이미지 노이즈

Image noise
Visual Snow와 혼동하지 마십시오.
디지털 카메라의 이미지에 선명하게 보이는 노이즈

이미지 노이즈는 이미지의 밝기 또는 색상 정보가 무작위로 변동하는 것으로, 일반적으로 전자 노이즈의 한 단면입니다.스캐너 또는 디지털 카메라의 이미지 센서 및 회로에 의해 생성될 수 있습니다.화상 노이즈는 필름 입자 및 이상적인 광자 검출기의 피할 수 없는 샷 노이즈에서도 발생할 수 있습니다.이미지 노이즈는 이미지 캡처의 바람직하지 않은 부산물로 원하는 정보를 흐리게 합니다.

"노이즈"의 원래 의미는 "불필요한 신호"였습니다. AM 라디오가 수신하는 신호의 원치 않는 전기적 변동은 청각적 음향 노이즈("정적")를 유발했습니다.유추하자면, 원치 않는 전기적 변동을 "노이즈"[1][2]라고도 합니다.

이미지 노이즈는 좋은 빛으로 촬영된 디지털 사진의 거의 감지할 수 없는 얼룩에서부터 거의 전체가 노이즈인 광학 및 무선 천문학적 이미지까지 다양하며, 이 이미지에서 정교한 처리를 통해 소량의 정보를 얻을 수 있습니다.그러한 소음 수준은 피사체를 결정하는 것조차 불가능하기 때문에 사진에서는 허용되지 않는다.

종류들

가우스 노이즈

주요 기사: 가우스 노이즈

디지털 영상에서 가우스 노이즈의 주요 소스는 획득 중에 발생합니다.센서에는 조도 수준과 자체 온도로 인한 고유 노이즈가 있으며, 센서에 연결된 전자 회로는 자체 몫의 전자 회로 [3]노이즈를 주입합니다.

이미지 노이즈의 전형적인 모델은 가우스이며, 각 픽셀에서 가감성이며, 신호 강도와는 무관하며, 주로 캐패시터의 리셋 노이즈("kTC 노이즈")[4]에서 발생하는 노이즈(열 노이즈)에 의해 발생합니다.앰프 노이즈는 이미지 센서의 "읽기 노이즈"의 주요 부분,[5] 즉 이미지의 어두운 영역에서의 일정한 노이즈 레벨입니다.녹색이나 빨간색 채널보다 파란색 채널에서 더 많은 증폭이 사용되는 컬러 카메라에서는 파란색 [6]채널에서 더 많은 노이즈가 발생할 수 있습니다.그러나 높은 노출에서는 이미지 센서 노이즈가 가우스적이지 않고 신호 강도에 의존하지 않는 샷 노이즈에 의해 지배됩니다.또한 많은 가우스 노이즈 제거 [7]알고리즘이 있습니다.

소금과 페퍼 소음

주요 기사: 소금과 후추 소음
소금과 후추 노이즈가 있는 이미지

팻테일 분포 또는 "충격적" 노이즈는 소금과 페퍼 노이즈 또는 스파이크 [8]노이즈라고도 합니다.소금과 페퍼 노이즈가 포함된 이미지에서는 밝은 영역에 어두운 픽셀이 있고 어두운 영역에 [9]밝은 픽셀이 있습니다.이러한 유형의 노이즈는 아날로그-디지털 변환기 오류, 전송 시 비트 오류 [10][11]등에 의해 발생할 수 있습니다.다크 프레임 감산, 중앙값 필터링, 중앙값 및 평균값 조합 필터링을 사용하고 어둡거나 밝은 픽셀 주위에 보간하는 방법으로 대부분 제거할 수 있습니다.

LCD 모니터에 불량이 있는 경우는,[13] 같은 디스플레이가 랜덤으로 표시되지 않습니다.

