Pourquoi y a-t-il une illusion de détails dans le bruit photographique?

J'ai l'image suivante qui contient des montagnes bruyantes.

Dans la partie inférieure de l'image, le rapport signal / bruit est trop faible pour contenir des détails réels, mais lorsque je supprime tout le bruit de cette zone, cela n'a pas l'air naturel (de mon point de vue). Pourquoi le bruit fait-il une illusion de détail dans ce cas? Quand dois-je arrêter la réduction du bruit pour conserver son aspect naturel?

Finale (bruit légèrement supprimé et accentué):

Original

Original aiguisé

Original Denoised

Bien qu'il puisse y avoir de la vérité dans le principe selon lequel le bruit ajoute l'illusion des détails, dans cet exemple, je pense que vous interprétez mal ce que vous regardez.

Si je supprime tout le bruit dans sa partie inférieure, cela n'aura pas l'air naturel (de mon point de vue)

Cela est principalement dû au fait qu'aucun algorithme de réduction du bruit ne peut éliminer parfaitement tout le bruit et conserver tous les détails. La version que vous obtenez après avoir exécuté votre suppression de bruit n'est pas une représentation précise de la scène sans aucun bruit, mais est plutôt une image qui a été modifiée, supprimant du bruit, mais supprimant ou modifiant également les détails.

Différents algorithmes varient dans le résultat final, mais rien qui supprime une quantité substantielle de bruit ne vous donnera quelque chose de tout aussi "naturel" que l'original s'il n'y avait pas de bruit. La variance entre les algorithmes ne modifie que le caractère non naturel et en quoi il n'est pas naturel.

Une expérience plus appropriée pourrait être de commencer par une photographie précise et à faible bruit et d'y ajouter du bruit.

En ce qui concerne la revendication d'origine, le bruit peut au moins masquer certains artefacts perceptibles, et masquer des artefacts perceptibles peut donner l'illusion que vous avez commencé avec une image plus fidèlement précise en premier lieu. Le bruit peut masquer les bandes que vous obtiendriez autrement avec des couleurs 24 bits dans certains dégradés, il peut masquer le blocage si l'image utilise une compression avec perte et il peut masquer un lissage / une réduction du bruit non naturel (comme dans le cas où une image ne semble pas naturelle à cause de trop beaucoup de réduction du bruit, l'ajout d'un peu de bruit peut masquer cela et le faire paraître "moins contre nature"). Cela dit, dans aucun de ces cas, cela n'ajoute de détails précis, cela donne simplement l'illusion d'une image plus fidèle car elle masque des signes révélateurs d'infidélité.

Le bruit est aléatoire, il fait fluctuer les valeurs de gris d'un pixel à l'autre. Il s'agit alors d'informations aléatoires présentes à la plus petite échelle de l'image. Si vous la supprimez, cela donne l'illusion que l'image est devenue moins nette, car les valeurs de gris ne changent plus aussi rapidement à la plus petite échelle. Cela ne signifie pas que la suppression du bruit est mauvaise en soi. L'application d'une réduction de bruit agressive peut supprimer des détails réels, mais même si vous supprimez le bruit en utilisant un empilement d'images qui améliore réellement les détails réels tout en supprimant le bruit, vous obtiendrez une image qui semble superficiellement moins nette. Mais parce que dans ce cas, la netteté peut également être due à un désalignement, j'étudie généralement l'image de près pour voir s'il y a des signes de problèmes réels (les arêtes vives ou les objets ponctuels seront alors plus tachés,

Cela est également affecté par la façon dont fonctionne notre perception. Lorsque nous regardons une image, nous ne scannons pas toujours l'image entière et la reconstruisons dans notre cerveau, si nous avons vu une image similaire avant, nous utiliserons simplement l'ancienne version stockée dans notre cerveau et la modifierons si nécessaire. Le cerveau essaie d'interpréter ce qu'il voit en termes de ce qu'il a vu auparavant, dans ce cas, il reconnaît la nouvelle image comme une version floue de l'image précédente. Cela signifie que les personnes qui ne voient que l'image avec le bruit supprimé ne remarqueront pas la netteté apparente.

Le bruit n'est pas si aléatoire. La plupart des photosites reçoivent des coups de photons pendant l'exposition. Ces coups induisent une charge électrique. Étant donné que la lumière d'exposition joue sur le capteur pendant un bref instant et que l'image projetée par l'objectif est faible, une amplification est nécessaire pour renforcer la charge. Après l'exposition, chaque charge de photosite est envoyée à un convertisseur et à un amplificateur. Le résultat attribuera une vanne numérique pour chaque site. La quantité d'amplification est basée sur le réglage ISO et la logique du logiciel de traitement.

Ce serait idéal si tous les amplis fonctionnaient avec la même efficacité. Mais cela reste à réaliser. Chaque amplificateur est une entité au tempérament légèrement différent. Le résultat est une statique induite que nous appelons bruit. Il s'agit d'un bruit à motif fixe. Il apparaît comme un motif de pixels qui devrait se reproduire sans exposition, c'est-à-dire noir, apparaissant en gris foncé. C'est le bruit que vous prenez.

Ajoutez à cette floraison. C'est ce qui se produit lorsqu'un photosite est sursaturé par une trop grande exposition. Une partie de la charge s'échappe des photosites adjacents. Cet acte induit de fausses données dans ces photosites adjacents.

En plus de ce que d'autres participants ont dit: l'algorithme que vous avez utilisé influence les détails grossiers, il ne supprime pas seulement le bruit fin.

J'ai téléchargé les copies floues 10px-gaussiennes de "original" et "débruité" ici:

http://filebin.net/97jdl8sd5t ou ici http://imgur.com/a/5eUW3

(vous pouvez le faire vous-même). Si vous basculez rapidement entre eux, vous verrez une différence substantielle - qui est encore plus forte si les images ne sont pas floues.

La réponse est: ce n'est pas de l'illusion, les nuances de l'image "originale" contiennent certainement plus de contraste.

Remarque 1: il y a une augmentation de netteté visible dans les hautes lumières dans "débruité" par rapport à "original". Je ne sais pas ce qui a pu en être la cause. Remarque 2: certains outils de débruitage ont des paramètres distincts pour le bruit grossier (NoiseNinja en est un exemple). Remarque 3: il existe un paramètre dans certains outils de bruit appelé "gamma". Ce paramètre peut affecter l'agression du débruitage dans les ombres. "Gamma" est normalement réglé sur le gamma de l'espace colorimétrique de l'image.