مقاله
کاهش نویز در آلترون: میانگینگیری خط و فریم و فیلترهای نویز
در کاهش نویز هیچ چیز مجانی نیست. هر روشی نویز را کم میکند و در عوض چیزی را میگیرد: یا نرخ خط، یا جزئیات ریز، یا واکنش سریع به حرکت. کار ما انتخاب هزینهای است که کار شما تحملش را دارد.
یک قاعدهی پایه را هم در ذهن نگه دارید. نویز تصادفی با ریشهی دوم تعداد نمونهها کم میشود. میانگین چهار نمونه نویز را نصف میکند و میانگین صد نمونه آن را به یکدهم میرساند. برای همین است که بیشتر ابزارهای این نوشته به نوعی میانگینگیری هستند.
نود Smoothing: سه مرحله در یک جعبه
برای میانگینگیری خط و فریم در آلترون یک نود به نام Smoothing داریم که هم روی دوربین خطی و هم ناحیهای قرار میگیرد. داخلش سه مرحله است که هر کدام را جدا روشن میکنید. ترتیب اجرا همیشه ثابت است: Bundle Average، بعد Box Car و بعد Continuous Average. هر مرحله روی خروجی مرحلهی قبل کار میکند.
Bundle Average
فقط برای دوربین خطی. هر N خط پشتسرهم را میانگین میگیرد و یک خط خروجی میدهد. N بین ۲ و ۱۰۰۰۰ است و نرخ خط خروجی N برابر کمتر میشود.
کجا به درد میخورد؟ وقتی دوربین خیلی سریعتر از نیاز شماست. به جای اینکه خطهای اضافه را دور بریزید، از آنها برای کم کردن نویز استفاده میکنید. فقط حساب هندسه را داشته باشید. اگر خروجی چهار برابر کندتر شود، برای اینکه تصویر در جهت حرکت فشرده نشود، نرخ خط دوربین باید به همان نسبت بالاتر باشد.
Box Car
این هم فقط برای دوربین خطی است، ولی در راستای خود خط کار میکند. هر پیکسل با N همسایه از هر طرف میانگین گرفته میشود، یعنی پنجرهای به پهنای 2N+1 پیکسل. N بین ۱ و ۱۰۰ است. چون اطلاعات از پیکسلهای کناری میآید نه از زمان، روی صحنهی ساکن هم اثر دارد. هزینهاش جزئیات در طول خط است: لبهها نرمتر میشوند.
Continuous Average
برای هر دو نوع دوربین. هر خط یا فریم خروجی میانگین N خط یا فریم آخر است، با N بین ۲ و ۱۰۲۴. نرخ ثابت میماند و نویز پایین میآید. در عوض، هر چیزی که حرکت کند دنبالهای به طول N خط یا فریم پشت سرش میگذارد. برای صحنههای ساکن یا اندازهگیریهای آزمایشگاهی عالی است. برای جسم در حال حرکت، N را کوچک نگه دارید.
ابزارهای دیگر برای موقعیتهای خاص
TNR-Temporal Noise Reduction: برای تصویر تکرنگ ۸ یا ۱۶ بیتی دوربین ناحیهای، که بیشتر در تصویر حرارتی به کار میرود. هر فریم با فریم فیلترشدهی قبلی ترکیب میشود. پارامتر a وزن فریم جدید است، بین ۰ و ۱. عدد کوچکتر نویز کمتری میدهد ولی دنبالهی بیشتری پشت اجسام متحرک میسازد. عدد ۱ یعنی بیاثر.
SNR + DDE: یک فیلتر هدایتشده که تصویر را به لایهی پایه و لایهی جزئیات جدا میکند، نویز را در لایهی جزئیات کم میکند و خود جزئیات را تقویت میکند. روی دوربین خطی و ناحیهای هر دو کار میکند. پارامتر k قدرت هموارسازی را تعیین میکند و Df و Dm تقویت جزئیات ریز و متوسط را. برای تصویر رنگی، Luma mode حدود سه برابر سریعتر است و لبهها را رنگی نمیکند.
کدام را انتخاب کنیم؟
- دوربین خطی با نرخ اضافه: Bundle Average.
- صحنهی ساکن یا نمونهی آزمایشگاهی: Continuous Average.
- نویز در طول خط و جزئیات ریز کماهمیت: Box Car با N کوچک.
- تصویر حرارتی با اجسام آهسته: TNR با a متوسط.
- میخواهید جزئیات دیده شوند ولی دانهها نه: SNR + DDE.
اشتباههایی که از مشتریها زیاد میبینیم
- کاهش نویز نرمافزاری به جای نوردهی درست. اگر تصویر کمنور است، اول نوردهی و نور را درست کنید. هیچ فیلتری سیگنالی را که ثبت نشده برنمیگرداند.
- Continuous Average با N بزرگ روی نوار در حال حرکت، و بعد تعجب از محو شدن لبهها در جهت حرکت.
- فراموش کردن Set در پنل TNR و SNR + DDE. تغییرات این دو تا Set را نزنید اعمال نمیشوند.
توصیهی ما
مراحل را یکییکی روشن کنید و بعد از هر کدام نمودار خط یا تصویر را نگاه کنید. وقتی دو یا سه فیلتر با هم روشناند، دیگر معلوم نیست کدام جزئیات را خورده است. از کمترین مقدار شروع کنید و تا جایی بالا بروید که نویز قابل قبول شود، نه بیشتر.
برای آشنایی بیشتر با نویز تصویر، مقالهی ویکیپدیا (انگلیسی) را هم ببینید.
برای دیدن دوربینهایی که این ابزارها رویشان کار میکند به صفحهی آلترون سر بزنید. اگر مطمئن نیستید کدام روش برای خط تولید شما مناسبتر است، با ما در تماس باشید.