샷 노이즈

주요 기사:샷 노이즈

이미지 센서에서 이미지의 밝은 부분에 나타나는 주요 노이즈는 일반적으로 통계적 양자 변동, 즉 특정 노출 수준에서 감지된 광자 수의 변동에 의해 발생합니다.이 노이즈를 광자 샷 [6]노이즈라고 합니다.샷 노이즈는 화상 강도의 제곱근에 비례하는 평균 제곱근 값을 가지며, 다른 픽셀의 노이즈는 서로 독립적입니다.샷 노이즈는 매우 높은 강도 레벨을 제외하고 가우스 분포에 가까운 포아송 분포를 따릅니다.

광자 샷 노이즈 외에도 이미지 센서의 어두운 누출 전류에서 추가적인 샷 노이즈가 발생할 수 있습니다. 이 노이즈는 "다크샷 노이즈"[6] 또는 "다크-커런트 샷 노이즈"[14]라고도 합니다.어두운 전류는 이미지 센서 내의 "핫 픽셀"에서 가장 큽니다.일반 및 핫 픽셀의 가변 다크 전하를 빼서("어두운 프레임 감산"을 사용하여)[15][16] 누출의 샷 노이즈 또는 임의 성분만 남길 수 있습니다.다크 프레임 감산을 실시하지 않는 경우, 또는 핫 픽셀 전하가 선형 전하 용량을 넘을 정도로 노광 시간이 길면, 노이즈는 단순한 샷 노이즈가 아니고, 핫 픽셀은 소금과 페퍼의 노이즈로서 표시됩니다.

양자화 노이즈(균일한 노이즈)

감지된 이미지의 픽셀을 여러 이산 레벨로 양자화함으로써 발생하는 노이즈를 양자화 노이즈라고 합니다.분포가 거의 균일합니다.신호에 의존할 수 있지만, 다른 노이즈 소스가 충분히 커서 디더링을 발생시키거나 디더링을 명시적으로 [11]적용하면 신호에 의존하지 않습니다.

필름 입자

사진 필름의 입자는 신호에 의존하는 노이즈로 샷 [17]노이즈와 통계 분포가 유사합니다.필름 입자가 균일하게 분포되어 있고(면적당 동일한 수), 각 입자가 광자를 흡수한 후 어두운 은 입자로 발전할 확률이 동일하고 독립적인 경우, 영역 내 그러한 어두운 입자의 수는 이항 분포로 랜덤하게 됩니다.확률이 낮은 영역에서 이 분포는 샷 노이즈의 고전적인 포아송 분포에 가깝습니다.단순 가우스 분포는 종종 적절하게 정확한 [11]모형으로 사용됩니다.

필름 입자는 보통 거의 등방성(비방향) 노이즈 소스로 간주됩니다.필름 속 할로겐화은 입자의 [18]분포도 랜덤하기 때문에 그 효과는 더욱 악화됩니다.

이방성 잡음

일부 노이즈 소스는 영상에 유의한 방향으로 표시됩니다.예를 들어 이미지 센서에 행 노이즈 또는 열 [19]노이즈가 발생할 수 있습니다.

주기적 노이즈

화상에서 주기적인 노이즈의 공통적인 원인은, [8]촬상 프로세스중의 전기적 간섭에 의한 것입니다.주기적인 노이즈의 영향을 받는 이미지는 원래 이미지 위에 반복 패턴이 추가된 것처럼 보입니다.주파수 영역에서는 이러한 유형의 노이즈는 이산 스파이크로 볼 수 있습니다.주파수 영역에 [8]노치 필터를 적용하면 이 노이즈를 크게 줄일 수 있습니다.다음 이미지는 주기적인 노이즈의 영향을 받는 이미지와 주파수 영역 필터링을 사용하여 노이즈를 줄인 결과를 보여 줍니다.필터링된 이미지의 테두리에는 노이즈가 남아 있습니다.한층 더 필터링 하면, 이 테두리 노이즈를 줄일 수 있지만, 이미지의 미세한 디테일을 줄일 수도 있습니다.소음 감소와 미세 세부사항 보존 사이의 균형은 용도에 따라 다르다.예를 들어 성의 미세한 디테일이 중요하지 않은 경우 로우패스 필터링이 적절한 옵션이 될 수 있습니다.성의 섬세한 디테일이 중요하다고 생각된다면, 실행 가능한 해결책은 이미지의 테두리를 완전히 잘라내는 것일지도 모른다.

