Kohina vähenee kuvaa pienemmäksi skaalatessa? Vai ei?

[zone6]

Sillakin uhalla, että tämä osoittautuu täydelliseksi maanaintain aivopieruksi :D


Viikonloppuna tuli taas skannailtua paljon ja myös käsiteltyä niitä kuvia. Ikävä "grain aliasing" -ilmiö tietysti tuli jälleen näkyville.
Eli se, että skanneri näkee filmin rakeet väärin ja tekee niistä ylisuuria klönttejä.

No tämähän on tuttua eikä sille oikein mitään voi. Mutta se, mikä ihmetyttää on skaalausalgoritmien toiminta: Kun skannatun kuvan pienentää, lisääntyy rakeisuuden vaikutelma.
Kun kohinaisen digikuvan pienentää, kohina pehmenee (keskiarvottuu) kivasti.

Miksi näin käy? Millä tavoin rae eroaa kohinasta eikä keskiarvotu tasaiseksi?

Ilmiöön törmää vielä helpommin laittamalla skannatun kuvan johonkin kuvapalveluun (esim. flickr) melko suurena ja tarjoamalla katsottavaksi vähän pienempiä versiota: Rae kasvaa hulppeaksi pienennöksen takia.

Mikä olisi se oikea tapa skaalata skannattu kuva sopivaksi näyttökuvaksi menettämättä yksityiskohtia, mutta nostamatta raetta luonnottomaksi?

[ttuplai]

Siis tiff:ssä vai jpg:ssä. Esim. JPG:n pakkausalgoritmi heittää noi tasaiset alueet legopalikoiksi - siksi esim. kohinan lisääminen tuottaa usein miellyttävämmän pakatun kuvan - toimii erityisesti alasävykuvissa (mustan tasolla kandee myös pelata eli rajoittaa minimimustan) - kuten myös sävyliu'uissa. Esim. flickr tod. näk. itsessään pakkaa kuvaa (ja ainakin joku laskee näytölle skaalauksen) - en tiedä optimoiko myös siirtotielle, mut siis lähtökohtaisesti pitää ensin rajata ongelma sinne missä se aidosti syntyy eikä sinne missä se näkyy parhaiten. Mut aina voi kokeilla asiaa lisäämällä softalla kohinaa eri raekoilla - valitsemalla sen sopivalla tavalla saanee saman aikaseksi - varsinkin jos osuu sopivasti yksiin käytetyn kuvakoon ja näyttölaitteen kanssa (jos siis pitää nämä vakioina). En tiiä puhutaaks myö samasta asiasta vai ihan eri jutusta?

[zone6]

Osin puhumme samasta asiasta.

Kuitenkin tämä näkyy tiff:llä photoshopissakin. Esimerkiksi kahdella eri digillä kuvattu kohinainen ISO 12800 -kuva, toisessa natiiviresoluutio on vaikka 22Mpix, toisessa 40Mpix. Kun 40Mpix pienennetään 22Mpix -kuvaksi, kohina tasoittuu ja on yleensä vähäisempi kuin natiiviresoluutioltaan 22Mpix -kamerassa.
Tämähän näkyy hyvin vaikka DXO:n kohinamittauksissa, jotka tehdään alaspäin skaalaamalla.

Sitten kun skaalataan filmiskannia, näin ei tapahdukaan. Ilmeisesti rakeen aiheuttama kohina on luonteeltaan erilaista ja ei siksi käyttäydy samoin.
Flickr:n otin esimerkkinä, koska siinä ilmiö on photoshopia vahvempi ja suorastaan silmille käyvä, mutta kyllä siihen törmää muuallakin. Käytännössä kaikissa kuvien katsomiseen sopivissa ohjelmissa.

[Agfa]

Muuta kuva ensin Photarissa smart objektiksi. Voit scaalata edestaisin miten paljon
vain haluat ja kuva ei mene "rikki".

[ttuplai]

Nyt pitää siis erottaa toisistaan raekoko (taajuus) ja amplitudi. Kuvakoon pienentäminen on sama kuin alipäästösuodatus eli korkeataajuinen kohina vaimenee prosessissa enempi kuin matalataajuinen (pätee myös signaalille eli periaatteessa skaalaaminen ei muuta signaalikohinasuhdetta) - olettaen et skaalaus tehdään oikein eli suodatetaan ennen kuin sämpläys muutetaan. Jos kohina ei ole taajuustasossa tasan jakautunut niin toki suurirakeinen kohina näkyy lopputuloksessa eri tavalla - jonka voi todeta lisäämällä kohinaa lähtökohtaisesti kohinattomaan kuvaan (ja muuttaa raekokoa). Silmä on toki myös herkempi isolle raekohinalle vaikka matemaattisesti kohinaa saattaa olla selkeesti vähempi tai yhtä paljon - 1 1 1 1 1 1 2 2 2 2 2 2 on helpompi havaita kuin 1 2 1 2 1 2 1 2 1 2 1 (signaali kummassakin sama eli täysin kohinaton ja tasasävyinen 1,5 harmaa ja kohinaa selkeesti saman verran). Se mielenkiintoinen kysymys tosta analogikuvasta jää, et voiko siinä olla informaatiota paljon laajemmalla kaistalla kuin kohinan raekoko - iso 3200 filkka on samalla myös aika resoluutiorajotteinen vaikka suoraan megapikseleiksi se onkin haastava muuttaa - jos sitä haluais kameralla simuloida pitäs rakeen lisäämisen lisäksi blurrata signaalia. Digikuvassahan resoluutio säilyy suunnilleen vakiona, vaikka efektiivisesti suurilla isoilla se vähän laskee - ja mitä enempi kohinasta saadaan informaatiota sitä helpompi sitä on vaimentaa (siksi 40M on parempi kuin 20M jos pidetään signaalin kaista samana eli ton mennään ton pienemmän reiän mukaan) - tai kääntäen mitä paremmin tuntee signaalin (usseempi tähtikuva päällekäin toimii, koska maapallon liike mallinnetaan).

Oman lukunsa tohon tuo sitten pakkaaminen yms. laskeminen - fotarin kuva editoitaessa ei ole sama kuin lopputulos eli se laskee näytettävän kuvan ja nähtävästi optimoi laskentaa (hyvänä esimerkkinä on taajuuserottelu, jossa kuva muuttuu melkoisesti, kun laittaa noi layerit takasin mergellä - sama pätee erityyppisiin tähti/hiukkalayereihin - mitään ei toki ole menetetty, mut kuvasta ei välivaiheissa voi aina sanoa miltä se oikeasti näyttää). Eli noista on välillä vaikea tehdä mitään johtopäätöksiä.