Какого шума? )) Вы слышали про стационарные шумы? Например про белый шум? И вообще, кто вам сказал, что шум - это всего лишь ошибка некоторых измерений? Вообще-то шум - это самостоятельноый сигнал(ы) а не погрешность измерения полезного сигнала. И измеряется он помимо сигнала, и везде используется сам по себе, и те или иные системы по шумам характеризуют отношением полезный сигнал/шум, а не сигнал/погрешность измерений. Так что разочарую вас - матожидание уровня шума вовсе не нулевое.
Данные, полученные с матрицы это УЖЕ ИЗМЕРЕННЫЙ сигнал. Дальше мы имеем дело с массивом чисел... Что-то вы в понятийном аппарате подзапутались... Сначала подучите матчасть, потом попробуем продолжить спор. Прошу прощения за резкость.
в случае закрытой крышки получаете некую положительную величину (для простоты - среднее арифчетическое) да просто смысла нет иметь дело с шумом как случайной величиной с ненулевым первым начальным моментом. ибо если он известен - ничто не мешает нам его вычесть (матожидание твоего "шума") из измеренного сигнала, чтобы избавиться от него. но даже если этого не делать, то всё равно, дисперсия шума (шума в твоем определении) никак не поменяется, т.к. дисперсия есть второй центральный момент, то есть матожидание в ней уже вычтено. а при усреднении пикселей речь идет о том, что поменяется (уменьшится) дисперсия в два раза, и соответственно среднеквадратичное отклонение в корень из двух раз. имеется общепринятая терминология, если её придерживаться - будет легче жить.
да так можно жить, конечно. но на каждом углу придется объяснять что под "шумом" ты понимаешь не то, что понимают собеседники. ты правильно пишешь про темновые кадры и прочее. это как раз (грубо говоря, ибо если говорить точнее, то всё очень усложнится всякими автокорреляциями и станет неинтересным) вычитание из твоего "шума" его матожидания с целью исключения систематической ошибки. в твоих рассуждениях ошибка в том, что именно переменная часть шума, а не матожидание, портит впечатление.
Данные, полученные с матрицы - это оцифрованный заряд с пиксела, который формируется полезным сигналом за счет фотоэлектрического эффекта и различными шумами (в том числе и тепловыми). Шумы не после "измерений" камерой добавляются, и в том, что намерил АЦП есть шум в виде некоторой величины. Если хотим убрать шум из этих данных, то нам надо определить эту величину и вычесть. А про измерение сигнала в этом случае можно вообще не упоминать не обязательно - оно никакой роли здесь не играет не считая погрешностей оцифровки. Что с цифрой работать, что с аналогом - суть одна, различаются лишь исполнение методов.
Да нет здесь никаких ошибок. Если шум понимать классически, как "беспорядочные колебания различной физической природы, отличающиеся сложностью временной и спектральной структуры", т.е. некие физические сигнал(ы), отличные от полезного и не поддающиеся полной и точной компенсации теми или иными функциями, то никаких ошибок нет. Ну а если под шумом понимать погрешность измерения, что неверно, тогда да -любое усреднение будет уменьшать такой "шум". Т.е. уменьшить шум в сигнале можно его вычитая, усреднение не уменьшает шум а размыливает его, усредняет.
ещё раз. если матожидание шума ненулевое, то его можно измерять и вычитать. в цифрофото это делается для каждого кадра. и об этом говорить в разрезе этой темы смысла нет. для пущей строгости теперь надо определяться что есть "сигнал" (что измеряется). заряд, очевидно, не подходит. по смыслу подходит количество попавших в "колодец" фотонов (которое и преобразуется в заряд, затем в разность потенциалов и только потом - в число).
