Perché c'è l'illusione del dettaglio nel rumore fotografico?

Ho la seguente immagine che contiene montagne rumorose.

Nella parte inferiore dell'immagine, il rapporto segnale-rumore è troppo basso per contenere dettagli reali, ma quando rimuovo tutto il rumore da quest'area, non sembra naturale (dal mio punto di vista). Perché il rumore crea un'illusione di dettagli in questo caso? Quando devo interrompere la riduzione del rumore per mantenere l'aspetto naturale?

Finale (rumore leggermente rimosso e affilato):

Originale

Originale affilato

Denoised originale

Mentre può esserci verità sul principio che il rumore aggiunge l'illusione dei dettagli, in questo esempio penso che tu stia interpretando male ciò che stai guardando.

Se rimuovo tutto il rumore nella sua parte inferiore, non sembrerà naturale (dal mio punto di vista)

Ciò è dovuto principalmente al fatto che nessun algoritmo di riduzione del rumore può rimuovere perfettamente tutto il rumore e conservare tutti i dettagli. La versione che ottieni dopo aver eseguito la rimozione del rumore non è una rappresentazione accurata della scena senza alcun rumore, ma è invece un'immagine che è stata alterata, rimuovendo un po 'di rumore ma insieme rimuovendo o alterando anche i dettagli.

Diversi algoritmi variano nel risultato finale, ma nulla che rimuova una notevole quantità di rumore ti darà qualcosa di altrettanto "naturale" come l'originale se non avesse avuto rumore. La varianza tra algoritmi altera solo quanto innaturale e in che modo sia innaturale.

Un esperimento più appropriato potrebbe essere quello di iniziare con una fotografia accurata, a basso rumore e aggiungere rumore ad essa.

Per quanto riguarda l'affermazione originale, il rumore può almeno mascherare alcuni artefatti evidenti e mascherare artefatti evidenti può dare l'illusione che tu abbia iniziato con un'immagine più fedelmente accurata in primo luogo. Il rumore può mascherare le bande che altrimenti otterresti dal colore a 24 bit in alcuni gradienti, può mascherare il blocco se l'immagine utilizza una compressione con perdita di dati e può mascherare innaturale riduzione / riduzione del rumore (come in, se un'immagine sembra innaturale a causa di troppo molta riduzione del rumore, l'aggiunta di un po 'di rumore può mascherarlo e renderlo "meno innaturale"). Detto questo, in nessuno di questi casi è in realtà l'aggiunta di dettagli precisi, sta solo dando l'illusione di un'immagine più fedele perché nasconde segni rivelatori di infedeltà.

Il rumore è casuale, causa valori fluttuanti di grigio da un pixel all'altro. Queste sono quindi informazioni casuali presenti alla scala più piccola nella foto. Se lo rimuovi, dà l'illusione che l'immagine sia diventata meno nitida, poiché i valori di grigio non cambiano più velocemente sulla scala più piccola. Ciò non significa che la rimozione del rumore sia di per sé negativa. L'applicazione di una riduzione del rumore aggressiva può rimuovere dettagli reali, ma anche se si rimuove il rumore utilizzando l'impilamento delle immagini che migliora effettivamente i dettagli reali mentre si rimuove il rumore, si otterrà un'immagine che appare superficialmente meno nitida. Ma poiché in questo caso la non nitidezza può anche essere dovuta a un disallineamento, di solito studierò attentamente l'immagine per vedere se ci sono segni di problemi reali (i bordi taglienti o gli oggetti appuntiti saranno quindi più macchiati,

Ciò è influenzato anche dal modo in cui funziona la nostra percezione. Quando guardiamo un'immagine non scansioniamo sempre l'intera immagine e la ricostruiamo nel nostro cervello, se abbiamo visto un'immagine simile prima di usare solo la vecchia versione memorizzata nel nostro cervello e modificarla solo se necessario. Il cervello cerca di interpretare ciò che vede in termini di ciò che ha visto prima, in questo caso riconosce la nuova immagine come una versione di contrasto dell'immagine precedente. Ciò significa che le persone che vedono l'immagine solo con il rumore soppresso non noteranno l'apparente mancanza di nitidezza.

Il rumore non è poi così casuale. La maggior parte del photosite riceve colpi di fotoni durante l'esposizione. Questi colpi inducono una carica elettrica. Poiché la luce di esposizione gioca sul sensore per un breve periodo e poiché l'immagine proiettata dall'obiettivo è debole, l'amplificazione è necessaria per rafforzare la carica. Dopo l'esposizione, ogni carica del photosite viene inviata a un convertitore e un amplificatore. Il risultato assegnerà una valvola digitale per ciascun sito. La quantità di amplificazione si basa sull'impostazione ISO e sulla logica del software di elaborazione.

Sarebbe l'ideale se tutti gli amplificatori funzionassero con la stessa efficienza. Tuttavia, questo deve ancora essere raggiunto. Ogni amplificatore è un'entità con un temperamento leggermente diverso. Il risultato è una staticità indotta che chiamiamo rumore. Questo è un rumore di tipo fisso. Si presenta come uno schema di pixel che dovrebbe riprodursi senza esposizione, cioè nero, che appare come grigio scuro. Questo è il rumore che stai subendo.

Aggiungi a questa fioritura. Questo è ciò che accade quando un photosite è saturo di troppa esposizione. Parte della carica fuoriesce dai fotositi adiacenti. Questo atto induce dati falsi in questi fotositi adiacenti.

Oltre a ciò che hanno detto gli altri partecipanti: l'algoritmo che hai utilizzato sta influenzando i dettagli grossolani, non rimuove solo il rumore fine.

Ho caricato le copie sfocate 10px gaussiane di "originale" e "denutrito" qui:

http://filebin.net/97jdl8sd5t o qui http://imgur.com/a/5eUW3

(puoi farlo tu stesso). Se passi da una all'altra, vedrai una differenza sostanziale, che è ancora più forte se le immagini non sono sfocate.

La risposta è: non è illusione, le sfumature dell'immagine "originale" contengono sicuramente più contrasto.

Nota 1: vi è un aumento visibile della nitidezza nelle alte luci in "negazionato" rispetto a "originale". Non so cosa potrebbe averlo causato. Nota 2: alcuni strumenti di denoising hanno impostazioni separate per il rumore grossolano (NoiseNinja ne è un esempio). Nota 3: in alcuni strumenti di denoise è presente un'impostazione denominata "gamma". Questa impostazione può influire sull'aggressività del denoising nelle ombre. "Gamma" è normalmente impostato sulla gamma dello spazio colore dell'immagine.