주기적인 노이즈가 주입된 이미지
주파수 영역 노치 필터 적용

디지털 카메라의 경우

왼쪽 이미지는 낮은 조도에서 노출 시간이 10초 이상입니다.오른쪽 이미지는 충분한 조명과 0.1초 노출이 있습니다.

저조도에서는, 올바른 노광을 실시하려면 , 느린 셔터 속도(즉, 긴 노광 시간)나 열린 조리개(낮은 f-숫자)를 사용해 캡쳐 되는 빛의 양(사진)을 증가시켜, 결과적으로 샷 노이즈의 영향을 경감할 필요가 있습니다.셔터(모션)와 조리개(필드 깊이)의 한계에 도달했는데도 결과 이미지가 여전히 충분히 밝지 않은 경우 읽기 노이즈를 줄이기 위해 더 높은 게인(ISO 감도)을 사용해야 합니다.대부분의 카메라에서 셔터 속도가 느리면 포토다이오드 누출 전류로 인해 소금과 페퍼 노이즈가 증가합니다.읽기 노이즈 분산의 2배(읽기 노이즈 표준 편차의 41% 증가)의 비용으로, 이 소금과 페퍼 노이즈는 다크 프레임 감산에 의해 대부분 제거될 수 있습니다.섀도우 노이즈와 마찬가지로 밴드 노이즈는 섀도우를 밝게 하거나 컬러 [20]밸런스 처리를 통해 도입할 수 있습니다.

읽기 노이즈

디지털 카메라 촬영에서는, 입사하는 광자(빛)를 전압으로 변환한다.그런 다음 이 전압은 디지털 카메라의 신호 처리 체인을 통과하고 아날로그-디지털 변환기에 의해 디지털화됩니다.광자 카운트에 비례하는 이상적인 값에서 아날로그에서 디지털 단위로의 편차에 기여하는 신호 처리 체인의 전압 변동을 읽기 [21]노이즈라고 합니다.

센서 크기의 영향

이미지 센서의 크기(픽셀 센서당 유효 집광 영역)는 신호 대 잡음 비를 결정하는 신호 수준의 가장 큰 결정 요인입니다. 즉, 조리개 영역이 센서 면적과 비례하거나 f-수 또는 초점 평면 조도가 일정하게 유지된다고 가정할 경우입니다.즉, 일정한 f-번호의 경우 이미저의 감도는 센서 영역에 따라 대략적으로 조정되므로 일반적으로 큰 센서가 작은 센서보다 낮은 노이즈 이미지를 생성합니다.숏 노이즈 제한 범위에 있을 정도로 밝은 이미지의 경우, 화상이 화면에서 같은 사이즈로 스케일링되거나 같은 사이즈로 인쇄될 경우, 픽셀 수는 인식 가능한 노이즈 레벨에 거의 차이가 없습니다.이 노이즈는 주로 센서 영역에 따라 달라지는 것이지 픽셀로 분할되는 방법은 아닙니다.읽기 노이즈(노이즈 플로어)가 큰 신호 레벨(ISO 설정이 높음)이 낮은 이미지의 경우, 픽셀당 읽기 노이즈가 같으면 특정 센서 영역 내에서 픽셀 수가 많을수록 이미지에 노이즈가 더 커집니다.

예를 들어 ISO 800의 Four Threads 센서에 의해 생성되는 노이즈 레벨은 ISO 3200의 풀프레임 센서(면적 약 4배) 및 ISO 100의 1/2.5인치 콤팩트카메라 센서(면적 약 1/16배)에 의해 생성되는 노이즈 레벨과 거의 동일합니다.높은 감도로 허용 가능한 이미지를 생성하는 이러한 능력은 콤팩트보다 큰 센서를 사용하는 경향이 있는 DSLR 카메라를 채택하는 주요 요인이다.예를 들어 ISO 400의 DSLR 센서는 ISO [22]100의 포인트 앤 샷 센서보다 노이즈를 적게 발생시킵니다.

