Obrazové problémy digitální fotografie III.- Šum

Důležité upozornění!
Tento článek bude plný problémů a potíží včetně řady konkrétních ukázek. Snadno tak lze podlehnout dojmu, že digitální fotografie je prakticky nepoužitelná. Opak je ale pravdou! Řada zde diskutovaných problémů se projeví jen při velkém zvětšení snímku, při vysokém ISO, při silné pod či přeexpozici či při silné a/nebo necitlivé editaci. Vyvarujete-li se těchto situací, tak nemáte prakticky šanci se s uvedenými problémy významně setkat.

Šum
Jako každé reálné zařízení se i senzory digitálních fotoaparátů potýkají s šumem. Šumů je více druhů podle mechanismu, kterým šum v senzoru vzniká, přičemž v různých hraničních situacích hrají prim různé druhy šumu. V reálném snímku se potom všechny typy šumů přirozeně sečtou.

Vlevo předloha a současně ideální výsledek fotografie ze senzoru, vpravo realita. Rozdíl mezi těmito obrázky je šum.

Následující odstavce jsou poněkud technické a pro vlastní fotografii jejich případná neznalost nehraje velkou roli. Pomohou však pochopit co se v senzoru děje a případně senzoru pomoci v těžkých situacích šum minimalizovat a následně jej správně v PC redukovat. Současně je použita jistá dávka zjednodušení, která nemění nic na principu ale umožní problém srozumitelně vysvětlit.

Co je to šum
Kdybychom vyfotografovali rovnoměrně nasvícenou šedou tabulku v ideálním světě, tak by všechny buňky senzoru předaly stejné napětí a po A/D převodu i stejné číslo. A kdybychom snímek vícekrát opakovali, tak by buňky pokaždé předali stále stejný výsledek - stejné napětí a tedy i stejné číslo.

Tento snímek byl pořízen ve spoře osvětlené jeskyni při ISO 1600. Internetové rozlišení 450x675 pixelů neodhalí žádný problém, při větším zvětšení (viz 100% výřez) je ale šum již patrný. Výřez je pro lepší názornost o 30% zesvětlen.

V reálném světě však buňky nejsou zcela stejné a navíc výsledné číslo podléhá řadě různých fluktuací, nepřesností, náhodných poruch. Proto i když jsou všechny buňky senzoru exponovány zcela stejně, nepředají stejný výsledek, ale každá z nich výsledek mírně jiný a odlišný od správné hodnoty. A zcela analogicky při opakování stejného snímku se stejnou předlohou nepředá stejná buňka stejný výsledek, ale také pokaždé mírně jiný. Všem těmto poruchám se dohromady říká šum.

Šum jsou náhodné fluktuace v buňce snímek od snímku. Ze stejného důvodu to vede i k fluktuacím výsledku v sousedních buňkách v jednom snímku.

Schéma jedné buňky CMOS senzoru
Schematické znázornění práce jedné buňky CMOS senzoru (senzor s aktivní buňkou, APS) lze po silném zjednodušení popsat takto: Resetovací spínač (tranzistor) je zodpovědný za počáteční plné nabití kondenzátoru, který následně fotodioda světlem vybíjí - měří se tedy světlo dopadající na buňku. Výsledný náboj úměrný expozici buňky po ukončení expozice zesilovač zesílí a připojovací tranzistor jej na pokyn řídících obvodů připojí na čtecí sběrnici. Kondenzátor není v reálném senzoru samostatný prvek, ale je tvořen kapacitou vlastní fotodiody.

Schematické znázornění jedné buňky CMOS senzoru. Jedna buňka senzoru je naznačena žlutě, další buňka stejného sloupce je naznačena pod ní.

Šum nulování (Reset Noise)
Nulovací šum je způsobem skutečností, že nulovací tranzistory v buňkách APS senzoru nedokáží nabít své kondenzátory na zcela přesně stejné hodnoty. Buňky senzoru tak začínají měřit světlo z nestejné výchozí hodnoty, čímž produkují šum.

