Шуми можуть бути випадкові аналогові, імпульсні та різного роду детерміновані.
Випадкові аналогові шуми
Випадкові аналогові шуми породжуються, як правило, гранулярною структурою фотографічного матеріалу, але виготовлений оригінал. Шуми стають актуальними зі збільшенням більш ніж 8 раз.
Для усунення таких шумів застосовуються методи фільтрації, що згладжує.
Дія цих методів заснована на цифровій фільтрації шляхом усереднення значення сигналу по околиці пікселі, що зчитується. У програмах типу PhotoShop ці фільтри, що згладжують, звуться Blur, Gaussian Blur.
Blur дасть пряме усереднення. Gaussian Blur вводить ваги піксель у матрицю усереднення згідно із законом Гауса.
Blur є застарілим, оскільки не дозволяє регулювати ступінь усереднення. Ступінь згладжування регулюється неодноразовим застосуванням фільтра.
Gaussian Blur є більш сучасним. У ньому можна регулювати параметр усереднення, таким чином регулюючи згладжування.
Необхідно пам'ятати, що використання таких фільтрів може призводити до втрати різкості зображення, так як усереднюється не тільки шумова структура, але і пікселі, що формують межу зображення. У деяких випадках доцільно після процедури згладжування додатково здійснювати процедуру маскування.
Випадкові імпульсні шуми
Під випадковими імпульсними шумами розуміються відносно рідко розташовані поодинокі дефекти, типу подряпин, порошинок. Стосовно них процедура згладжування зазвичай не ефективна внаслідок того, що розміри таких дефектів досить великі.
Для усунення таких дефектів застосовуються фільтри рангопорядкового класу. Такі рангопорядкові фільтри створюють серії піксель вздовж рядка, упорядковують ці серії, розташовуючи їх по порядку зростання, відкидають мінімальні та максимальні значення піксель, які можуть бути дефектними і знаходять середнє значення в цій серії. Це середнє значення ставлять місце аналізованої пікселі.
Таким чином, можна усунути відносно дрібні дефекти як типу подряпин, так і типу пилу. В принципі можна змінювати довжину серії і таким чином здійснювати селекцію більших дефектів.
Однак, для досить великих дефектів, які перевищують довжину серії піксель, цей метод не застосовується.
Саме цим методом працює фільтр Dust and Scratches.
При більшому імпульсному шумі необхідно вдаватися до напівавтоматичного ретушування, у якому усунення дефектів зображення здійснюється шляхом заміни дефектних пікселів на пофарбовані пікселі з ближнього оточення. З ближнього оточення вибирається пікселя і сідає на дефектне місце.
У програмному забезпеченні така процедура називається штамп і потребує значних витрат часу. Перш ніж приступити до такої процедури, необхідно проаналізувати зображення в масштабі збільшення під час репродукування та усунути ті дефекти, які будуть помітні при цьому масштабі. У принципі, така сама процедура може бути використана і для редакційної корекції, коли необхідно доповнити якісь втрачені деталі зображення.
Детерміновані шуми зображення
Найбільш яскравим представником детермінованих шумів зображення є растрова структура зображення, якщо як оригінал використовується поліграфічний відбиток.
Зчитування растрового зображення може призвести до небажаної взаємодії растрової структури зображення з новою структурою розтрової генерованої в процесі фотовиводу.
Можливо два шляхи вирішення цієї проблеми:
1. усунення растрової структури оригіналу у процесі сканування та обробки. Для цього використовуються методи подібні до методів аппретурної фільтрації при зчитуванні зображення з більшою апертурою, або їх цифровий аналог, тобто усереднення піксель і формування усередненого сигналу.
Теоретично та експериментально показали, що найкращі результативиходять за узгодження обсягу апертури з розмірами растрового елемента растрової структури оригіналу. Тому в процесі сканування необхідно точно визначити лініатуру растру, який використовувався в оригіналі і фільтр де растрування вибирати у відповідність до цієї лініатури.
Для визначення лініатури растру в оригіналі можливе використання спеціальних тестів. Деякі сучасні програми, наприклад LinoColor, дозволяють у процесі попереднього сканування визначати лініатуру і у відповідність до неї встановлювати оптимальний фільтр дерастрування.
Недоліки такого усунення:
1) втрата різкості зображення;
2) у результаті різних кутівповороту растрових структур зображення для різних фарб, повного узгодження апертури дерастрування та растрової структури не відбувається і неминучі залишкові флуктуації у зображенні (муароутворення).
2. зчитування растрової структури з повним збереженням. В результаті ми отримаємо при зчитуванні трьох растрових кольорові зображення із збереженням растрової структури. По суті ми отримаємо зображення у системі СМУК. Далі це зображення можна перевести в Lab, втративши таким чином інформацію про растрову структуру. Потім всю обробку перевести в Lab і перейти в СУМК зі своєю растровою структурою.
Для цього необхідно зчитувати з високою роздільною здатністю. СоpiDot – відповідне програмне забезпеченнядля перекладу СМУК у Lab.
Нині складність у тому, що зчитування кольорових зображень має значні труднощі. Тому такого роду технологія CopiDot, в даний час, використовується для зчитування фотоформи растрованих і кольороподілених.
Особливо цікава ця технологія, яка в Останнім часомсильно розвинулася, необхідністю використання якихось архівних фотофрм технології C-t-P(Комп'ютер-друкарська форма).