센서 충진율

이미지 센서에는 특정 영역에서 빛을 모으기 위한 개별 포토사이트가 있습니다.다른 회로로 인해 센서의 모든 영역이 빛을 모으는 데 사용되는 것은 아닙니다.센서의 충진율이 높을수록 더 많은 빛이 수집되므로 센서 [23]크기에 따른 ISO 성능이 향상됩니다.

센서 발열

온도는 누출로 인한 이미지 센서의 노이즈 양에도 영향을 미칠 수 있습니다.이를 감안해 DSLR은 [15]겨울보다 여름에 소음이 더 많이 발생하는 것으로 알려졌다.

소음 저감

주요 기사:소음 저감

이미지는 장면의 [24]사진, 사진 또는 다른 형태의 2D 표현입니다.이미지 센서 데이터를 이미지로 변환하기 위한 대부분의 알고리즘(카메라 내든 컴퓨터 상이든)은 일종의 노이즈 감소를 [25][26]수반합니다.여기에는 여러 가지 절차가 있지만, 모두 픽셀 값의 실제 차이가 노이즈인지 실제 사진 상세인지를 판단하고, 후자를 보존하면서 전자를 평균화하려고 합니다.그러나 어떤 알고리즘도 (모든 경우에 대해) 이러한 판단을 완벽하게 할 수 없기 때문에 소음 제거와 소음과 유사한 특성을 가질 수 있는 미세한 저대조 디테일의 보존 사이에 종종 트레이드오프가 발생한다.

명확한 노이즈 감소가 불가능하다는 단순한 예: 이미지에서 균일한 빨간색 영역은 매우 작은 검은색 부분을 가질 수 있습니다.이것이 단일 픽셀일 경우 가짜 및 노이즈일 가능성이 높습니다(확실하지 않음). 절대 규칙적인 형태로 몇 개의 픽셀을 덮는 경우 이미지 촬영 센서의 픽셀 그룹에 결함이 있을 수 있습니다(스플리어스 및 바람직하지 않지만 엄밀하게는 노이즈가 아닐 수 있음). 불규칙한 경우 이미지의 진정한 특징일 가능성이 높습니다.하지만 확실한 해답은 없다.

이 결정은 소스 이미지와 인간 시력의 특성을 알면 도움이 될 수 있습니다.대부분의 노이즈 저감 알고리즘은 채도 노이즈 저감을 훨씬 더 적극적으로 실행합니다.이것은 중요한 채도의 상세 정보가 거의 없기 때문입니다.또한 휘도 노이즈는 질감 있는 외관이 필름 입자의 외관과 비슷하기 때문에 눈에 거슬리지 않는 사람이 많다.

주어진 카메라(또는 RAW 현상 워크플로우)의 고감도 영상 품질은 노이즈 감소에 사용되는 알고리즘의 품질에 따라 크게 달라질 수 있습니다.ISO 감도가 높아짐에 따라 소음 수준이 증가하므로 대부분의 카메라 제조업체는 감도가 높을 때 자동으로 소음 감소 강도를 높입니다.그 결과, 노이즈 레벨의 증가와 보다 적극적인 노이즈 삭감에 의해서, 세세한 부분까지 부드럽게 처리되는 등, 2개의 방법으로, 감도가 높아져 화질이 저하됩니다.

매우 먼 물체의 천체 영상과 같은 극단적인 소음의 경우, 소음 감소의 문제가 아니라 많은 소음에 묻혀 있는 약간의 정보를 추출한다. 기법이 달라서 대규모 랜덤 데이터에서 작은 규칙성을 추구한다.