Šum buňky (Shot Noise)
Šum buňky je typický "elektrický šum" a představuje náhodné fluktuace (poruchy) v systémech, které pracují s malým množstvím částic, malým nábojem, malou energií atd. Je třeba si uvědomit, že vzhledem k malé ploše aktivní části buňky senzoru počítá fotodioda skutečně každý foton (reálně v řádech tisíc až desítek tisíc fotonů). Část šumu buňky je způsobena nedokonalostí lidské technologie, velká část šumu je však fundamentálním projevem přírody a procesů mikrosvěta - například tepelný šum či šum způsobený kvantovými jevy.

V reálném lidském světě tento šum běžně nepozorujeme, protože běžné předměty jsou velké a malé fluktuace způsobené molekulárními pohyby, teplem, kvantovými jevy atd. jsou v porovnání s rozměrem předmětů zcela zanedbatelné. V mikroelektronice pracující s malými rozměry se ale fluktuace již projevují a se zmenšováním obvodů o to více. Proto je pro kvalitní obraz tak důležitý rozměr aktivní části buňky diskutovaný v minulém díle.

Šum čtení (Read Noise)
Šum čtení vzniká v zesilovači buňky případně v obvodech zajišťujících připojení buňky na čtecí sběrnici. Je třeba si uvědomit, že celý proces čtení až k A/D převodníku je analogový proces a tak je zatížen šumem stejně jako klasická gramofonová deska a zesilovač. Teprve za A/D převodníkem se pracuje s čísly, kde šum podobně jako na CD již nemá místo.

Šum kvantizace (Quantization Error, Quantization Noise)
CCD i CMOS senzor je analogový a výstupem každé buňky je analogové napětí úměrné změřenému světlu. Převést signál na čísla je úkolem A/D převodníku, který různým hladinám napětí přiřadí čísla podobně jako stupnice teploměru, kde vlastní stupnice rtuti je také analogová, ale kde teplota je vyjádřena nejbližším celým číslem obvykle ve stupních Celsia.

Logicky tím ale dojde k zaokrouhlení hodnoty napětí z buňky na nejbližší číslo na stupnici A/D převodníku. Buňky s podobným napětím tak mohou padnout zrovna na rozhraní A/D převodníku a ve výsledku vygenerovat jiná čísla - neboli kvantizační šum. Kvantizační šum je tím menší, čím jemnější dělení má A/D převodník, neboli čím více je bitový. Dnešní kvalitní fotoaparáty mají 14bitové A/D převodníky, které jsou schopné poskytnout 16384 úrovní signálu, takže kvantizační šum nebývá velkým problémem. Při práci do formátu JPEG, který poskytuje jen 256 úrovní signálu, může ale kvantizační šum být patrný.

Kvantizační šum je důsledek nespojitých (diskrétních) hodnot A/D převodníku. Dvě sousední buňky, které původně generovaly velmi podobný signál, mohou díky nešťastnému padnutí kolem rozhodovací úrovně A/D převodníku generovat na výstupu rozdílná čísla - neboli se v obraze objeví šum.

Šum s pevným vzorkem (Fixed Pattern Noise)
I přes veškerou snahu výrobců nejsou všechny buňky senzoru zcela stejné a tak reagují na světlo mírně rozdílně, typické rozdíly jsou kolem 1-2 %. Díky tomu se může v obraze objevit šum, který ale má stále stejný pevný vzorek. Není tedy v principu problém provést kalibrační snímek, šum s pevným vzorkem najít a v dalších snímcích jej stabilně eliminovat.

Šum dlouhé expozice (Dark Current Noise, Hot pixels)
Jak již název napovídá, tak senzory při delších expozicích řádově 4 vteřiny a déle trpí tzv. šumem dlouhé expozice. Tento šum je způsoben teplotně generovanými elektrony, které v buňce vyprodukují silný falešný signál i když na buňku nedopadne žádné světlo (je ve tmě). Tento šum se dá snadno vytestovat dlouhou expozicí při zakrytém objektivu krytkou, kde se na výsledném snímku poruchové pixely snadno objeví.

