Ruído digital

Em uma imagem digital é denominado ruído digital de flutuação ou degradação perdida sofrida pela imagem desde o momento da aquisição até o registro. O ruído digital é um conceito geral para qualquer tipo de imagem digital, independentemente do tipo de sensor do qual foi adquirido ( câmera digital , scanner , câmera térmica , etc.). As fontes de ruído digital são múltiplas, algumas são físicas relacionadas com a qualidade da iluminação, a cena, a temperatura do sensor, a estabilidade do sensor de imagem durante a aquisição, outras aparecem durante a digitalização da imagem.

Característica

Visualmente, geralmente existem dois tipos de ruído digital que se acumulam:

Este ruído é geralmente considerado um subproduto indesejado da captura de imagem (por analogia com o ruído audível de sons indesejados ).

Ruído em imagens digitais em geral

Ruído térmico

O ruído térmico , ou ruído de Johnson-Nyquist , é devido à agitação natural dos elétrons, que aumenta com a imagem do sensor de temperatura. Este fenômeno é chamado de corrente escura . Os fabricantes de câmeras digitais o quantificam pelo número de elétrons.

Em dispositivos estacionários de laboratório ou estúdio profissional, esse ruído pode ser reduzido de forma eficaz pelo resfriamento do sensor, usando o efeito Peltier ou por ventilação para manter a temperatura ambiente. Na astronomia, algumas câmeras astronômicas são resfriadas com nitrogênio líquido para longas exposições.

Em câmeras de consumo, os fabricantes reduzem o impacto desse ruído adotando certas soluções:

Isso também é chamado de sinal térmico porque é reproduzível. Ao contrário do ruído, que não é reproduzível.

Barulho de sal e pimenta

O ruído pimenta e sal, também conhecido como ruído de impulso, é uma degradação da imagem na forma de pixel preto e branco (daí o nome Sal e pimenta) distribuídos aleatoriamente na imagem. Este ruído é devido a erros de transmissão de dados ou mau funcionamento ou presença de partículas finas nos elementos sensores da câmera ou localizações de memória defeituosas no hardware.

Ruído de tiro

O ruído de disparo , ou ruído Schottky ou ruído quântico é um ruído eletrônico . Ocorre quando o número finito de partículas transportadoras de energia ( elétrons em um circuito eletrônico ou fótons em um dispositivo óptico) é pequeno o suficiente para dar origem a flutuações estatísticas perceptíveis.

O ruído do fóton é a principal fonte de ruído nas imagens tiradas pelas câmeras digitais atuais.

A foto ao lado foi processada para modelar o resultado de uma câmera ideal: eficiência quântica = 1, nenhum ruído de leitura ou ruído térmico perceptível. Em seguida, da esquerda para a direita, o número médio de fótons / pixel foi simulado em toda a imagem: 0,001, 0,01, 0,1 (topo); 1, 10, 100 (meio): 1.000, 10.000 e 100.000 (parte inferior). Uma melhora significativa na qualidade da imagem é observada além de 10 fótons / pixel (a imagem fonte foi gravada com um sensor com capacidade de 40.000 elétrons / pixel).

Ruído periódico

O ruído periódico em uma imagem é o ruído gerado por um componente eletrônico, uma máquina ou um processo cíclico, a periodicidade do ruído é observada por um padrão de ruído sobreposto em regiões da imagem com uma determinada frequência espacial .

Ruído de quantização

A aquisição de uma imagem é realizada utilizando o photosite do sensor fotográfico . Este último fornece um sinal contínuo ao qual o conversor analógico-digital atribui um valor aproximado entre um conjunto finito de valores discretos com o objetivo de serem armazenados em um meio finito (memória física). A quantização permite que o tamanho do imagem final e, portanto, introduz um erro denominado erro de quantização de um sinal.

Em todos os photosites de um sensor, o valor de cada pixel é quantizado e o acúmulo de erros de quantização em todos os pixels da imagem gera uma degradação da imagem que é chamada de ruído de quantização . ruído de quantização não é ruído causado por mau funcionamento de hardware ou erros de manuseio, é ruído gerado durante a digitalização da imagem, cujo valor máximo é igual a uma etapa de discretização (diferença entre dois valores discretos vizinhos no caso de quantização uniforme.