Все, что можно _точно_ измерить и учесть для последующего вычитания сигнала шумом не является. Так, если у вас есть постоянная составляющая сигнала, которая не является полезным сигналом, она известна, то она просто вычитается. Применительно к фотографии: - матожидание шумового сигнала (даже если его вычислить бесконечным съемкой дарков или иными способом) не равно величине сигнала шума в каждом конкретном кадре и его вычитание не восстанавливает полезный сигнал из сигнала, полученного с матрицы. Для сигналов, не являющихся шумом, можно точно установить конкретную величину этого сигнала в данный момент и вычесть его. Матожидание таковой величиной не является. - матожидание сигнала шума для каждого конкретного пиксела не является величиной постоянной, оно зависит от выдержки, исо, температуры матрицы, состояния элементов питания, электромагнитной обстановки в месте съемки в момент съемки. По этому оно не может быть расчитано заранее и записано в камеру. Вычитание дарка используется в нормальных цифровых камерах при съемке с длительными экспозициями, это позволяет хоть как-то погасить шум, уровень которого возрастает с возрастанием выдержки. В альфах данная функция отключаема, когда она включена при длительной выдержке мы видим сообщение "обработка", это идет съемка дарка. В астрофотографии считается, что этого недостаточно. По этому как перед самой съемкой, так и сразу после нее производят съемку серий дарков с той выдержкой, и на том исо, на котором будет вестись/велась съемка лайтов. Таким образом получают среднее значение уровня шума для отдельно взятых пикселов в условиях, максимально приближенных к съемке. Само вычитание такого среднего дарка мало чего даст. Да, общий шумовой фон несколько поутихнет, но что бы прийти к желанным квадратным корням в соотношении сигнал/шум нам нужна серия лайтов, соответствующих даркам. Было бы идеально, если бы лайты мы снимали все "пиксел в пиксел", но такое не достижимо. Но даже простое вычитание из каждого отдельного лайта нашего среднего дарка, последующее выравнивание и усреднение "обесшумленных" (в кавычках специально) лайтов дает (довольно близко) как раз те самые заветные квадратные корни от количества лайтов. Обязательное условие - лайты должны выравниваться, т.е. нести один полезный сигнал. Математику этого объяснять не буду, в инете много про это написано. И надеюсь, что разница понятна между простым усреднением и усреднением сигналов с вычтенным шумом. Как говорят - это две большие разницы. Этого как раз делать не нужно Полезный сигнал - это полезный сигнал, не важно в чем он пришел и в чем зафиксирован. Если его можно так или иначе выделить на любом этапе обработки, то не важно в каком виде он представлен. Для отделения голоса собеседника от уличного шума не важно, в какой среде эти сигналы распространялись и из чего была сделана мембрана в ухе или в микрофоне... А вообще... Тема была про съемку в низком разрешении, которая появилась тогда, когда матрицы убежали вперед от носителей информации и перед фотографами стоял выбор - кадров 50 в высоком разрешении или 2-3 сотни в разрешении пониже, а если еще и качество подрезать... А сейчас снимать в низком разрешении даже для веба - отказывать себе в последующей возможности кадрирования, IMHO Потом была высказана мысль, что съемка в низком разрешении уменьшает уровень шумов пропорционально квадратному корню количества усредняемых пикселов. И пошли вопросы о том, можно ли такое сделать в фотошопе. И даже появились советы... Т.е. данное предположение дополненное модным термином было принято за истину. Я же считаю, что таким образом шум не уменьшить (тем более квадратные корни здесь не причем), его можно только усреднить вместе с полезным сигналом, по сути размылить (с эстетической точки зрения это _дает даже очень определенный эффект_, но не более того). Соотношение "полезный сигнал/шум" в таком "суперпикселе" будет равняться среднему соотношению "полезный сигнал/шум" по всем пикселам, участвующим в усреднении, и никакие квадратные корни здесь не появятся, и шумы никуда не денутся. При этом я использую классические понятия как для полезного сигнала, так и для шума, которые используются как в технике вообще, так и производителями матриц. Матожиданием сигнала, СКО и прочими описываются погрешности измерений, но не шум. Тем более, когда речь идет о разных сигналах с разных пикселов. Еще уменьшение разрешения значительно устраняет один "шумоподобный" элемент из картинки - неравномерность чувствительности соседних пикселов, из за которой картинка при просмотре в 100% увеличении немного рябит. Но это не шум, эта неравномерность достаточно стабильна и может быть вычислена с высокой точностью. При этом полученный флэт (который при правильном получении учитывает не только неравномерность чувствительности пикселов, но и виньетирование как объектива, так и матрицы) не вычитается из сигнала, а "делит" сигнал. По сути он нормализует полезные сигналы с разных пикселов (именно полезные, по этому деление проводят после вычитания шума). Данный параметр достаточно стабилен по времени (хотя бы в пределах "прийти домой и обработать", хотя меняется со старением пикселов/фильтров, а тем более при любой пачкатне матрицы, по этому его если и держат в камерах каких-то, он устаревает через некоторое время и простого способа обновлять его производители камер не придумали), почти не зависит от выдержки (обычно выдержкой принебрегают при его расчете), но позволяет, в отличии от простого усреднения при ресайзе, учитывать еще и различное виньетирование, причем довольно эффективно.