Tento snímek byl pořízen dlouhou expozicí 30 vteřin při ISO 200 v noci jen při svitu Měsíce. Na první pohled je tam vidět řada Hot pixels - poruchových pixelů, které mají vysoký jas a náhodnou barvu. Ty jsou produktem šumu dlouhé expozice, dají se ale naštěstí snadno retušovat.

Poměr signál/šum (Signal-to-noise Ratio, SNR)
Šum je tím menší, čím je užitečný signál relativně k šumovému pozadí silnější. Hovoříme potom o tzv. odstupu signálu od šumu či poměru signál/šum (Signal-to-noise Ratio, SNR). Větší plocha každého pixelu reálného senzoru nachytá více světla a proto šum klesá se stoupající plochou (velikostí) senzoru. To je mj. důvodem dramaticky nižší úrovně šumu DSLR ve srovnání s kompaktními fotoaparáty.

Zcela zakrytý senzor nevyprodukuje nulový (černý) signál, ale náhodné barvy různých pixelů - šum.	Pokud je užitečný signál v poměru k šumu slabý (hovoříme o malém odstupu signálu od šumu, Signal-to-noise Ratio, SNR), bude šum hrát v obraze významnou složku.
Je-li odstup signálu od šumu velký, šum se logicky projeví v obraze méně.	Pokud slabý signál z ukázky výše zesílíte, bude se zesilovat šum i signál vždy společně. Šum totiž není možné od signálu oddělit. Přesně toto se provádí při zvyšování ISO citlivosti.

Šum prakticky
V praxi samozřejmě nemá žádný význam oddělovat jednotlivé šumy od sebe, v obraze se stejně projeví všechny dohromady. Navíc všechny fotoaparáty bez ohledu na značku a cenu trpí všemi druhy šumu, otázkou je jen jejich hladina. Čím je fotoaparát lepší a čím má větší senzor, tím má obvykle i nižší šum.

Je-li signál poskytovaný senzorem slabý a jeho plné velikosti se dosahuje zesílením, tak se logicky všechny šumy velmi zdůrazňují. Nastavení ISO není nic jiného než míra zesílení signálu ze senzoru a proto vyšší ISO hodnoty produkují i více šumu. Logicky tedy platí, že v obraze bude tím méně šumu, čím bude ISO nižší. A obráceně - fotoaparáty s malým šumem senzoru mohou nabídnout vysoké hodnoty ISO a přitom stále přijatelnou kvalitu obrazu - nejlepší dnešní DSLR nabízejí maximální ISO až kolem hodnoty 25600!

Reálná ukázka šumu na 100% výřezu ze snímku pořízeném při vyšším ISO. Šum je patrný zejména v tmavých místech (viz nahoře), kde je i vidět jeho náhodná barevnost.

Přímo tragicky je potom šum vidět v modrém (Blue) kanálu. Proč tomu tak je vysvětlíme později.

Redukce šumu
Vysoká úroveň šumu na snímku může silně omezit rozlišení detailů, snížit ostrost hran, snížit celkový kontrast obrázku (tmavé plochy se díky šumu zesvětlí a světlé se ztmaví) i poškodit vnímání ploch a přechodů. Redukce šumu (Noise Reduction, NR), ať již provedená ve fotoaparátu nebo v PC, může proto výrazně zlepšit celkový vzhled zašuměných snímků.

Většina programů na redukci šumu pracuje na principu více či méně sofistikovaného průměrování a proto se potýkají se změkčením obrazu. To může být akceptovatelné například na obloze či pleti, ale nikoliv například v krajině či v detailech makrofotografie. Doostření snímku ale šum naopak zvyšuje, protože barvou či jasem odlišný šumový pixel je vyhodnocen jako hrana a ta je z principu doostření zdůrazněna. Proto má většina doostřovacích filtrů parametr Práh (Threshold), který zařídí, že si doostřovací algoritmus málo odlišných šumových pixelů nevšímá.