Ruído na fotografia digital

Os diversos ruídos apresentados acima estão geralmente associados a qualquer tipo de imagem digital, independentemente do tipo de sensor na origem de sua aquisição. Na verdade, um ruído de sal e pimenta, por exemplo, pode aparecer devido à falha do sensor fotográfico de uma câmera digital, como pode ocorrer devido à falha do sensor de um scanner , uma câmera térmica ou uma câmera digital . Uma imagem ecográfica sensor .

Já na fotografia digital , ruído refere-se aos artefatos e efeitos indesejados que fazem a imagem parecer granulada, com pixels de cores aleatórias, interrompendo a nitidez de regiões lisas. Este ruído pode ser causado por um alto valor ISO definido na câmera digital, subexposição ou fotografar em um local escuro com velocidade do obturador muito lenta.

Influência da configuração da câmera digital no ruído

Influência da sensibilidade ISO

O sensor de imagem de uma câmera digital, na verdade, tem apenas um nível de sensibilidade, como o filme prateado. Quando o usuário aumenta a sensibilidade ISO, o aparelho apenas altera a amplificação do sinal fornecido pelo sensor, sinal que inclui os diferentes tipos de ruído descritos anteriormente: antes da digitalização (ruído térmico, ruído de disparo) e durante a digitalização (ruído de leitura) . Aqui está a comparação do nível de ruído entre duas fotos, uma tirada em ISO 100, a outra em ISO 1600, com uma câmera DSLR Canon EOS 400D . As duas imagens têm exposições semelhantes. Apenas as sensibilidades ISO e o tempo de exposição variam  :

Limitar a sensibilidade ISO, portanto, torna possível limitar o ruído da imagem, ou mesmo eliminá-lo. Mas essa limitação tem contrapartidas. Deve ser compensado por um aumento na exposição , alcançável de diferentes maneiras:

Como o ruído digital está presente principalmente em áreas escuras, é possível, para otimizar uma fotografia, 'expor à direita' ao tirar uma foto, ou seja, expô-la tanto quanto possível (no limite da superexposição), para depois escurecê-lo no pós-tratamento. O termo 'expor à direita' se deve ao formato do histograma de distribuição de intensidade da foto, que é deslocado para a direita (indicando que os pixels são muito brilhantes porque estão muito expostos).

Definição de imagem

A alta definição aumenta o nível de detalhes nas fotografias e atende às demandas de impressão em papel de grande formato. Mas essa vantagem tem seus limites, especialmente para exposições com pouca luz. O aumento no número de pixels em um sensor de dimensões inalteradas diminui sua dinâmica , o que pode mais facilmente causar superexposições ou subexposições, mas também aumenta a importância relativa do ruído em comparação com o sinal útil.

Cancelamento de ruído de software

Na fotografia digital, a redução de ruído pode ser obtida por meio de algoritmos .

Isso pode ser feito na fase de captura, pouco antes de salvar a imagem no formato JPEG, e com a ajuda do processador de imagem embutido na câmera, ou offline, com software. Edição de imagem, no arquivo de imagem resultante ( JPEG ou RAW raw formato ). Alguns softwares oferecem diversos filtros adaptados aos tipos de defeito da imagem, cabendo ao usuário escolher o nível de correção.

A redução de ruído do software tem sua contrapartida: a criação de um borrão de imagem. Muita correção de ruído reduz o nível de detalhe em uma imagem. Diferentes métodos podem ser usados, tais como, usando um filtro de mediana , substituindo o valor de um pixel pelo valor mediano de todos os pixels em sua vizinhança, ou, usando um filtro de passagem -haut , extrair os pixels em valores extremos para aplainá-los ou aplique um algoritmo de eliminação de ruído por patches . Em todos os casos, há perda de microcontraste (que diminui a impressão de nitidez) ou microssaturação (que diminui as colorações detalhadas), o que degrada a imagem mais ou menos ligeiramente dependendo da intensidade do tratamento. A seleção das áreas a serem tratadas evita em parte essa perda de detalhes.

