Dua yang terakhir adalah benar-benar hal yang sama dan berfungsi karena fakta bahwa dalam banyak kasus noise sama-sama mendorong nilai piksel ke atas seperti halnya untuk menarik nilai ke bawah.
Katakanlah nilai 'true' dari piksel yang diberikan adalah 100 (dari 255). Ambil 10 gambar dari pemandangan yang sama dalam kondisi bising dan Anda dapat merekam nilai-nilai berikut:
104, 99, 98, 100, 101, 105, 99, 102, 94, 105
rata-rata nilai-nilai ini (dengan menambahkannya dan membaginya dengan 10) memberikan nilai piksel berikut: 100,7, yang akan membulatkan ke 101, yang jauh lebih dekat dengan nilai sebenarnya daripada yang Anda harapkan jika Anda harus memilih hanya satu dari 10 gambar secara acak.
Adapun caranya, ada paket perangkat lunak khusus untuk ini (mencari penumpukan gambar, saya pikir Deep Sky Stacker adalah pilihan yang populer). Atau Anda dapat melakukannya di sebagian besar pengeditan gambar dengan memuat beberapa lapisan dan menggabungkan pasangan lapisan (versi photoshop yang lebih baru memiliki fungsi susun khusus yang sedikit lebih baik).
Prinsipal yang sama ada di belakang pengurangan resolusi. Salah satu teknik untuk melakukan ini disebut 'binning' di mana Anda menggabungkan empat piksel yang berdekatan menjadi satu. Jadi bayangkan empat piksel yang sesuai dengan area warna datar di dalam gambar, yang seharusnya memiliki nilai seragam 100:
102, 103
93, 101
rata-rata mereka memberikan satu piksel dengan nilai 99,75 yang membulatkan ke 100.
Kebetulan, mengambil beberapa gambar dan membuat rata-rata sama dengan mengambil eksposur yang lebih lama kecuali:
- Anda dapat membiarkan kamera menjadi dingin di antara pengambilan, membantu dengan masalah # 1
- eksposur lama hanya berfungsi jika Anda menangkap lebih banyak cahaya, yang berarti menjaga apertur konstan dan menurunkan nilai ISO (yang tidak selalu mungkin, misalnya jika Anda menekan nilai ISO minimum)
- eksposur yang lebih lama dapat menyebabkan guncangan kamera, yang dapat dihindari dengan menggunakan beberapa eksposur yang lebih pendek (meskipun gambar akan membutuhkan penyelarasan).
-
Akhirnya, ketika datang untuk meminimalkan kebisingan, aturan emas adalah untuk mendapatkan cahaya sebanyak mungkin. Rata-rata beberapa eksposur melakukan ini (total cahaya yang ditangkap itu penting). Downsampling benar-benar memperdagangkan noise untuk resolusi.
Suhu
Dalam silikon ada efek yang disebut thermal noise (Johnson noise). Ini pada dasarnya adalah elektron yang terlepas dari substrat dan menambah elektron yang dilepaskan oleh foton. Elektron-elektron ini kemudian dianggap sebagai bagian dari "sinyal" dari sensor, menciptakan kebisingan. Jenis kebisingan ini didistribusikan Gaussian dan memiliki nilai rata-rata nol.
Kebisingan termal meningkat dengan suhu, itu sebabnya sensor pendingin berkinerja lebih baik.
Rata-rata
Ini hanya berfungsi untuk noise acak dengan rata-rata nol. Jika suara itu acak (cukup) tidak pernah persis sama, sedangkan adegan yang Anda ambil seharusnya. Karena informasi tentang adegan direkam beberapa kali, setiap kali dengan noise yang sedikit berbeda dimungkinkan untuk rata-rata piksel dan mendapatkan rasio sinyal terhadap noise yang lebih tinggi daripada dari satu tangkapan. Ini berarti bahwa adegan itu harus statis.
Detektor foto berukuran berbeda
Tergantung pada bagaimana sensor yang lebih besar dicapai, Anda mungkin mendapatkan lebih sedikit noise. Salah satu tekniknya adalah menjaga ukuran sensor fisik konstan, dan kemudian menggabungkan beberapa piksel fisik menjadi satu logis. Atau ukuran fisik sensor bisa berbeda.
Dengan menggabungkan beberapa piksel fisik menjadi satu yang logis, Anda dapat mencapai jenis pengurangan noise yang sama dengan menggabungkan beberapa tangkapan.
Dengan meningkatkan ukuran fisik piksel, dimungkinkan untuk mengurangi noise dari pembacaan dan amplifikasi. Dengan piksel yang lebih besar, jumlah elektron dalam sinyal lebih besar. Karena kebisingan pembacaan dan amplifikasi mendekati diperbaiki untuk setiap teknologi produksi tertentu (ukuran transistor), dimungkinkan untuk mencapai rasio sinyal terhadap noise yang lebih besar.
sumber
Inilah artikel yang menjelaskan konsep di balik rata-rata dan bagaimana melakukannya dengan Photoshop. Teknik yang sama dapat digunakan dalam perangkat lunak pengedit gambar yang mendukung layer dan opacity layer.
sumber