Answers:
非常重要的一点是,要使产生噪点的图像不是高ISO设置本身,而是使用高ISO设置意味着您捕获很少的光线这一事实。
光由光子组成,光子由光源随机发射。当光线水平低或曝光时间很短时,您获得的光子数量将与
想象一下,您正在尝试估计人们离开购物中心的速度。如果您只有10秒钟来计算人数,那么您获得的结果会有所不同,具体取决于您何时开始计数以及您选择了哪个出口。如果您有10分钟的时间来统计人数,那么您会得到一个更加稳定的答案,该答案对于所有出口(假设没有个人偏好的出口)以及在不同的10分钟时间范围内(假设没有其他影响因素)都是相似的结果)。
这就是在使用高ISO设置时会发生的情况,因为您捕获的光子非常少,所以覆盖一个均匀颜色对象的一组相邻像素可能每个接收4、3、4和5个光子,因此不是平滑的均匀颜色您会得到一个颗粒状的结果,该结果随每个像素而变化。
这种噪声称为光子噪声,是高ISO图像中除阴影之外的主要噪声源。即使您有一个完美的传感器来计数并如实报告每个撞击到该传感器的光子,在弱光下您仍然会产生大量噪声。
这并不是说我们已经达到了高ISO性能的极限。还没有任何办法。与高ISO照片中观察到的块状图案噪声相比,纯光子噪声非常细小是令人讨厌的。
一般而言,减少像素串扰,改善电子设备只会对降低噪声幅度产生很小的影响,而对改善噪声质量的影响更大。
维基百科模拟了“完美”传感器,其中光子噪声只是噪声源:
单击以获取较大的版本,您可以在其中识别出单个像素。图片由Mdf保留部分版权。
k
每个像素平均有光子,则像素噪声的大小将为sqrt(k)
。
减少它,是的。例如,佳能5D Mark III 在高ISO性能方面比佳能5D高出2/3级,尽管它们的传感器尺寸相同,因为它是新的7年。当然,过去的表现并不一定表示未来的结果,但我认为没有理由继续增加收益。
完全消除它在物理上是不可能的。当您获得数百万的ISO时,您正试图从几个光子中提取数据。无论您的技术有多好,都无法从中提取信息。
现在,要使它在例如3200以下的所有ISO中都“完美”,请注意,“完美”实际上并没有统一的标准。您可能会开发出一些惊人的新技术,达到信噪比的理论极限,但是当我的眼睛声称此像素应为#0f3ed2,您声称应为#0e3fd4且传感器认为是#0时,这真的很重要吗? 0d3dd3?
已经发生了!在胶卷或早期数码相机上,高ISO表示400,在最新的全画幅相机上则表示6400。问题是每次发生时,“高ISO”都会重新定义为更高,换句话说,高ISO始终表示“太高了,以至于当前的技术使它变得嘈杂”。正如Tony所指出的,最终它在多大程度上存在物理限制。
通过Hacker News,我最近发现了2008年由物理学教授Emil Martinec撰写的这篇论文,显然是在业余时间。
他描述了可能出现的不同类型的噪声,并描述了它们的相对重要性。
阅读此内容后,您将意识到不可能完全消除各种类型的传感器噪声。当然可以(以各种方式)将它们最小化,但是相机/传感器制造商还必须做出其他设计决定,这可能会带来其他问题或权衡取舍(例如,在A / D转换器中应用偏移,请参见图7)。 10 + 11)
关于有关理论极限的问题:
“典型曝光中最重要的噪声源是读取噪声和光子散粒噪声。”
“ PRNU图的斜率的倒数(示例参见图7)是信噪比的上限,除非在后期处理中对PRNU进行了补偿。”