-=Amn=- ну хотя бы выяснилось что ты все, что нужно, понимаешь. буквально пару ремарок на самом деле, для CMOS (может и для CCD тоже) замеряется уровень черного непосредственно перед экспозицией каждого кадра. далее, на матрице есть область куда свет не попадает, эта область используется для опять же определения уровня черного, а также для компенсации различия коэффициентов усиления в АЦП. ну и плюс может делаться темновой кадр аналогичной выдержки после экспозиции. я к тому, что меры для компенсации постоянной составляющей шума принимаются довольно разнообразные, и потому можно более-менее говорить, что всё что можно вычесть, вычитается а то что остается - уже имеет нулевое матожидание. и потому в рассуждениях возникают квадратные корни и проч. практика как раз подтверждает квадратные корни. в том числе, если делать усреднение не соседних пикселей а одного о и того же, делая несколько экспозиций.
Тяжелый случай Что Вы понимаете под уровнем черного вообще и в применении к CMOS, CCD в частности? Какое "правильный" уровень черного (напряжение на выходе датчика, соответствующее отсутствию сигнала, которое потом еще сдвигается для попадания в диапазон АЦП) имеет отношение к шуму, возникающему во время экспозиции? От куда у Вас информация о считывании перед каждым кадром со всей матрицы уровня черного? Любопытно взглянуть на источник подобной информации. Что Вы понимаете под "постоянной составляющей шума" применительно к CMOS и CCD матрицам? В чем постоянство? Разработчикам матриц очень хочется его найти а нам получить бесшумные матрицы Вам так хочется опустить сигнал шума до разряда погрешности измерения, что бы сделать матожидание положительного сигнала шума равным нулю Закройте крышку объектива и поснимайте шумы (хорошо бы еще на высоких ISO). Все сразу встанет на свои места. Полезный сигнал убрать проще, закрыв объектив крышкой, а вот шумы после всех описанный "методов" (часть из которых не имеет место быть вообще) остаются, и не хотят уходить даже частями в отрицательные области что бы усредниться в 0. И это не только теория, это еще и практика. Где и как появляются квадратные корни - я писал. Они не появляются ни при ресайзе (с чего собственно и началось все здесь), ни при простом усреднении множества кадров с камеры (сделайте серию темновых кадров и усредните их - вы получите не чистый кадр а master dark, и это то же практика).