3. перерастрування з допомогою растру нерегулярної структури (частотно-модулированного).
Зображення може ушкоджуватися шумами та перешкодами різного походження, наприклад шумом відеодатчика, шумом зернистості фото матеріалів та помилками в каналі передавача. Їх вплив можна мінімізувати, користуючись класичними методами статистичної фільтрації. Інший можливий підхід ґрунтується на використанні інших евристичних методів просторової обробки.
Шуми відеодатчиків або помилки в каналі передачі зазвичай виявляються на зображенні як розрізнені зміни ізольованих елементів, що не мають просторової кореляції. Спотворені елементи часто дуже помітно відрізняються від сусідніх елементів. Це спостереження послужило основою багатьох алгоритмів, які забезпечують придушення шуму.
Застосування цифрової фільтрації зображень дозволяє суттєво покращити якість зображення, одержуваного у процесі СШП зондування. Далі буде розглянуто застосування лінійної фільтрації для згладжування шумів на зображенні (низькочастотна фільтрація), підкреслення меж об'єктів з використанням високочастотної фільтрації, а також метод медіанної фільтрації усунення перешкод імпульсного типу.
Рис. 7 пояснює простий граничний метод придушення шуму, при використанні якого послідовно вимірюють яскравість всіх елементів зображення.
Рис. 3.7. Пороговий спосіб придушення шуму.
Якщо яскравість даного елементаперевищує середню яскравість групи найближчих елементів на деяку порогову величину, яскравість елемента замінюється на середню яскравість:
Якщо 
]
Оскільки шум просторово декорелюваний, у його спектрі, як правило, містяться вищі просторові частоти, ніж у спектрі звичайного зображення. Отже, проста низькочастотна просторова фільтрація може служити ефективним засобомзгладжування шумів. Масив Q розміру MM вихідного зображення формується шляхом дискретної згортки масиву F розміру NN вихідного зображення зі згладжуючим масивом H розміру LL згідно з формулою
Згладжування шуму забезпечується низькочастотним фільтруванням за допомогою масиву H з позитивними елементами. Нижче наведені масиви трьох різновидів, що згладжують, часто звані шумоподавлюючими масками:
Ці масиви нормовані для отримання одиничного коефіцієнта передачі, щоб процедура придушення шуму не викликала усунення середньої яскравості обробленого зображення. Якщо необхідне придушення шуму пов'язане з використанням масивів великого розміру, доцільно виконувати згортку непрямим чином, застосовуючи перетворення Фур'є, так як зазвичай це дає виграш в обсязі обчислень.
Підкреслення кордонів.
У системах електронного сканування зображень сигнал, що отримується, можна пропустити через електричний фільтр верхніх частот. Інший спосіб обробки сканованих зображень полягає у використанні нерізкого маскування. При цьому зображення як би сканується двома апертурами, що перекриваються, одна з яких відповідає нормальному дозволу, а інша - зниженому. В результаті одержують відповідно масив нормального зображення F (j, k) масив нечіткого зображення F L (j, k). Потім формується масив маскованого зображення
F M (j, k) = c F (j, k) - (1-c) F L (j, k),
де C – коефіцієнт пропорційності. Зазвичай значення C у межах від 3/5 до 5/6, тобто. відношення складових нормальні та знижені чіткості змінюється від 1.5 до 5.
Підкреслення меж можна також здійснити, виконуючи дискретну фільтрацію згідно зі співвідношенням (1) з використанням імпульсного високочастотного відгуку H. Нижче представлені три типові маски для виконання високочастотної фільтрації:
Ці маски відрізняються тим, що сума їх елементів дорівнює одиниці.
Ще одним способом наголошування меж є так звана статистичне диференціювання. Значення яскравості кожного елемента поділяється на статистичну оцінку середньоквадратичного відхилення (j,k)
G(j,k) = F(j,k)/(j,k).
Середньоквадратичне відхилення
обчислюється в деякій околиці N(j,k) елемента з координатами (j,k). Функція 
- середнє значення яскравості вихідного зображення в точці з координатами (j,k), що наближено визначається шляхом згладжування зображення за допомогою оператора низькочастотної фільтрації згідно з формулою (3.1). Покращене зображення, представлене масивом G (j,k), відрізняється від вихідного зображення тим, що його яскравість вища на межах, елементи яких не схожі на сусідні елементи, і нижче на всіх інших ділянках. Слід зазначити, що підкреслення корисних меж супроводжується зростанням шумових складових.
Медіанний фільтр.
Медіанна фільтрація - метод нелінійної обробки сигналів, розроблений Тьюкі. Цей метод є корисним при придушенні шуму на зображенні. Одномірний медіанний фільтр є ковзним вікном, що охоплює непарне число елементів зображення. Центральний елемент замінюється медіаною всіх елементів зображення у вікні. Медіаною дискретної послідовності
a 1 , a 2 , ..., a N для непарного N є той елемент, для якого існують (N-1)/2 елементів, менших або рівних йому за величиною, (N- 1)/2 великих або рівних йому величину. Нехай у вікно потрапили елементи зображення рівнями 80, 90, 200, 110, 120; у цьому випадку центральний елемент слід замінити значенням 110, яке є медіаною впорядкованої послідовності 80, 90, 110, 120, 200. Якщо в цьому прикладі значення 200 є шумовим викидом монотонно зростаючої послідовності, то медіанна фільтрація забезпечить істотне поліпшення. Навпаки, якщо значення 200 відповідає корисному імпульсу сигналу (при використанні широкосмугових датчиків), обробка призведе до втрати чіткості відтворюваного зображення. Таким чином, медіанний фільтр в одних випадках забезпечує зменшення шуму, в інших - викликає небажане придушення сигналу.
