Mudança de redução de ruído médio no Brasil

O Guia de cientistas e engenheiros para processamento de sinal digital Por Steven W. Smith, Ph. D. Capítulo 15: Filtros médios móveis Redução de ruído versus resposta por etapas Muitos cientistas e engenheiros se sentem culpados por usar o filtro de média móvel. Por ser tão simples, o filtro de média móvel geralmente é o primeiro a ser tentado quando confrontado com um problema. Mesmo que o problema seja completamente resolvido, ainda há a sensação de que algo mais deve ser feito. Esta situação é realmente irônica. Não é apenas o filtro médio móvel muito bom para muitas aplicações, é ideal para um problema comum, reduzindo o ruído branco aleatório enquanto mantém a resposta passo a passo mais nítida. A Figura 15-1 mostra um exemplo de como isso funciona. O sinal em (a) é um pulso enterrado em barulho aleatório. Em (b) e (c), a ação de suavização do filtro médio móvel diminui a amplitude do ruído aleatório (bom), mas também reduz a nitidez das bordas (ruim). De todos os filtros lineares possíveis que poderiam ser usados, a média móvel produz o menor ruído para uma nitidez de borda dada. A quantidade de redução de ruído é igual à raiz quadrada do número de pontos na média. Por exemplo, um filtro de média móvel de 100 pontos reduz o ruído por um fator de 10. Para entender por que a média móvel, se a melhor solução, imagine que queremos projetar um filtro com uma nitidez de borda fixa. Por exemplo, vamos assumir que nós corrigimos a nitidez da borda, especificando que há onze pontos no aumento da resposta do passo. Isso requer que o kernel de filtro tenha onze pontos. A questão de otimização é: como escolhemos os onze valores no kernel de filtro para minimizar o ruído no sinal de saída Uma vez que o ruído que estamos tentando reduzir é aleatório, nenhum dos pontos de entrada é especial, cada um é tão barulhento quanto o vizinho . Portanto, é inútil dar tratamento preferencial a qualquer um dos pontos de entrada atribuindo-lhe um coeficiente maior no kernel de filtro. O ruído mais baixo é obtido quando todas as amostras de entrada são tratadas de forma igual, isto é, o filtro médio móvel. (Mais adiante neste capítulo, mostramos que outros filtros são essencialmente tão bons. O ponto é, nenhum filtro é melhor do que a média móvel simples). REDUÇÃO NOISE POR AVERAGEM DE IMAGEM O ruído da imagem pode comprometer o nível de detalhe em suas fotos digitais ou de filme, E assim reduzir esse ruído pode melhorar sua imagem final ou imprimir. O problema é que a maioria das técnicas para reduzir ou remover o ruído sempre acabam suavizando a imagem também. Alguns amaciadores podem ser aceitáveis ​​para imagens que consistem principalmente em água suave ou céus, mas a folhagem em paisagens pode sofrer com tentativas ainda conservadoras de reduzir o ruído. Esta seção compara alguns métodos comuns para redução de ruído, e também apresenta uma técnica alternativa: a média de exposições múltiplas para reduzir o ruído. A média da imagem é comum em astrofotografia de ponta, mas é possivelmente subutilizada para outros tipos de fotografia de pouca luz e noite. A média possui o poder de reduzir o ruído sem comprometer os detalhes, porque ele realmente aumenta a relação sinal / ruído (SNR) da sua imagem. Um bônus adicional é que a média também pode aumentar a profundidade de bits da sua imagem além do que seria possível com uma única imagem. A média também pode ser especialmente útil para aqueles que desejam imitar a suavidade do ISO 100, mas cuja câmera apenas cai no ISO 200 (como a maioria das câmeras digitais digitais Nikon). A média da imagem funciona sob o pressuposto de que o ruído em sua imagem é verdadeiramente aleatório. Desta forma, flutuações aleatórias acima e abaixo dos dados de imagem reais irão gradualmente pairar, uma vez que a média é cada vez mais imagens. Se você tomasse dois tiros de um patch cinza suave, usando as mesmas configurações da câmera e em condições idênticas (temperatura, iluminação, etc.), então você obteria imagens semelhantes às mostradas à esquerda. O gráfico acima representa flutuações de brilho ao longo de finas tiras azul e vermelha de pixels nas imagens superior e inferior, respectivamente. A linha horizontal tracejada representa a média, ou o que parece essa trama se houvesse zero ruído. Observe como cada uma das linhas vermelha e azul varia de forma única acima e abaixo da linha tracejada. Se tomássemos o valor do pixel em cada local ao longo desta linha, e a média com o valor do pixel no mesmo local para a outra imagem, a variação do brilho seria reduzida da seguinte forma: mesmo que a média dos dois ainda Flutua acima e abaixo da média, o desvio máximo é bastante reduzido. Visualmente, isso tem o efeito de fazer o patch para a esquerda parecer mais suave. Duas imagens médias geralmente produzem ruído comparável a uma configuração ISO que é metade tão sensível, então duas imagens médias obtidas no ISO 400 são comparáveis ​​a uma imagem tirada na ISO 200, e assim por diante. Em geral, a magnitude da flutuação do ruído cai pela raiz quadrada do número de imagens em média, então você precisa usar 4 imagens para reduzir a magnitude pela metade. COMPOSIÇÃO DE DETALHE DE RUÍDO O próximo exemplo ilustra a eficácia da média da imagem em um exemplo do mundo real. A seguinte foto foi tirada no ISO 1600 na Canon EOS 300D Digital Rebel e sofre de um ruído excessivo.