я не помню откуда. матожидание. в предположении, естественно, что шум имеет какое-то внятное и удобное распределение. например - равномерное. или - по гауссу. я ж говорил что надо определиться с сигналом. нас, в конечном итоге, интересует сколько фотонов упало в колодец. это количество мы хотим измерять. и да, ошибки измерения количества фотонов и есть шум. в эти ошибки вносят вклад разные факторы. например, не все фотоны превращаются в электроны, а с какой-то вероятностью. поэтому количество электронов в колодце после экспонирования есть величина случайная. далее, наверное электроны в колодце образуются не только вследствие поглощения фотонов а ещё по каким-то другим причинам (я этого не знаю но предполагаю). далее происходит преобразование количества электронов (заряда) в напряжение (разность потенциалов) - опять же с какой-то ошибкой, дальше - измерение напряжения, с какой-то ошибкой и так далее и тому подобное. в результате всех этих преобразований, на выходе имеем случайную величину с какими-то характеристиками (нас интересует функция распределения конечно, но если нельзя её узнать, то интересуют характеристические параметры - например моменты). эту случайную величину нам удобно представить как сумму нескольких функций - исходного сигнала и шума (или нескольких шумов). зачем нужен постоянный возврат к закрытой крышке? для демонстрации того что шум только добавляет что-то к сигналу и не отнимает? понятно что в колодец не может упасть отрицательного количества фотонов, но это ничего не меняет. мы не крышку обычно фотографируем. известный сигнал можно подать и при открытой крышке, равномерно осветив матрицу и приняв среднее арифметическое измеренных значений за значение сигнала, а отклонения от среднего - за шум. и так делать удобнее, я не понимаю зачем ты настаиваешь что такой подход неверный.
Wrest совершенно верно пишет. И такое понимание в теории и практике измерений общепринято. Попробую еще разок объяснить на пальцах... Берем для простоты "сферического коня в вакууме", т.е. монохромную матрицу 100х100 пикселов. Также для упрощения считаем, что АЦП у нас 8-битные. Т.е. на выходе диапазон значений для каждого писела будет составлять 0-255. Фотографируем СЕРУЮ однородную мишень с НОРМАЛЬНОЙ экспозицией. Получаем МАССИВ из 10000 значений. Мы знаем, что результат для каждого пиксела должен быть равен 209. Однако по различным причинам (в физику процессов пока вдаваться не будем) значения у всех пикселов различаются. При этом матожидание будет равно именно 209. А дисперсия получилась (к примеру) равна 16. Ну вот такая у нас жутко шумная получилась связка матрицы и АЦП. Если усреднить результат измерений по соседним 4 пикселам, то получим на выходе матрицу 50х50. Матожидание остается прежним (можете проверить ). Однако дисперсия уменьшается в 4 раза! А среднеквадратичное отклонение - в 2 раза.
Погрешность измерений не являлась и не будет являться шумом, погрешность измерений - это точность прибора. Шум - это сигнал, как и полезный сигнал - это сигнал а не матожидание среднего измеренного значения сигнал+шум по матрице. Не пытайтесь подменять понятия. Съемка темного кадра - частный случай, который просто наглядно подтверждает все это. Отвергать этот пример только потому, что никто не снимает закрытый крышкой объектив - глупо. Потому что люди снимают и ночное небо, да и другие вещи, которые должны быть черными. Т.е. на практике не только при съемке закрытой крышки полезный сигнал должен быть нулевым, т.е. 0 не является бесполезным сигналом так же, как и все остальные полезные сигналы. И вот здесь и появляется погрешность измерения полезного сигнала и шум. И если не про сферического коня в вакууме, а конкретику - рассчитайте мне по дарку SNR и полезный сигнал (как и по любому участку фотографии, который должен быть черным, но таковым не является в виду теплового шума, горящего разноцветными пикселами). Попробуйте усреднить такие кадры и каков будет результат? Принимать за полезный сигнал зашумленный сигнал как есть, а за шум - отклонение этого сигнала от среднего зашумленного сигнала... Так далеко можно пойти...
я ж призывал определиццо что конкретно есть сигнал, в чем меряется и что есть шум и в чем меряется.. по твоему пока неясно выходит, кажется что будто бы шум - это какой-то паразитный свет, и он с "правильным" светом ака сигналом попадает на матрицу и мешается.
Так уже вроде определились: "Шум - это сигнал" Просто видимо "полезный сигнал" попадает на матрицу спереди, а тот сигнал, который "шум" - сзади (хотя может и сбоку. И весь этот коктейль безошибочно преобразовывается в "Данные, полученные с матрицы - оцифрованный заряд с пиксела".