Мое понимание шума состоит в том, что он фактически вызван тем, что фотографии неравномерно распределены во времени. Поэтому, если вы снимаете при слабом освещении, вы получаете больше шума, потому что фотонов недостаточно для «усреднения».
Мой вопрос таков: мне кажется, что должен быть алгоритмический способ, с помощью которого вы можете пожертвовать информацией о цвете (возможно, вернувшись к фазе демозаики) файла RAW для удаления шума - фактически говоря (ну, зеленые пиксели по обе стороны от этот синий не собирал столько света, так что, вероятно, это ошибка на этом (сбалансированном по белому) изображении).
Существует ли такой алгоритм?
Есть ли способ использовать черно-белое преобразование для уменьшения шума?
Это зависит от того, что вы подразумеваете под «шумом».
Преобразование в черно-белое изображение эффективно устранит весь цветной шум.
Для яркостного шума это мало что даст.
Вы должны иметь в виду, что хотя значения, сообщаемые каждым фотосайтом (a/k/a pixel well, sensel и т. д.) на цифровом датчике, являются монохроматическими, все они фильтруются одним из трех фильтров разного цвета. Если большинство «зеленых» отфильтрованных пикселей имеют более низкое значение яркости, чем соседние «синие» отфильтрованные пиксели, это, скорее всего, означает, что свет, падающий в эту область, содержит больше «синего», чем «зеленого». Алгоритмы шумоподавления с большей вероятностью интерпретируют «зеленые» отфильтрованные пиксели, которые ярче, чем другие близлежащие «зеленые» отфильтрованные пиксели, как шум.
Единственный реальный способ сделать то, что вы предлагаете, — полностью исключить маску Байера, чтобы каждый фотосайт мог быть чисто монохромным при сборе света. Есть несколько монохромных цифровых камер, которые делают именно это.
Большая часть шума не вызвана разницей в количестве фотонов. На площади размером с пиксель сенсора (во много раз больше, чем зерно высокочувствительной пленки) это не имеет большого значения. Вместо этого это буквальный сигнальный шум внутри самой электроники, который затем усиливается вместе с сигналом при увеличении ISO.
Алгоритм, который вы описываете, более или менее соответствует тому, как работает текущая технология шумоподавления, он использует контекст окружающих пикселей, чтобы угадать, насколько шум влияет на текущий пиксель. Более продвинутые имеют обнаружение краев и другие функции для улучшения результата. Даже, это не очень хорошо.
Говоря конкретно о черно-белом, то, как вы конвертируете изображение, может сильно повлиять на количество шума в конечном изображении.
Существует множество способов преобразования изображения из цветного в черно-белое. Любимым (и рекомендуемым Adobe методом), по-видимому, является настройка «Черно-белое». Этот метод на самом деле не очень хорош. Он работает, вычисляя ненасыщенный пиксель, а затем умножая значение на основе его угла оттенка на основе выбранных вами ползунков. По сути, это усиление сигнала, которое также усиливает шум, поэтому любой ползунок с положительным коэффициентом (значение выше 50 в черно-белой настройке) также увеличивает шум в этих областях.
С другой стороны, при использовании микшера каналов используется средневзвешенное значение трех значений. С помощью этого метода намного проще избежать ловушки усиления сигнала, потому что ползунки всех трех каналов могут быть ниже 100%. Зеленый и красный каналы обычно имеют меньше шума, чем синие, поэтому вы можете использовать эти два канала, когда это возможно, чтобы уменьшить его еще больше. Моя отправная точка — это [R 60, G 90, B -40]корректировка оттуда.