Медіанний фільтр не впливає на ступінчасті або пилкоподібні функції, що зазвичай є бажаною властивістю. Однак цей фільтр пригнічує імпульсні сигнали, тривалість яких не перевищує половини ширини вікна. Фільтр також викликає сплощення вершини трикутної функції.
Можливості аналізу дії медіанного фільтра обмежені. Можна показати, що медіана твору постійної K та послідовності f(j) дорівнює
med (K f (j)) = K med (f (j)).
Крім того,
med (K + f (j)) = K + med (f (j)).
Однак медіана суми двох довільних послідовностей f(j) і g(j) не дорівнює сумі їх медіан:
med(g(j)+ f(j))=med(g(j))+ med(f(j)).
Можливі різні стратегії застосування медіанного фільтра для придушення шумів. Одна з них рекомендує починати з медіанного фільтра, вікно якого охоплює три елементи зображення. Якщо ослаблення сигналу незначне, вікно фільтра розширюють до 5 елементів. Так роблять до тих пір, поки медіанна фільтрація починає приносити більше шкоди, ніж користі. Інша можливість полягає у здійсненні каскадної медіанної фільтрації сигналу з використанням фіксованої або змінної ширини вікна. У випадку ті області, які залишаються без зміни після одноразової обробки фільтром, не змінюються і після повторної обробки. Області, в яких тривалість імпульсних сигналів становить менше половини ширини вікна, будуть змінюватися після кожного циклу обробки.
Концепцію медіанного фільтра легко узагальнити на два виміри, застосовуючи двовимірне вікно бажаної форми, наприклад, прямокутне або близьке до кругового. Очевидно, що двомірний медіанний фільтр із вікном розміру LL забезпечує більш ефективне придушення шуму, ніж послідовно застосовані горизонтальний та вертикальний одномірні медіанні фільтри з вікном розміру L1; двомірна обробка, однак, призводить до більш істотного послаблення сигналів.
Медіанний фільтр ефективніше пригнічує розрізнені імпульсні перешкоди, ніж гладкі шуми. Медіанну фільтрацію зображень для придушення шумів слід вважати евристичним методом. Її не можна застосовувати у сліпу. Навпаки, слід перевіряти результати, щоб переконатися в доцільності медіанної фільтрації.
Придушення шумів на зображеннях
Досить часто під час формування візуальних даних результуючі зображення виходять зашумлені. Це пояснюється недосконалістю апаратури, впливом зовнішніх факторіві т.п. Зрештою, це призводить до погіршення якості візуального сприйняття та зниження достовірності рішень, які прийматимуться на основі аналізу таких зображень. Тому актуальним є завдання усунення або зниження шумів на зображеннях. Вирішенню задачі фільтрації шумів присвячено дуже багато робіт, існують різні методита алгоритми. У цій роботі розглянемо лише деякі підходи та можливості їх реалізації в системі Matlab.
Крок 1: Зчитування вихідного зображення.
Крок 2: Формування зашумлених зображень.
Крок 3: Використання медіанного фільтра для усунення імпульсного шуму.
Крок 4: Придушення шумової складової за допомогою операції згладжування.
Крок 5: Пороговий спосіб придушення шумів.
Крок 6: Низькочастотна фільтрація з використанням масок, що шумопригнічують.
Крок 1: Зчитування вихідного зображення.
Вважаємо зображення з файлу в робочий простір Matlab та відобразимо його на екрані монітора.
L=imread("kinder.bmp");
figure, imshow(L);
Рис.1 Вихідне зображення.
Крок 2: Формування зашумлених зображень.
У системі Matlab (Image Processing Toolbox) існує можливість формування та накладання зображення трьох типів шумів. Для цього використовується вбудована функція imnoise, яка призначена в основному для створення тестових зображень, що використовуються при виборі та дослідженні методів фільтрації шуму. Розглянемо кілька прикладів накладання шуму зображення.
1) Додавання до зображення імпульсного шуму (за замовчуванням щільність шуму дорівнює частці спотворених пікселів):
L2=imnoise(L,"salt&pepper", 0.05);
figure, imshow(L2);
Рис.2. Зашумлене зображення (імпульсний шум).
2) Додавання до зображення гаусівського білого шуму (за замовчуванням математичне очікування дорівнює 0, а дисперсія - 0,01):
L1=imnoise(L,"gaussian");
figure, imshow(L1);
Рис.3. Зашумлене зображення (гаусівський шум).
3) Додавання до зображення мультиплікативного шуму (за замовчуванням математичне очікування дорівнює 0, а дисперсія 0,04):
L3=imnoise(L,"speckle",0.04);
figure, imshow(L3);
Рис.4. Зашумлене зображення (мультиплікативний шум).
Крок 3: Використання медіанного фільтра для усунення імпульсного шуму.
Одним із ефективних шляхів усунення імпульсних шумів на зображенні є застосування медіанного фільтра. Найбільш ефективним варіантомє реалізація у вигляді ковзної апертури.
