Quel algorithme ne Neatimage utiliser débruiter images?

Question

Quel type d'algorithme ne Neatimage utiliser pour éliminer le bruit et le grain de photos? Je comprends que c'est un logiciel propriétaire, mais probablement quelqu'un a une idée. Les références à des publications ou à des algorithmes similaires sont les bienvenus.

Answer 1

Ce document semble prometteur:

http://research.microsoft.com/~larryz/04359321.pdf

Il discute brièvement de l'algorithme de NeatImage et serait un bon endroit pour commencer.

Answer 2

À la base, la réduction du bruit utilise normalement la moyenne pixel. Le problème, bien sûr, est que la moyenne simple perd en détail. Calcul de la moyenne plus de pixels réduit le bruit plus, mais perd plus de détails. En moyenne moins de pixels perd moins de détails, mais réduit le bruit moins.

Quelque chose comme NeatImage ou Noise Ninja fera son pixel en moyenne adaptativement - par exemple, il va commencer par un examen des changements qui se produisent suffisamment de pixels qu'ils sont peu susceptibles d'être du bruit, et où il voit ceux-ci, faire le calcul de la moyenne sur moins de pixels.

Ils prendront également les canaux de l'image en compte. Un appareil photo numérique normal a un filtre en face de chaque Sensel. La disposition normale est quelque chose comme g-r-g-b (aka, un motif Bayer). Dans un cas typique, le filtre vert transmet plus de lumière que le rouge ou (en particulier) le bleu. Pour maintenir l'équilibre des couleurs dans l'image finale, la luminosité des bleus dans l'image doit être « boosté » pour compenser. Cependant, cela tend à augmenter le bruit dans le canal bleu. Pour compenser cela, le réducteur de bruit normalement faire une moyenne plutôt minime dans le canal vert, un peu plus dans le canal rouge, et plus encore dans le canal bleu.

Un réducteur de bruit avancé commence normalement avec un modèle de bruit pour un capteur individuel, et d'appliquer la réduction du bruit en fonction de ce modèle. IIRC, NeatImage vous permet également de prendre des « cadres sombres » (par exemple une exposition de 30 seconde avec le capuchon d'objectif) pour obtenir une meilleure carte des caractéristiques de bruit exactes de votre capteur exact, et de prendre cela en compte (je sais Noise Ninja permet que, et si ma mémoire est bonne NeatImage fait aussi bien). Normalement, pour que cela fonctionne mieux, vous voulez commencer par quelque chose comme cinq cadres sombres. Vous analysez statistiquement les trouver 1) pixels sont toujours claires ou sombres ( « bloqués pixels ») et 2) des modèles cohérents que vous pouvez trouver dans le bruit de sorte que vous pouvez éliminer ceux qui sont directement (par exemple, la partie du capteur à proximité du traitement peut se réchauffer, et donc plus de bruit, que d'autres parties), et 3) le type et le degré de variation à attendre du bruit, même si il n'y a pas vraiment un motif (par exemple, certains capteurs montrent le bruit de luminance, d'autres de bruit la plupart du temps chrominance).

Answer 3

Je pense que tous les trois principaux (Noiseware, Neat Image, Noise Ninja) applique une sorte de Ondelettes débruitage.
La raison est simple, toutes les méthodes non locales sont trop lents à mettre en œuvre.
Convertisseur Raw Bien que DXO utilise des moyens non locaux.

Vous pouvez facilement trouver quelques articles sur ce (et revenir à nous indiquer le meilleur que vous avez trouvé) ...