Mein Verständnis von Rauschen ist, dass es effektiv verursacht wird, weil Fotos nicht gleichmäßig über die Zeit verteilt sind. Wenn Sie also bei schwachem Licht fotografieren, erhalten Sie mehr Rauschen, da nicht genügend Photonen vorhanden sind, um den Mittelwert zu ermitteln.
Meine Frage ist folgende: Ich denke, es sollte einen algorithmischen Weg geben, mit dem Sie Farbinformationen einer RAW-Datei opfern können (möglicherweise indem Sie zur Demosaikierungsphase zurückkehren), um Rauschen zu entfernen - effektiv gesagt (nun, die grünen Pixel auf beiden Seiten). Dieses blaue hat nicht so viel Licht aufgenommen, also ist das wahrscheinlich ein Fehler auf diesem (weißabgeglichenen) Bild).
Gibt es einen solchen Algorithmus?
Gibt es eine Möglichkeit, die Schwarzweiß-Konvertierung zu verwenden, um das Rauschen zu reduzieren?
Das hängt davon ab, was Sie unter "Rauschen" verstehen.
Die Umwandlung in B&W beseitigt effektiv alle Chrominanzrauschen.
Es wird nicht viel für Luminanzrauschen tun.
Sie müssen bedenken, dass, obwohl die von jeder Fotoseite (a/k/a Pixel gut, Sensor usw.) auf einem digitalen Sensor gemeldeten Werte monochromatisch sind, sie alle durch einen von drei unterschiedlich farbigen Filtern gefiltert werden. Wenn die meisten "grün" gefilterten Pixel einen niedrigeren Luminanzwert haben als benachbarte "blau" gefilterte Pixel, bedeutet dies höchstwahrscheinlich, dass das in diesen Bereich einfallende Licht mehr "blau" als "grün" enthält. Rauschunterdrückungsalgorithmen interpretieren "grüne" gefilterte Pixel, die heller als andere "grüne" gefilterte Pixel in der Nähe sind, eher als Rauschen.
Die einzige wirkliche Möglichkeit, das zu tun, was Sie vorschlagen, besteht darin, die Bayer-Maske vollständig zu eliminieren, sodass jede Fotostelle beim Sammeln des Lichts rein monochrom sein kann. Es gibt einige Monochrom-Digitalkameras, die genau das tun.
Das meiste Rauschen wird nicht durch Schwankungen in der Photonenzahl verursacht. Auf einer Fläche so groß wie ein Sensorpixel (um ein Vielfaches größer als ein Korn eines Hochgeschwindigkeitsfilms) macht es kaum einen Unterschied. Stattdessen handelt es sich um buchstäbliches Signalrauschen in der Elektronik selbst, das dann zusammen mit dem Signal verstärkt wird, wenn die ISO erhöht wird.
Der Algorithmus, den Sie beschreiben, entspricht mehr oder weniger der Funktionsweise der aktuellen Rauschunterdrückungstechnologie. Er verwendet den Kontext der umgebenden Pixel, um zu erraten, wie viel Rauschen das aktuelle Pixel beeinflusst. Fortgeschrittenere haben eine Kantenerkennung und andere Funktionen, um das Ergebnis zu verbessern. Auch das ist nicht sehr gut.
Wenn Sie speziell über Schwarzweiß sprechen, kann die Art und Weise, wie Sie das Bild konvertieren, die Menge an Rauschen im endgültigen Bild stark beeinflussen.
Es gibt viele Methoden, um ein Bild von Farbe in Schwarzweiß umzuwandeln. Die bevorzugte (und von Adobe empfohlene) Methode scheint die „Schwarz-Weiß“-Anpassung zu sein. Diese Methode ist eigentlich nicht sehr gut. Es funktioniert, indem es das entsättigte Pixel berechnet und dann den Wert basierend auf seinem Farbtonwinkel basierend auf den von Ihnen ausgewählten Schiebereglern multipliziert. Dies ist im Wesentlichen eine Signalverstärkung, die auch das Rauschen verstärkt, sodass jeder Schieberegler mit einem positiven Verhältnis (ein Wert über 50 in der Schwarz-Weiß-Anpassung) auch das Rauschen in diesen Bereichen erhöht.
Andererseits wird bei Verwendung des Kanalmischers ein gewichteter Durchschnitt von drei Werten verwendet. Mit dieser Methode ist es viel einfacher, die Signalverstärkungsfalle zu umgehen, da alle drei Kanalregler unter 100 % stehen können. Die grünen und roten Kanäle haben normalerweise weniger Rauschen als die blauen Kanäle, sodass Sie sich nach Möglichkeit auf diese beiden stützen können, um es weiter zu reduzieren. Mein Ausgangspunkt ist [R 60, G 90, B -40]dann die Anpassung von dort.