Esta respuesta enumera 3 técnicas para reducir el ruido:
¿Alguien puede arrojar más luz sobre las dos últimas técnicas?
¿Cómo puede tomar muchas fotos y promediarlas reducir el ruido? ¿Cómo se promedian? ¿Y por qué esto funcionaría?
¿Cómo reducir la resolución reduce el ruido?
Los dos últimos son realmente lo mismo y funcionan debido al hecho de que, en la mayoría de los casos, es probable que el ruido empuje el valor de un píxel hacia arriba y lo haga hacia abajo.
Digamos que el valor 'verdadero' de un píxel dado es 100 (de 255). Tome 10 imágenes de la misma escena en condiciones ruidosas y puede registrar los siguientes valores:
104, 99, 98, 100, 101, 105, 99, 102, 94, 105
promediar estos valores (al sumarlos y dividirlos por 10) da el siguiente valor de píxel: 100.7, que se redondeará a 101, que está mucho más cerca del valor verdadero de lo que esperaría si tuviera que elegir solo uno de los 10 imágenes al azar.
En cuanto al cómo, hay paquetes de software especializados para esto (buscar el apilamiento de imágenes, creo que Deep Sky Stacker es una opción popular). Alternativamente, puede hacerlo en la mayoría de las ediciones de imágenes cargando varias capas y fusionando pares de capas (las versiones más recientes de Photoshop tienen funciones especiales de apilamiento que son un poco mejores).
El mismo principio subyace detrás de la reducción de la resolución. Una técnica para hacer esto se llama 'binning' mediante la cual combina cuatro píxeles adyacentes en uno. Imagine cuatro píxeles correspondientes a un área de color plano dentro de la imagen, que debería tener un valor uniforme de 100:
102, 103
93, 101
promediarlos da un solo píxel con un valor de 99.75 que se redondea a 100.
Por cierto, tomar varias imágenes y promediarlas es equivalente a tomar una exposición más larga, excepto:
-
Finalmente, cuando se trata de minimizar el ruido, la regla de oro es obtener la mayor cantidad de luz posible. Hacer un promedio de varias exposiciones hace esto (lo que importa es la luz total capturada). La disminución de resolución realmente está cambiando el ruido por resolución.
Temperatura
En el silicio hay un efecto llamado ruido térmico (ruido de Johnson). Esto es básicamente que los electrones se han desprendido del sustrato y se han agregado a los electrones que los fotones han liberado. Estos electrones se consideran parte de la "señal" del sensor, creando ruido. Este tipo de ruido está distribuido en Gauss y tiene un valor medio de cero.
El ruido térmico aumenta con la temperatura, por eso un sensor más frío funciona mejor.
Promediando
Esto solo funciona para ruido aleatorio con un promedio de cero. Si el ruido es aleatorio (suficiente), nunca es lo mismo, mientras que la escena de la que estás tomando una foto debería ser. Dado que la información sobre la escena se graba varias veces, cada vez con un ruido ligeramente diferente es posible promediar los píxeles y obtener una mayor relación señal / ruido que a partir de una captura. Esto significa que la escena debe ser estática.
Fotodetector de diferentes tamaños
Dependiendo de cómo se logre el sensor más grande, es posible que reciba menos ruido. Una técnica es mantener constante el tamaño del sensor físico y luego combinar varios píxeles físicos en uno lógico. O el tamaño físico del sensor puede ser diferente.
Al combinar varios píxeles físicos en uno lógico, puede lograr el mismo tipo de reducción de ruido que al combinar varias capturas.
Al aumentar el tamaño físico del píxel, es posible reducir el ruido de la lectura y la amplificación. Con un píxel más grande, es una mayor cantidad de electrones en la señal. Dado que el ruido de lectura y amplificación es casi fijo para cualquier tecnología de producción dada (tamaño del transistor), es posible lograr una relación señal / ruido más grande.
fuente
Aquí hay un artículo que explica muy bien el concepto detrás del promedio y cómo hacerlo a mano con Photoshop. La misma técnica se puede utilizar en cualquier software de edición de imágenes que admita capas y opacidad de capa.
fuente