For i=1+n1:N+n1; disp(i) for j=1+m1:M+m1; if j==1+m1; D=0; for a=-n1:n1; для b=-m1:m1; D(n1+1+a,m1+1+b)=Lr(i+a,j+b); end; end; end; if j>1+m1; for a=-n1:n1; D(n1+1+a,m+1)=Lr(i+a,j+m1); end; D=D(1:n,2:m+1); end; Lvyh(i,j)=median(D(:)); end; end; Lvyh=Lvyh(n1+1:N+n1, m1+1:M+m1); figure, imshow(Lvyh);
Для наочного порівняння наведемо три зображення разом: вихідне, зашумлене та відновлене.
Рис. 5. Відновлення зображення, спотвореного імпульсним шумом, із застосуванням методу медіанної фільтрації.
Відновлене зображення лише трохи відрізняється від вихідного зображення і значно краще, з погляду візуального сприйняття, зашумленого зображення.
Крок 4: Придушення шумової складової за допомогою операції згладжування.
Існує клас зображень, для яких придушення шумової складової можна реалізувати за допомогою операції згладжування (метод низькочастотної просторової фільтрації). Цей підхід може застосовуватися до обробки зображень, що містять області великої площіз однаковим рівнем яскравості. Зазначимо, що рівень шумової складової має бути відносно невеликим.
F=ones(n,m); % n і m розмірність ковзної апертури
Lser=filter2(F,Lroshyrena,"same")/(n*m);
Рис. 6. Відновлення зображення, спотвореного імпульсним шумом із застосуванням операції згладжування.
Нестача цього методу, на відміну методу медіанної фільтрації, у тому, що він призводить до розмивання меж об'єктів зображення.
Крок 5: Пороговий спосіб придушення шумів.
Елементи зображення, спотворені шумом, помітно відрізняються від сусідніх елементів. Це властивість лягло основою багатьох методів придушення шуму, найпростіший у тому числі, так званий пороговий метод. При використанні цього методу послідовно перевіряють яскравість всіх елементів зображення. Якщо яскравість даного елемента перевищує середню яскравість околиці, тоді яскравість даного елемента замінюється на середню яскравість околиці.
For i=1+n1:N+n1; disp(i) for j=1+m1:M+m1; if j==1+m1; D=0; for a=-n1:n1; для b=-m1:m1; D(n1+1+a,m1+1+b)=Lr(i+a,j+b); end; end; end; if j>1+m1; for a=-n1:n1; D(n1+1+a,m+1)=Lr(i+a,j+m1); end; D=D(1:n,2:m+1); end; LS=mean(mean(D)); if abs(Lr(i,j)-LS)>10/255; % Встановлення порога Lvyh (i, j) = LS; else Lvyh(i,j)=Lr(i,j); end; end; end; Lvyh=Lvyh(n1+1:N+n1,m1+1:M+m1,:); figure, imshow(Lvyh);
Рис. 7. Відновлення зображення, спотвореного імпульсним шумом із застосуванням порогового методу придушення шумів.
Крок 6: Низькочастотна фільтрація з використанням масок, що шумопригнічують.
В Кроку 4було розглянуто застосування операції згладжування для усунення шуму. Розглянемо приклади низькочастотної фільтрації з використанням інших шумоподавлюючих масок. Це можуть бути такі маски:
Маска 1: 
Маска 2: 
.
Маски для придушення шуму представлені у вигляді нормованого масиву для отримання одиничного коефіцієнта передачі, щоб при придушенні шуму не було спотворень середньої яскравості. На рисунках представлено результат обробки зашумленого зображення маскою 1і маскою 2.
F=(1/10)*;
figure, imshow(Lvyh);
Рис. 8. Результат відновлення зашумленого імпульсним шумом зображення із застосуванням маски 1.
F=(1/16)*;
Lvyh=filter2(F,L,"same")/(3*3);
figure, imshow(Lvyh);
Рис. 9. Результат відновлення зашумленого імпульсним шумом зображення із застосуванням маски 2.
То були приклади придушення імпульсних шумів. Розглянемо аналогічні приклади придушення гаусівського та мультиплікативного шумів.
Рис. 10. Результат відновлення зашумленого гауссівським шумом зображення із застосуванням маски 1і маски 2.
Рис. 11. Результат відновлення зашумленого мультиплікативним шумом зображення із застосуванням маски 1і маски 2.
Зазначимо, що універсальних методів немає і до обробки кожного зображення слід підходити індивідуально. Якщо йдеться про медіанну та низькочастотну фільтрацію, то якість обробки багато в чому залежить від вдалого виборурозмірів локальної апертури.
Розглянуті методи після деякої модифікації можна використовуватиме обробки кольорових зображень. Наведемо приклад придушення імпульсного шуму на кольоровому зображенні.
Візьмемо деяке вихідне зображення (рис. 12):
L=imread("lily.bmp");
figure, imshow(L);
Рис. 12. Вихідне кольорове зображення.
Накладемо на нього імпульсний шум із деякими характеристиками:
L=imnoise(L,"salt&pepper",0.05);
figure, imshow(L);
Рис. 13. Зашумлене зображення.
For k=1:s; % обробка окремо з кожної складової L=Lin(:,:,k); for i=1+n1:N+n1; disp(i) for j=1+m1:M+m1; if j==1+m1; D=0; for a=-n1:n1; для b=-m1:m1; D(n1+1+a,m1+1+b)=L(i+a,j+b); end; end; end; if j>1+m1; for a=-n1:n1; D(n1+1+a,m+1)=L(i+a,j+m1); end; D=D(1:n,2:m+1); end; Lres(i,j)=median(D(:)); end; end; end; 
Рис. 14. Відновлене зображення із застосуванням методу медіанної фільтрації.