비디오 노이즈

주요 기사:노이즈(비디오)

비디오 및 TV에서 노이즈는 전자 노이즈로 인해 화면에 겹치는 랜덤 도트 패턴, 즉 TV 수신 불량 또는 VHS 테이프에서 볼 수 있는 '눈'을 말합니다.간섭과 스태틱은 라디오와 텔레비전 신호에 영향을 줄 수 있는 랜덤은 아니지만 바람직하지 않다는 점에서 잡음의 다른 형태입니다.

압축 아티팩트로 MPEG-2 형식으로 인코딩된 비디오에서 디지털 비디오 노이즈가 발생할 수 있습니다.

유용한 노이즈

높은 수준의 노이즈는 거의 항상 바람직하지 않지만, 예를 들어 디스크라이제이션 아티팩트(컬러 밴딩 또는 포스터라이제이션)를 방지하기 위해 어느 정도의 노이즈가 도움이 되는 경우가 있습니다.또, 노이즈에 의해서도, 통기성이 높아집니다(외관상 선명도).이러한 목적을 위해 의도적으로 추가된 노이즈를 디더라고 합니다.이 노이즈는 신호 대 잡음비를 저하시키지만 이미지를 지각적으로 개선합니다.

저소음 및 고소음의 예

  • ISO 100 및 ISO 1600에서 Canon 400D 디지털 카메라로 촬영한 꽃 이미지.두 이미지 모두 ISO 설정과 셔터 속도만 다를 뿐 유사한 조명 조건에서 촬영되었습니다.
  • ISO 100, f/5.6, 1/350 s (click on image for larger version)
    ISO 100, f/5.6, 1/350초
    (더 큰 버전을 보려면 이미지를 클릭하십시오.)
  • ISO 1600, f/5.6, 1/4000 s (click on image for larger version)
    ISO 1600, f/5.6, 1/4000초
    (더 큰 버전을 보려면 이미지를 클릭하십시오.)
  • Comparison of both images. This is a crop of a small section of each image displayed at 100%. The top portion was shot at 100 ISO, the bottom portion at 1600 ISO.

    두 이미지 비교이것은 각 이미지의 작은 부분을 100%로 표시한 것입니다.상단 부분은 100 ISO, 하단 부분은 1600 ISO로 촬영되었습니다.

낮은 ISO 및 높은 ISO 기술 시험

광노이즈뮬레이션.픽셀당 광자 수는 왼쪽에서 오른쪽으로, 위쪽 열에서 아래쪽 열로 증가합니다.

디지털 카메라의 이미지 센서는 고정 픽셀(카메라의 애드버타이즈된 메가픽셀을 정의함)을 포함한다.이 픽셀들은 소위 우물 [27]깊이라고 불리는 것을 가지고 있습니다.픽셀 웰은 [28]버킷이라고 생각할 수 있습니다.

디지털 카메라의 ISO 설정은 신호 처리 체인의 첫 번째(때로는 유일한) 사용자 조정 게인 설정입니다.이미지 센서에서 출력되는 전압에 적용되는 게인의 양을 결정하고 읽기 노이즈에 직접적인 영향을 미칩니다.디지털 카메라 시스템 내의 모든 신호 처리 장치에는 노이즈 플로어가 있습니다.신호 레벨과 노이즈 플로어의 차이는 신호 대 잡음 비라고 불립니다.신호 대 잡음비가 높을수록 [29]화질이 좋아집니다.

밝은 햇빛 조건, 느린 셔터 속도, 활짝 열린 조리개 또는 이 세 가지 모든 조합에서는 이미지 센서를 완전히 채우거나 픽셀 웰의 용량에 근접할 수 있는 충분한 광자가 있을 수 있습니다.픽셀 웰의 용량이 초과되면 과다 노출에 해당합니다.픽셀 웰이 거의 용량에 도달하면 이미지 센서에 노출된 광자 자체가 이미지 센서에서 전자의 방출을 자극하기에 충분한 에너지를 생성하고 이미지 센서 [21]출력에서 충분한 전압을 생성하므로 ISO 게인이 필요하지 않습니다(카메라 기본 설정보다 높음 ISO).이는 나머지 신호 처리 전자 장치를 통해 전달되는 충분한 신호 수준(이미지 센서로부터)에 해당하므로 신호 대 잡음 비율이 높거나 노이즈가 낮거나 최적의 노출이 발생합니다.