 
Na obrázku je vidět, jak zelený šumový pixel vybočuje z barvy pixelů svého okolí. Pokud se barva každého pixelu nahradí váženým průměrem jeho barvy a barvy všech jeho sousedů, podobné odchylné pixely zmizí. Snímek ale bude mírně rozostřen, protože stejný proces zasáhne i žádoucí hrany na snímku.

Nejlepší programy na redukci šumu provedou analýzu obrazu v hodně zašuměné části a z té si zjistí charakter a rozložení šumu. Tento pro ně již známý šum potom z celého obrazu odečtou s ohledem na obsah obrazu (v plochách se šum redukuje jinak než na hranách). Celý proces se dá ještě zpřesnit zadáním fotoaparátu, který snímek pořídil (jeho šumového profilu). To poskytne programu další informace o charakteru šumu a jeho typických vlastnostech. Takto pracuje například vynikající program NeatImage, který je pro nekomerční použití zdarma.

Většina fotoaparátů nabízí možnost zapnout v menu redukci šumu přímo při výpočtu obrazu obrazovým procesorem. Tuto metodu lze doporučit, protože výrobce dobře "zná" svůj šum a proto i tato metoda poskytuje velmi dobré výsledky. Je to však další zátěž pro obrazový procesor a obvykle se tím výrazně zpomalí sekvenční fotografování.

Ukázka možností v menu DSLR Nikon, kde je možné zapnout jak redukci ISO šumu, tak šumu dlouhé expozice a to někdy i ve více stupních.

Šum a filmové zrno
Každý fotograf se již přesvědčil, že digitální šum typický pro digitální fotografie není totéž jako klasické filmové zrno. Filmové zrno bylo charakterizováno svojí granularitou - nepravidelnými a náhodnými hrudkami různé velikosti, kdežto digitální šum má sice také náhodné rozložení, ale příliš jemnou a nepěkně "pixelovou" strukturu. Cesta k simulaci filmového zrna proto nevede přes šum v obraze, ale přes čistý snímek a napodobení efektu zrna v editoru. Jeden z možných postupů na vytvoření realistického filmového zrna uvádíme:

1. Je třeba vytvořit samostatnou prázdnou vrstvu nad černobílým obrázkem a vyplnit ji 50 % šedou.
    
2. Do této šedé vrstvy je třeba přidat černobílý šum (Filtr/Přidat šum) s parametry dle obrázku:
   
    
3. Šum přidaný do šedé vrstvy je nutné gaussovsky rozostřit, přičemž parametr rozostření je kritický pro vytvoření správně velkých zrn - hrudek. Začněte na hodnotě kolem 1 pixelu. Výhodou je vytvořit ve Photoshopu tzv. Smart Filter, který je možné opakovaně editovat.
   
    
4. Takto připravenou šedou vrstvu s rozostřeným šumem je třeba prolnout s reálným obrázkem pod ní metodou Překrýt nebo Měkké světlo a nastavit krytí kolem 40-50 %:
   
    
5. Správné nastavení parametrů je závislé na velikosti fotografie a na dpi, s kterým je tištěna či pozorována.

Originální černobílá digitální fotografie bez šumu i zrna.

Výsledek se simulovaným filmovým zrnem podle metody výše. Nastavením parametrů poloměru rozostření šumu a krytí vrstvy se zrnem je možné ovládat efekt v širokém rozsahu.

Závěr
Digitální šum je nežádoucí prvek nesrovnatelný s filmovým zrnem. Je možné se mu prakticky bránit nízkým ISO, dobrou expozicí (nikoliv podexpozicí) a rozumnými hodnotami expozičního času do cca 1 vteřiny. Pokud toto není možné, šum je možné počítačově eliminovat buď ve fotoaparátu nebo v PC. 100% jej ale odstranit nikdy nelze. Model od modelu a rok od roku je však šum senzorů nižší a proto fotoaparáty nabízejí i možnost vyššího a vyššího ISO.

Známka: 2.98 (602)
 Způsob hodnocení: 1 - výtečné, 3 - dobré, 5 - vysloveně špatné