Представлені вище методи досить ефективними алгоритмамивідновлення зображень, які були спотворені імпульсним, гауссівським або мультиплікативним шумом. Ці методи є основою для побудови інших більш складних методіврозв'язання задач з усунення шумової складової на зображеннях.
Бувають у житті сумні ситуації, коли світла мало, а відкрити (сильніше) діафрагму чи збільшити витримку немає можливості. Мається на увазі, що "поганий" знімок краще, ніж відсутній. Як бути? Терпіти. Або скористатися невеликою хитрістю – зробити кілька кадрів та застосувати усереднення.
ISO6400, було\стало.
Для початку доведеться зробити кілька однакових (що більше, тим краще) знімків.
Один із серії. Як бачимо, навіть у сильно зменшеному розмірі кількість шуму жахає.
Для усереднення завантажуємо це все в документ фотошопу у вигляді шарів.
Якщо зйомка велася з рук, шари потрібно вирівняти за допомогою photomerge, попередньо (тут), або за допомогою Edit - Auto-Align Layers (Редагування - Автоматично вирівняти шари).
Далі, для усереднення, задаємо прозорість шарів: для нижнього 100%, наступного 50%, 33%, 25%, ...
Куди зручніше використовувати режим стекінгу, особливо при складанні великої кількостіфотографій.
Відкриваємо фотошоп, і віддаємо команду File - Scripts - Load Files into Stack (Файл - Сценарії - Завантажити файли у стек)
Зазначаємо галкою пункт Create Smart Object after Loading Layers (Створити смарт об'єкт під час завантаження шарів), опціонально - Attempt to Automatically Align Source Images (Спробувати автоматично вирівняти вихідні зображення).
Таким чином, ми отримали єдину групу або стек. Чакувати з прозорістю не потрібно, т.к. для проведення обчислень над стеком є окреме меню Layer – Smart Objects – Stack Mode (Шари – Смарт об'єкт – Режим стеку). При обробці фото та відео мають значення лише два режими - mean (усереднення або середнє арифметичне) та median (медіана), решта використовуються при обробці медичних, наукових та криміналістичних та знімків тощо. Якщо режим стека змінюється, обчислення проводяться заново (з оригіналом, а чи не попереднім результатом).
Розглянемо 100% кропу з різних ділянок та порівняємо результат.
Зліва направо: оригінал, медіана, усереднення. Використовувався десяток кадрів.
Як це працює? У разі режиму mean відбувається поканальне складання яскравостей кожного пікселя і результат ділиться на кількість фото. Наприклад: (3+2+1+2+9+3+1)/7=3
У режимі median вибирається середнє з ряду 1,1,2, 2
,3,3,9 – середнє 2. Тобто. сильні поодинокі перепади не впливають.
З практичної точки зору це означає, що об'єкти, що рухаються, залишать слід тільки якщо вони присутні на декількох кадрах серії. Однак mean поборе шуми краще.
У цілому ж кропи говорять самі за себе - ніякої обробки одиничного кадру не вдасться зменшити шуми настільки ефективно, т.к. розмір шуму у цьому прикладі перевищує розмір деяких деталей.
Коли цей метод можна застосувати?
- при зйомці з недостатнім освітленнямна коротких витримках (немає налаштування витримки або вона обмежена фотоапаратом, немає штатива, немає можливості знімати довго і т.д.)
- при необхідності зменшити шум на низьких iso, наприклад, перед активною подальшою пост-обробкою.
Де не поможе?
- при зйомці об'єктів, що рухаються (хоча можливе вибіркове видалення шуму в нерухомих областях).
- не позбавить від постійної складової шуму
У першій частині цього уроку ми розібрали причини появи шуму у фотографії, його складові, і що робити, щоб не провокувати їхню появу. У цьому уроці ми дізнаємося як зменшити шуми Фотошоп, Capture One, Digital Photo Professionalі Lightroom. Всі ці програми мають інструмент для зменшення шуму у фотографії, що називається на жаргоні фотографів. шумодав».
- На даному етапінеобхідно розуміти що:
- Якщо під час зйомки є лише дві альтернативи: зробити кадр без шумів (низька чутливість матриці фотокамери), але не різкий, або з шумами, але різкий, то я вибираю другий варіант. Бо нерізкості вже не позбутися, а ось з шумами поборотися ще можна.
- Не завжди треба повністю видаляти шуми у фотографії, часто достатньо лише зменшити рівень до прийнятного.
- Яскравий та хроматичний шуми видаляються по-різному.
- При 100% масштабі знімка на моніторі ми бачимо шуми в кілька разів більші за площею, ніж вони будуть на відбитку, поліграфічному виданні або онлайновому фотоальбомі.
У цьому уроці зустрічаються великі фотографії, які автоматично масштабуються, якщо розмір вашого екрана менший за необхідний. Коли це станеться, то у верхньому правому кутку з'явиться кнопка збільшення до 100%. Тільки цей масштаб дозволить вам точно оцінювати силу та розмір шумів. Щоб переглянути ті частини ілюстрації, які були приховані, перетягуйте зображення мишею за її центральну частину. Щоб закрити фотографію та повернутися до статті, натисніть Esc.