반대로 어두운 조건, 셔터 속도, 닫힌 개구 또는 이 세 가지 조합에서는 이미지 센서에서 적절한 전압을 생성하여 신호 체인의 노이즈 플로어를 극복하기에 충분한 광자가 이미지 센서에 닿지 않을 수 있으며, 결과적으로 신호 대 잡음비가 낮거나 노이즈가 높을 수 있습니다.노이즈).이러한 조건에서는 ISO 게인이 증가하면 ISO 게인이 이미지 센서에서 낮은 전압을 증폭하고 나머지 신호 처리 전자 장치를 통해 더 높은 신호 대 잡음비를 생성하므로 [30]출력 이미지의 화질이 높아집니다.

ISO 설정(올바르게 적용)이 높을수록 그 자체로는 노이즈 레벨이 높아지지 않으며, 반대로 ISO 설정이 높을수록 읽기 노이즈가 감소하는 것을 알 수 있습니다.높은 ISO 설정을 사용할 때 흔히 볼 수 있는 노이즈의 증가는 현재 기술의 기술적 한계로 인한 샷 노이즈의 증폭과 낮은 다이내믹 레인지의 결과입니다.

「 」를 참조해 주세요.

레퍼런스

  1. ^ Stroebel, Leslie; Zakia, Richard D. (1995). The Focal encyclopedia of photography. Focal Press. p. 507. ISBN 978-0-240-51417-8.
  2. ^ Rohankar, Jayant (Nov 2013). "SURVEY ON VARIOUS NOISES AND TECHNIQUES FOR DENOISING THE COLOR IMAGE" (PDF). International Journal of Application or Innovation in Engineering & Management. 2 (11). Retrieved 15 May 2015.
  3. ^ Philippe Cattin (2012-04-24). "Image Restoration: Introduction to Signal and Image Processing". MIAC, University of Basel. Retrieved 11 October 2013.
  4. ^ Jun Ohta (2008). Smart CMOS Image Sensors and Applications. CRC Press. ISBN 978-0-8493-3681-2.
  5. ^ Junichi Nakamura (2005). Image Sensors and Signal Processing for Digital Still Cameras. CRC Press. ISBN 0-8493-3545-0.
  6. ^ a b c Lindsay MacDonald (2006). Digital Heritage. Butterworth-Heinemann. ISBN 0-7506-6183-6.
  7. ^ Mehdi Mafi, Harold Martin, Jean Andrian, Armando Barreto, Mercedes Cabrerizo, Malek Adjouadi, "디지털 이미지를 위한 임펄스 및 가우스 노이즈 제거 필터에 관한 포괄적인 조사", 신호 처리, vol. 157, 페이지 236-260, 2019.
  8. ^ a b c Rafael C. Gonzalez; Richard E. Woods (2007). Digital Image Processing. Pearson Prenctice Hall. ISBN 978-0-13-168728-8.
  9. ^ Alan C. Bovik (2005). Handbook of Image and Video Processing. Academic Press. ISBN 0-12-119792-1.
  10. ^ Linda G. Shapiro; George C. Stockman (2001). Computer Vision. Prentice-Hall. ISBN 0-13-030796-3.
  11. ^ a b c Boncelet, Charles (2005). "Image Noise Models". In Alan C. Bovik (ed.). Handbook of Image and Video Processing. Academic Press. ISBN 0-12-119792-1.
  12. ^ Mehdi Mafi, Hoda Rajaei, Mercedes Cabrerizo, Malek Adjouadi, "적응형 중위수 전환 및 고정 가중 평균 필터링을 통한 고임펄스 강도 존재에서의 견고한 에지 감지 접근법", IEE Transactions on Image Processing, 제27호, 11-75쪽, 2018.
  13. ^ Charles Boncelet (2005년), Alan C.보빅, 영상 및 비디오 처리 핸드북입니다학술용 프레스ISBN 0-12-119792-1
  14. ^ Janesick, James R. (2001). Scientific Charge-coupled Devices. SPIE Press. ISBN 0-8194-3698-4.
  15. ^ a b Michael A. Covington (2007). Digital SLR Astrophotography. Cambridge University Press. ISBN 978-0-521-70081-8.
