2

Neatimage が写真からノイズや粒子を除去するために使用するアルゴリズムは何ですか? これがプロプライエタリなソフトウェアであることは理解していますが、おそらく誰かがアイデアを持っているでしょう。出版物または同様のアルゴリズムへの参照は大歓迎です。

4

3 に答える 3

10

最も基本的に、ノイズリダクションは通常ピクセル平均化を使用します。もちろん、問題は、単純な平均化によって詳細が失われることです。より多くのピクセルを平均化すると、ノイズはさらに減少しますが、詳細は失われます。平均化するピクセル数が少ないほど、詳細は失われませんが、ノイズは少なくなります。

NeatImageやNoiseNinjaのようなものは、ピクセルの平均化を適応的に行います。たとえば、ノイズになる可能性が低い十分なピクセルで発生する変更のスキャンから開始し、それらが表示された場合は、平均化を行います。より少ないピクセル。

彼らはまた、写真のチャンネルを考慮に入れます。通常のデジタルカメラでは、各センサーの前にフィルターがあります。通常の配置は、grgb（別名、ベイヤーパターン）のようなものです。典型的なケースでは、緑のフィルターは赤や（特に）青よりも多くの光を透過します。最終的な画像のカラーバランスを維持するには、画像の青の明るさを「ブースト」して補正する必要があります。ただし、これにより、青チャネルのノイズが増加する傾向があります。それを補うために、ノイズリダクションは通常、緑のチャネルでかなり最小限の平均化を行い、赤のチャネルでいくらか多く、さらに青のチャネルでさらに平均化します。

高度なノイズリダクションは通常、個々のセンサーのノイズのモデルから開始し、そのモデルに基づいてノイズリダクションを適用します。IIRC、NeatImageを使用すると、「暗いフレーム」（レンズキャップを付けた状態で30秒間露光など）を取得して、正確なセンサーの正確なノイズ特性のより良いマップを取得し、それを考慮に入れることもできます（NoiseNinjaではそれと、メモリがNeatImageを提供する場合も同様です）。通常、これが最適に機能するためには、5つの暗いフレームのようなものから始めたいと思います。それらを統計的に分析して、1）どのピクセルが一貫して明るいか暗いか（「スタックピクセル」）、2）ノイズに含まれる一貫したパターンを見つけて、それらを直接排除できるようにします（たとえば、処理に近いセンサーの部分）。他の部品よりも暖かくなり、ノイズが増える可能性があります）、

于 2009-10-19T18:00:00.123 に答える
5

この論文は有望に見えます：

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

NeatImage のアルゴリズムについて簡単に説明しており、始めるのに適した場所です。

于 2009-11-12T03:45:06.147 に答える
2

主要な 3 つ (Noiseware、Neat Image、Noise Ninja) はすべて、ある種の Wavelets Denoising を適用していると思います。
理由は簡単です。すべての非ローカル メソッドは遅すぎて実装できません。
ただし、DXO の Raw コンバーターは非ローカル手段を使用します。

それに関するいくつかの記事を簡単に見つけることができます（そして、あなたが見つけた最高のものを私たちに指摘するために戻ってきてください）...

于 2009-10-24T08:29:42.647 に答える