаляването на шума на Photoshop за растерни изображения и Canon Digital Photo Professional. Основната причина са силните цветни ореоли около цветните части на снимката. Също така е трудно да се намери компромис между нивото на шума от яркостта на гладки повърхности и остротата на фините детайли в тези устройства за намаляване на шума. Capture One, на фона на първите две, изглежда в печеливша позиция, докато Adobe Camera RAW намаляването на шума не влезе в игра. Последното показа, че в много случаи мога да използвам чувствителността 6400 и за комерсиално снимане: невероятно намаляване на шума при осветеност за гладки повърхности, като същевременно поддържам фини детайли и добра работаза намаляване на цветния шум. От какво се оплакват хората, работещи в Lightroom, не разбирам?
Снимка 17: сравнителна таблицанамаляване на шума за ISO 3200.
Снимка 18: Сравнителна таблица за намаляване на шума за ISO 6400.
Снимка 19: Очарователен шум.
Заключение
Ако по време на снимане искате да използвате високи стойности на чувствителност, тогава започнете да се справяте с шума на етапа на снимане - снимайте в RAW формат. Не прехвърляйте процеса на намаляване на шума към Photoshop, направете го в RAW конвертора, когато коригирате снимки. Използвайте преобразувателя, който с по-малко загуби (а загубата е неизбежна) ще намали шума на снимката. Използвайте минимални стойностинастройки за намаляване на шума.
Ако снимката има силни звуци, то в някои случаи е възможно да се ограничите до намаляване само на цветни петна. Оставащият шум от яркостта ще бъде много подобен на зърнеността на филма. Понякога тази имитация на зърно е дори по-предпочитана от гладката картина на цифров фотоапарат. Например, ако стилизирате снимка като стара. В други случаи зърното може да придаде определен чар на картината ( снимка 19). Нищо чудно, че има филтри на Photoshop, които създават подобно зърно на филма. Но това е тема за друг урок.
PS: В този тест за намаляване на шума не са използвани най-новите версии на Adobe Camera RAW и Capture One. Следователно е възможно алгоритмите за намаляване на шума в тези програми да са станали още по-напреднали.
PS: Не вдигайте шум!
Зареждане...