Вихідні умови:у моїй камері відключені всі шумодави, зйомка ведеться в формат RAW, чутливість встановлена на 3200 одиниць (я ще припускаю таке її значення у своїх зйомках) і 6400 одиниць (подивимося, чи можу я використовувати цю чутливість в екстреному випадку). Для контролю було знято кадр на чутливості матриці 100 одиниць. Для всіх знімків була зроблена експокорекція +0,5 ступеня. Це трохи збільшило рівень шумів на фотографіях, але під час зйомки трапляються помилки експозиції, тому така корекція ближче до практичної ситуації для фотографа. З тестових знімків були вирізані ( фото 1): а) фрагмент із упаковки корму Шнира (для контролю різкості за текстом та спотворень кольору); б) шкала з полями різної світлоти (контроль сили шумів у різних тональностях); в) фрагмент тіла міфічної істоти Гави (для більшої краси). На фото 2ми бачимо, що зі збільшенням чутливості зростають шумові плями на всіх полях мішеней, що є цілком природним і очікуваним.
Фото 1: тестове фото.
Фото 2: збільшення чутливості матриці фотокамери призводить до посилення шумів.
Фото 3: ослаблення яскравих шумів зменшує різкість дрібних деталейу знімку.
Як прибрати шум у Фотошопі (Photoshop).
Ах, пустуни, знімали не у формат RAW або забули прибрати шум на етапі конвертування RAW-файлу? Буває й таке. Відкриваємо у Фотошопі нашу фотографію, далі в меню: Filter > Noise > Reduce Noise… (Фільтр > Шум > Зменшити шум…). Ось наш перший шумодав, що тестується.
Яскравий шум.Саме перші два повзунки (Strength та Preserve Details) відповідають за його зменшення. Якщо потягнути Strength (Сила) до правого краю, ми побачимо, що яскраві шуми зменшуються, а й текст стає розмитим ( фото 3). Головне зло яскравих шумів: боротьба з ними призводить до зниження різкості та деталізації фотографії. Уважний читач зауважить, що повзунок Preserve Details (Зберегти деталі) якраз і призначений для того, щоб зображення не втратило якості. Посуньте другий повзунок правіше, і ви побачите, що різкість і деталування повертаються. Але з нею повертаються і шуми, виходить «поміняли шило на мило». Установки, які використовували ISO 3200: Strength – 9, Preserve Details 6%. Якщо у вашій фотографії немає дрібних деталей, як текст, фактура, то Preserve Details можна зменшити аж до 0. Для ISO 6400 дані налаштування виявилися слабкими, тому Strength я збільшив до 10, а Details було зменшено до 3%, дещо на шкоду різкості тексту ( фото 5).
Хроматичний (кольоровий) шумздається меншим злом. Посунувши повзунок Reduce Color Noise до максимального значення ( фото 4) різкість тексту не знижується, колірні шуми майже зникають, але об'єкти невеликого розмірувтрачають насиченість кольору (погляньте на червоне та синє поле). Також зверніть увагу, що навколо червоних плашок утворюється кольоровий ореол. Іноді, така зміна кольору дрібних деталей може бути критичною і неможливою для фотознімка. Тому потрібно намагатися застосовувати шумопридушення в мінімальному ступені: для ISO 3200 я застосував значення Reduce Color Noise 70%, а для ISO 6400 – 100%.
На фото 5 та 6ви бачите результат роботи шумодава у Фотошопі. Якщо для ISO 3200 після щумопридушення шуми проявляють себе на терпимому рівні і ще залишається деякий резерв з їхнього більшого придушення, то для ISO 6400 вони вже надмірні для деяких зйомок, і я намагався б уникати використання цієї чутливості матриці.
Фото 4: зменшення кольорового шуму може призвести до зниження насиченості кольору деталей та кольорових ореолів.
Фото 5: зменшили шум у Фотошопі, ISO 3200.
Фото 6: результат застосування шумодава Фотошопу ISO 6400.
Висновки:зменшення яскравості шумів неможливе без зниження різкості фотографії. Застосування шумодава дає можливість використання чутливості 3200 одиниць, але чутливість 6400 може не підійти за підвищених вимог до якості фотографії. Якщо робити фотографії для інтернету або друку невеликого розміру, я допустимо використання чутливості 6400 одиниць. Зменшуючи яскраві шуми у фотографії, ми не позбавляємось хроматичних, і навпаки.
Зменшення хроматичного шуму у фотографії іноді може бути непоміченим глядачем. Але якщо при зйомці важлива точність передачі кольору в невеликих деталях, то надмірне використання налаштувань шумодава в Фотошопі неприпустимо, наприклад при предметної зйомкиабо у фуд-фотографії. Чим «ніжніше» установки шумодава ми використовуємо (не тільки у Фотошопу, взагалі будь-якого), тим якісніше наше зображення після обробки.
