图像噪声与图像信噪比（一）

图像噪声与图像信噪比（一）

噪声是指图像密度的随机变动，具体指的是胶片的颗粒或者说数字图像上像素级的变动。这是一个关键的图像质量因素，和图像清晰度一样重要。它和图像的动态范围相关性较强——即一定亮度范围内相机可以提供的优秀的信噪比和反差。因为它和基本的物理学相关——光的光子性质和热度的热效应——所以它是必然存在的。幸运的是我们能做到的是极大的降低噪声——对于数码相机，尤其是大像素的数码单反相机（4mm平方或更大）。但是，在小型的数码相机的微小像素的噪音，特别是在高的感光度，通过降噪软件处理时，会带有明显的副作用。

一般监控摄像机的图像信噪比是在50dB，像美电贝尔系列BL-CB800ATM-N。 

    信噪比是信号电压对于噪声电压的比值，通常用符号s/n来表示。由于在一般情况下，信号电压远高于噪声电压，比值非常大，信噪比的单位用db来表示。一般摄像机给出的信噪比值均是在agc（自动增益控制）关闭时的值，因为当agc接通时，会对小信号进行提升，使得噪声电平也相应提高。 信噪比的典型值为45~55db，若为50db，则图像有少量噪声，但图像质量良好；若为60db，则图像质量优良，不出现噪声。

    大多数情况下，噪声被认为是质量的退化。但一些黑白摄影师却偏偏喜欢它的图像效果，有很多人青睐35mm Tri-X胶片。（胶片颗粒和数字噪声在算法上有比较大的区别，前者用的是乘法并且光谱依赖于图像密度，后者用的是加法。）点彩派画家，代表人物George Seurat，s手动创造出图像“噪声”，而今天可以用Photoshop在几秒内完成。但是对于大多数摄影家，当然不希望噪声的出现。

噪声的测试可以通过Imatest的很多模块来实现： Multicharts，Multitest，eSFR ISO，Colorcheck，Stepchart，SFR，SFRplus和Uniformity。其中Multicharts，Multitest和eSFR ISO是功能最全面的三个噪声测试模块。

     噪声在灰阶卡中的表现如下图所示。噪声的计算通常用的是均方根RMS，A到C列是通过灰阶卡来模拟的信号噪声。这种方法是通过最小密度0.05并且密度阶梯为0.1，等同于柯达Q-13和Q-14测试卡。他们是经过了伽马值1/2.2（根据标准）的调整。此图增加了比常规相机更多的信号噪声，如A列和B列，而C列是无噪声，D列则是佳能EOS-10D在感光度1600下拍摄Q-13灰阶卡时的一个真实情况。可以明显的看出噪声，但是对于1600感光度的相机来说已经是非常好的表现了，无疑是经过了软件后期的降噪处理。

A列灰阶反映的是传感器内部的常量噪声，也就是说在进行伽马编码处理之前。而当它进行1/2.2伽马编码之后，噪声在暗区增强，而在亮区减弱。柯达方面指出这并不是一个真实的情况。因为传感器噪声应该是在亮区趋向于增强。

B列的灰阶图案中噪声则显得比较均匀，也就是说在像素层面上它是一个不变量。噪声应该因此而在传感器中随着亮度升高得到增强（在进行伽马编码之前），因此相对于A更加接近实际传感器的表现。

噪声趋向于是一个常量，除非是在非常暗的区域，因为肉眼很难观察到。而噪声在最亮的区域则会比较低，因为色调相应曲线“S”与伽马曲线叠加。基于这些原因，处于中间的灰度区——噪声最容易看到的区域，经常用来计算噪声平均值。通常省略掉图像密度大于1.5或者小于0.1的那些区域。