  16. ^ R. E. Jacobson; S. F. Ray; G. G. Attridge; N. R. Axford (2000). The Manual of Photography. Focal Press. ISBN 0-240-51574-9.
  17. ^ Thomas S. Huang (1986). Advances in Computer Vision and Image Processing. JAI Press. ISBN 0-89232-460-0.
  18. ^ Brian W. Keelan; Robert E. Cookingham (2002). Handbook of Image Quality. CRC Press. ISBN 0-8247-0770-2.
  19. ^ Joseph G. Pellegrino; et al. (2006). "Infrared Camera Characterization". In Joseph D. Bronzino (ed.). Biomedical Engineering Fundamentals. CRC Press. ISBN 0-8493-2122-0.
  20. ^ McHugh, Sean. "Digital Cameras: Does Pixel Size Matter? Part 2: Example Images using Different Pixel Sizes (Does Sensor Size Matter?)". Retrieved 2010-06-03.
  21. ^ a b Martinec, Emil (2008-05-22). "Noise, Dynamic Range and Bit Depth in Digital SLRs (read noise)". Retrieved 2020-11-24.
  22. ^ R. N., Clark (2008-12-22). "Digital Cameras: Does Pixel Size Matter? Part 2: Example Images using Different Pixel Sizes (Does Sensor Size Matter?)". Retrieved 2010-06-03.
  23. ^ Wrotniak, J. Anderzej (2009-02-26). "Four Thirds Sensor Size and Aspect Ratio". Retrieved 2010-06-03.
  24. ^ Singh, Akansha; Singh, K.K. (2012). Digital Image Processing. Umesh Publications. ISBN 978-93-80117-60-7.
  25. ^ Priyadarshini, Neha; Sarkar, Mukul (January 2021). "A 2e rms − Temporal Noise CMOS Image Sensor With In-Pixel 1/ f Noise Reduction and Conversion Gain Modulation for Low Light Imaging". IEEE Transactions on Circuits and Systems I: Regular Papers. 68 (1): 185–195. doi:10.1109/TCSI.2020.3034377. ISSN 1549-8328. S2CID 229251410.
  26. ^ Chervyakov, Nikolay; Lyakhov, Pavel; Nagornov, Nikolay (2020-02-11). "Analysis of the Quantization Noise in Discrete Wavelet Transform Filters for 3D Medical Imaging". Applied Sciences. 10 (4): 1223. doi:10.3390/app10041223. ISSN 2076-3417.
  27. ^ "Astrophotography, Pixel-by-Pixel: Part 1 - Well Depth, Pixel Size, and Quantum Efficiency". Cloudbreak Optics. Retrieved 2020-11-24.
  28. ^ Clark, Roger N. (2012-07-04). "Exposure and Digital Cameras, Part 1. What is ISO on a digital camera? When is a camera ISOless? ISO Myths and Digital Cameras". Retrieved 2020-11-24.
  29. ^ Martinec, Emil (2008-05-22). "Noise, Dynamic Range and Bit Depth in Digital SLRs (S/N ratio vs. exposure, and Dynamic Range)". Retrieved 2020-11-24.
  30. ^ Martinec, Emil (2008-05-22). "Noise, Dynamic Range and Bit Depth in Digital SLRs (S/N and Exposure Decisions)". Retrieved 2020-11-24.

외부 링크

Wikimedia Commons에는 이미지 노이즈와 관련된 미디어가 있습니다.