Digital Photo Professional
Другим для цього уроку я вибрав Canon Digital Photo Professional(Далі DPP). Це дуже простий конвертор RAW-файлів для камер Canon і саме з його допомогою я знайомлю студентів курсу фотографії для початківців з можливостями RAW-формату. Для того щоб потрапити на шумодав DPP треба на Tool Palette (палітрі інструментів) вибрати вкладку NR/Lens/AOL. Нас, природно, цікавить блок Noise reduction (зменшення шуму), в якому знаходиться всього два повзунки: Luminance… – для зменшення яскравого шуму, і Chrominance… – для хроматичного ( фото 7). Як і у випадку з шумодавом Фотошопу я постарався застосувати такі установки в DPP щоб дотримувався балансу якості для дрібних деталей і гладких поверхонь. Для ISO 3200 використовувалися наступні параметри: Luminance – 7, Chrominance – 12 ( фото 8). Для ISO 6400 - 12 та 20 відповідно ( фото 9). Результат дуже схожий на те, що був отриманий у шумодаві Фотошопу.
Настроювання шумодава в DPP.Я помітив, що при відключених у моїй камері шумодавах, DPP застосовує власне шумозаглушення до RAW-файлів. Щоразу вимикати шумопридушення фотографій не зручно, тому потрібно зробити так, щоб за замовчуванням DPP його не застосовував. Для цього зайдіть в налаштування DPP (клавіші Ctrl+K), перейдіть на вкладку Tool palette (палітра інструментів), увімкніть перемикач Set as defaults, встановіть усі повзунки на 0, натисніть OK і перезавантажте DPP ( фото 10).
Фото 7: шумодав Canon Digital Photo Professional.
Фото 8: результат застосування шумодава DPP для ISO 3200.
Фото 9: результат застосування того ж шумодава для ISO 6400.
Фото 10: налаштування шумодава DPP.
Capture One
На сьогоднішній день Capture One – мій основний конвертор RAW-файлів. Як і у випадку з DPP його шумодав ( фото 11) не вимкнено, і застосовується до RAW-файлом незалежно від налаштувань камери. Причому навіть тоді, коли в зменшенні шуму немає необхідності, наприклад при низькій чутливості. Я провів невелике дослідження алгоритму роботи шумодава в Capture One, і це мене так зацікавило, що я вирішив почитати довідку цього RAW-конвертора. На жаль, ніякий корисної інформаціїза принципами роботи шумодава у Capture One я не знайшов. Тому далі будуть описані результати моїх домислів, припущень та вишукувань.
Відповідно до довідки Capture One, шумодав цього конвертора змінює свої налаштування після аналізу файлу. Зізнаюся, за кілька років роботи в Capture One, я коригував налаштування його шумодава лише кілька разів. Шумодав працює так ніжно, інтелектуально, ненав'язливо і чудово автоматичному режимія просто забув про його існування.
Перше що я перевірив, як покращиться моя фотографія коли я приберу налаштування шумодава для ISO 100. І нічого не сталося. Тобто якщо немає шумів, то шумодав і не працює. Потім я помітив, що при збільшенні чутливості змінюється лише значення Color (вплив на колірні шуми), але не Luminance (яскраві шуми). Тоді я припустив, що при однаковому значенні Luminance та зі зростанням чутливості яскраві шуми зростатимуть пропорційно тому, як це відбувається за відсутності шумоподавлення. Не тут то було. Шуми виросли, але не настільки значно. Не гадатиму, як це відбувається, але результат інтелектуальності Capture One мене порадував.
У наступному експерименті я спробував знайти те мінімальне значення налаштувань шумодава, яке мене задовольнило, і порівняти, наскільки м'якше мої установки з тими, що пропонує Capture One за замовчуванням. Зміни були настільки незначні, що їх можна знехтувати: для ISO 3200 Capture One пропонував значення 25 і 54 (Luminance і Color), я знайшов допустимими і більш м'які значення: 20 і 50 відповідно. Для ISO 6400 власні установки шумодава Capture One мене повністю задовольнили, і я їх не чіпав (25 та 57).
Є ще кілька приємностей, що дозволяють зробити шумопридушення ще ефективнішим. Surface (поверхня) дозволяє зменшувати шумові плями великого розміру на малоконтрастних гладких поверхнях, не зачіпаючи при цьому дрібні деталі, такі як текст (значення 70 для ISO 3200 і 90 для ISO 6400). Single Pixel дозволяє видаляти одинопіксельний шум (окремі вибиті пікселі) без втрати дрібних деталей. Правда, такі пікселі у мене з'являються тільки при ISO 6400 або при перегріві матриці в режимі Live View. Незважаючи на те, що в тесті шумодавів використовувалася чутливість матриці 6400 одиниць, я не задіяв цю настройку Capture one, оскільки впливу основних інструментів було достатньо.
Я дуже задоволений якістю та можливостями шумодава Capture One. На відміну від розглянутих вище шумодавів, Capture One не створює колірні ореоли і не зменшує насиченість кольору у невеликих деталях знімка. Кольорові шуми в затінених ділянках придушуються так само значно краще, ніж у попередніх конкурентів. Це говорить про високу якість алгоритму зменшення кольорового шуму. Завдяки дії Surface яскраві шуми теж виглядають слабшими, особливо на однотонних поверхнях.
Результати шумоподавлення у Capture One ви можете побачити на фото 12 та 13. Проте, залишилося випробувати конкурента серед RAW-конверторів – шумодав у Lightroom.
Фото 11: шумодав Capture One.
Фото 12: результат використання шумодава Capture One для ISO 3200.
Фото 13: результат застосування того ж таки шумодава для ISO 6400.