O ruído cromático é o mais visível, bem como o mais facilmente neutralizado. O processamento do ruído de luminância, por outro lado, leva rapidamente à perda de nitidez da imagem.

Referências

  1. (in) Rafael C. Gonzalez e Richard E. Woods, Digital Image Processing (2ª edição) , New Jersey, Prentice Hall,15 de janeiro de 2002, 793  p. ( ISBN  0-201-18075-8 ) , p.  222
  2. Thibaut Julliand , Vincent Nozick e Hugues Talbot , “Image Noise and Digital Image Forensics” , em Digital-Forensics and Watermarking , vol.  9569, Springer International Publishing,2016( ISBN  9783319319599 , DOI  10.1007 / 978-3-319-31960-5_1 , ler online ) , p.  3-17
  3. Maitine Bergounioux , Introdução ao processamento matemático de imagens: métodos determinísticos , vol.  76, Berlin, Heidelberg, Springer Berlin Heidelberg, col.  "Matemática e Aplicações",19 de março de 2015, 241  p. ( ISBN  978-3-662-46538-7 e 9783662465394 , DOI  10.1007 / 978-3-662-46539-4 , ler online ) , p.  32
  4. Adobe Inc, “  Correcting Image Distortion and Noise ,  ” em adobe.com ,22 de novembro de 2016(acessado em 22 de fevereiro de 2019 )
  5. "  AstroImagine: Astrophoto e CCD  "
  6. P. Bied-Charreton , A. Bijaoui , M. Duchesne e JM Le Contel , "On Some Recent Advances in the Electronic Camera with Electrostatic Focusing and on your Application in Physics and Astronomy" , in Advances in Electronics and Electron Physics , vol .  28, Elsevier,1969( ISBN  9780120145287 , DOI  10.1016 / s0065-2539 (08) 61341-4 , ler online ) , p.  27–37
  7. (in) Hanafy M. Ali , "MRI Medical Image Denoising by Fundamental Filters" in High-Resolution Neuroimaging - Basic Physical Principles and Clinical Applications , InTech,14 de março de 2018( ISBN  9789535138655 , DOI  10.5772 / intechopen.72427 , leia online )
  8. Seniha Ketenci̇ e Ali Gangal , “  Redução automática de ruído periódico em imagens usando filtro de estrela de Gauss adaptativo  ”, TURKISH JOURNAL OF ELECTRICAL ENGINEERING & COMPUTER SCIENCES , vol.  25,2017, p.  2336-2348 ( DOI  10.3906 / elk-1506-78 , ler online , acessado em 21 de fevereiro de 2019 )
  9. (em) Qiqing Zhai e Youguo Wang , "  Noise effect is quantization signal in an array of binary quantizers  " , Signal Processing , vol.  152,novembro de 2018, p.  265-272 ( DOI  10.1016 / j.sigpro.2018.06.010 , ler online , acessado em 21 de fevereiro de 2019 )
  10. Julio Cesar Ferreira , Edna Lucia Flores e Gilberto Arantes Carrijo , “  Quantization Noise on Image Reconstruction Using Model-Based Compressive Sensing  ”, IEEE Latin America Transactions , vol.  13, n o  4,abril de 2015, p.  1167–1177 ( ISSN  1548-0992 , DOI  10.1109 / TLA.2015.7106372 , ler online , acessado em 21 de fevereiro de 2019 )
  11. (in) Wing-Kuen Ling , "INTRODUCTION" In Nonlinear Digital Filters , Elsevier,2007( ISBN  9780123725363 , DOI  10.1016 / b978-012372536-3 / 50001-6 , ler online ) , p.  1-7
  12. (in) Dennis P. Curtin, The Textbook of Digital Photography , Short Cursos,Junho de 2004, 296  p. ( ISBN  978-1-928873-43-3 , leitura online ) , p.  37

Apêndices

Bibliografia

Artigos relacionados

links externos