Inicio | Apuntes breves | Reducción de ruido promediando Imágenes

Servicios

Descarga Rough Profiler

Reducción de ruido promediando Imágenes

Miércoles, 12 de Junio de 2013 20:51

noise reduction average imageUna técnica bastante divertida y bien conocida por los fotógrafos dedicados a la astrofotografía es la reducción de ruido promediando una pila de imágenes pixel por pixel.

Se trata de una técnica útil, cuando por algún motivo necesitemos disparar a un cierto ISO, o simplemente en condiciones de muy baja luz, con exposiciones muy largas, y en definitiva poca señal y evidentemente usando trípode.

El problema de los algoritmos de reducción de ruido habituales, es que provocan un suavizado de la imagen que se acaba traduciendo en una pérdida de detalle. Las técnicas de stacking suelen ser más respetuosas con los detalles, aunque si el alineamiento de las imágenes no es bueno, se puede perder algo de detalle.

nose plotEl fundamento de esta técnica es bastante simple de comprender ya que se basa en el concepto de aleatoridad del ruido presente en el procesamiento de nuestra señal. Tal y como vemos en la imagen de la izquierda, que representa el corte para una misma sección de dos imágenes, se puede evidenciar la incidencia del ruido aleatorio en dichas regiones que se traduce en pequeñas oscilaciones de los niveles a lo largo de dicho corte.

Cabe recordar brevemente el concepto de relación señal-ruido (SNR), por el cual a mayor señal menos ruido y viceversa. De la misma forma que cuando amplificamos una señal, el ruido se magnifica de la misma manera. Cuando disparamos con muy poca cantidad de luz, a ISOs altos, el ruido se hace especialmente evidente por falta de señal.

Dado que gran parte del ruido presenta una cierta aleatoridad, si tomamos varias imágenes de una misma escena y tomamos un pixel para una posición dada, por cada una de las imágenes, observaremos que la aportación de dicho pixel no es uniforme. La estrategia por tanto es sencilla: basta con promediar los valores de dicho pixel, por cada imagen, para descartar la posible información aportada por el ruido, ya que dicha información puede o no estar siempre ubicada en el mismo lugar, y por tanto es descartada.

La práctica de promedio de imágenes

Si tras realizar una serie de tomas con un nivel de sensibilidad para el cual el ruido aleatorio se haga presente podemos cargarlas como una secuencia de imágenes en ImageJ lo cual generará un stack. Desde el menú de Stacks, y la opción Z Project, podemos usar opciones como Average Intensity para obtener una nueva imagen fruto del promedio de cada uno de los pixel del las imágenes del stack.

De forma similar, se puede usar ENFUSE para realizar la fusión de nuestra pila de imágenes, con unos resultados muy parecidos.

Es conveniente realizar un alineamiento previo con StackReg si estamos usando ImageJ, o align_image_stack, sino es probable que acabemos perdiendo detalle tras la fusión.

Algunos datos

comparativaA simple vista, como podemos evidenciar en la imagen de la izquierda, la reducción de ruido es evidente. Sin embargo es mejor estudiarlo a través de la SNR (Signal-Noise-Ratio) mediante una escala densitométrica.

 

signal noise ratioCon esta técnica el SNR paso de 33.1 (B) a 35.4 (A), y como vemos en el gráfico de la izquierda, la mejora fue más evidente entorno a las medias luces (A), por eso el rango dinámico mejoró en apenas unas décimas. Para una mejora más drástica de la imagen necesitaríamos de muchas más imágenes. De todas formas, con las 7 imágenes utilizadas en este ejemplo, la mejora es en cierta manera evidente aunque los datos no sean especialmente optimistas.

Tags:
x-rite Professional LED Lighting, DSLR Support and Accessories for Photo and Video BabelColor asociacion española de imagen cientifica y forense