Lightroom та Adobe Camera RAW
Я навіть скачав новий Lightroom - 4.3... У всіх попередніх версіях Lightroom його шумодав, на думку користувачів, вважався слабкою ланкою і не рекомендувався до використання. Тобто. після конвертування RAW-файлів у Lightroom зменшення шумів треба було виконувати у Фотошопі. Але шумодав Фотошопа сильно програє як роботу хоча б Capture One, і я ніяк не можу рекомендувати цей ланцюжок(Lightroom > Фотошоп) для шумоподавлення. Краєм вуха я зустрічав згадку на форумах про те, що шумодав Lightroom, починаючи з четвертої версії, був покращений. Бажаючи уточнити цю інформацію у досвідчених користувачів, я знову потрапив на форуми з Lightroom. І те, що я там прочитав, мене ніяк не порадувало: гальма, проблеми в роботі, глюки, як правило, все як завжди з конвертором RAW-файлів від Adobe. Це остаточно відвернуло мене від установки Lightroom, і замість його шумодава я тестуватиму аналогічний інструмент Фотошопу - Adobe Camera RAW. Я давно помітив, що налаштування цих двох продуктів Adobe ідентичні, і призводять до однакових результатів після обробки файлів RAW. Тобто алгоритми роботи обох програм однакові (було б дивно одному виробнику робити дві версії шумодава). Якщо я не маю рації, і у вас є для цього серйозні підстави, повідомте мені про це.
Щоб зменшити шуми в Adobe Camera RAW, перейдіть на вкладку Detail (Деталі). Цей шумодав має більше налаштувань, ніж шумодав у Фотошопі (фото 14). За замовчуванням, для файлів обох чутливостей Camera RAW пропонує не зменшувати шуми яскравості, але знижувати колірні (Luminance – 0, Color - 25, Color Detail - 50). При цих установках колірний шум чудово пригнічений, і (як Capture One) я не помічаю кольорових ореолів. Прекрасно. Повзунок Color Detail (кольорові деталі) допомагає регулювати (повертати) насиченість кольору. невеликих деталей(Пам'ятайте, у шумодаві Фотошопі з цим була проблема). Я залишив значення Color Detail за промовчанням, тобто. 50. А ось основну установку Color я знизив до 15 (для ISO 3200) та 20 (ISO 6400).
Яскраві плями на гладких поверхнях залишалися помітними, але ненав'язливими при значенні Luminance – 55 (для ISO 3200) та 70 (ISO 6400), але давали легке зниження деталізації тексту. Тому я вибрав компромісне значення Luminance Detail – 40 (для ISO 3200) та 50 (ISO 6400).
Мені так сподобалося як зменшує шуми Adobe Camera RAW ( фото 15 та 16) що я задумався про допустимість ширшого використання чутливості 6400 на моїй фотокамері. Якби до цього шумодаву додати налаштування Surface як Capture One, то йому не було б рівних. Цікаво, як розподіляться місця серед лідерів шумодавів у фіналі цього уроку фотографії.
Фото 14: шумодав Adobe Camera RAW (налаштування ідентичні Lightroom).
Фото 15: результат використання шумодава Adobe Camera RAW для ISO 3200.
Фото 16: результат застосування того ж таки шумодава для ISO 6400.
Результати тестування шумодавів
Результати тесту шумодавів на фото 17 та 18: найгірші – вгорі, найкращі – внизу. При зйомці з високим значенням чутливості я не рекомендую використовувати шумодав Фотошопа для растрових зображень та Canon Digital Photo Professional. Основна причина – сильні колірні ореоли навколо кольорових деталей у фотографії. Так само в цих шумодавах важко знайти компроміс між рівнем шумів яскравості на гладких поверхнях і різкістю дрібних деталей. Capture One, на тлі перших двох, виглядає у виграшному положенні, поки в роботу не вступає шумодав Adobe Camera RAW. Останній показав, що у багатьох випадках я можу використовувати чутливість 6400 і для комерційних зйомок: чудове зменшення яскравості шумів для гладких поверхонь при збереженні дрібних деталей і хороша роботазменшення кольорового шуму. На що ж скаржаться працюючі у Lightroom я не розумію?
Фото 17: Порівняльна таблицяшумодавів ISO 3200.
Фото 18: Порівняльна таблиця шумодавів ISO 6400.
Фото 19: Чарівний гомін.
Висновок
Якщо під час зйомки ви хочете використовувати високі значення чутливості, почніть боротися з шумами ще на етапі зйомки – знімайте у формат RAW. Не перекладайте процес зменшення шумів на Фотошоп, зробіть це у RAW-конверторі під час корекції фотографій. Використовуйте той конвертор, який із меншими втратами (а втрати неминучі) зменшить шуми у фотографії. Використовуйте мінімальні значенняустановок шумодава.
Якщо фотографія має сильні шуми, то в деяких випадках можна обмежитися зменшенням лише колірних плям. Яскраві шуми, що залишилися, будуть дуже схожі на зерно фотоплівки. Іноді така імітація зерна навіть краща, ніж гладка картинка цифрової фотокамери. Наприклад, якщо ви стилізуєте фото під старовинну. В інших випадках зерно може дати певний шарм знімку ( фото 19). Недарма існують фільтри Фотошопу, що створюють подібне плівкове зерно. Але це тема для іншого уроку.
PS: У цьому тесті шумодавів використовувалися не нові версії Adobe Camera RAW і Capture One. Тому, можливо, що алгоритми зменшення шумів у цих програмах стали ще досконалішими.
PPS: Не шуміть!
Завантаження...