Приводит ли медианное смешивание / укладка изображения к лучшим или худшим результатам, чем длительная экспозиция?

Question

Для ночной фотографии лучше или хуже работать длинные выдержки, чем делать несколько фотографий и объединять их в программном обеспечении (медианное смешивание / наложение изображений, как в превосходном приложении для iOS Cortex Camera )?

Можно предположить, что изображения идеально выровнены - предположим, что программное обеспечение смешивания корректирует как горизонтальные, так и вертикальные сдвиги и небольшие повороты. Приложения для iPhone за 2,99 $ делают это, так что это не является необоснованным предположением. В качестве альтернативы, предположим, что используется штатив + дистанционный спуск затвора, чтобы устранить движение между фотографиями. Конечно, при длительной выдержке используйте штатив.

Итак, медианное смешивание приводит к лучшему или худшему качеству изображения? Нет необходимости говорить, что другие параметры (объектив, диафрагма, ISO, камера ...) одинаковы.

(Это разделено от Могу ли я объединить несколько фотографий, чтобы уменьшить шум? , но этот вопрос конкретно предполагает, что у меня нет штатива, тогда как этот позволяет это сделать. Так что это разные вопросы. Я просмотрел ссылки, предложенные там, но они, похоже, не дали четкого ответа на этот вопрос.)

Answer 1

Из моих ранних экспериментов с астрофотосъемкой (на самом деле с использованием специальной веб-камеры) я могу сказать, что это обычный способ сделать изображения, чтобы сделать видео со скоростью 25 кадров в секунду, а затем сложить изображения с помощью специального программного обеспечения. Причины этого состоят именно в том, что шум от атмосферы может быть учтен, и даже довольно нестабильная система слежения может быть учтена в программном обеспечении впоследствии. Охлаждение датчика не могло быть темой, потому что датчик активен все время (обычно несколько минут).

Возможно, это не будет удовлетворительным ответом на ваш точный вопрос, но, на мой взгляд, он указывает на то, что несколько изображений могут дать лучшее качество, при условии, что программное обеспечение для стекирования достаточно хорошее.

Answer 2

Смешивание с использованием нескольких слоев с небольшим или нулевым шумом будет лучше, чем одиночная экспозиция с большим количеством шума.

Отличная запись среднего стека (о котором вы специально спрашивали) берет медианное значение каждого пикселя из каждого слоя - здесь:

http://petapixel.com/2013/05/29/a-look-at-reducing-noise-in-photographs-using-median-blending/

Также визуально сравнивает оба метода. Определенно стоит проверить.

Другие методы: например, программное смешивание может автоматически использовать содержимое этого слоя , только если уровень яркости находится на определенном уровне. Это уменьшает темный шум, который существует с одной экспозицией. Это часто наблюдается в режиме смешивания светлых слоев в Photoshop. Просто еще один способ сделать это.

Желаем удачи, и получайте удовольствие.

Answer 3

Теоретически среднее значение 10 односекундных воздействий должно давать такое же количество шума, как и одно десятисекундное воздействие.

Результаты на практике отличаются в основном за счет теплового шума. Чем дольше датчик активен во время воздействия, тем теплее он становится, что приводит к увеличению темнового шума. Многократные короткие выдержки позволяют датчику остыть между ними. Существует порог, когда тепловой шум начинает становиться реальной проблемой (у меня нет данных для передачи, но они подробно изучены астрофотографами).

Более короткие экспозиции также предпочтительнее, если кто-то хочет избежать звездного следа.

Одним из преимуществ многократных коротких экспозиций является то, что у вас есть выбор методов усреднения, при длительной экспозиции можно комбинировать только фотоны аддитивным способом, тогда как при многократных экспозициях вы можете захватывать одинаковое количество фотонов в общей сложности, у вас есть дополнительная информация о том, когда фотоны прибыли.

Определенные типы шума будут реагировать на определенные методы, среднее значение и медиана обычно довольно хорошие и широко применяются. Еще лучше было бы использовать гибридный метод, подобный усеченному альхпа (усеченному) среднему. Это отбрасывает выбросы на обоих концах, которые могут исказить результат, а затем вычисляет среднее значение. Вы могли бы сделать еще лучше, но это потребовало бы профилирования и расчета параметров отдельных распределений шума.

Однако по мере увеличения числа экспозиций результаты будут сходиться, т. Е. Если вы снимаете достаточно экспозиций, это перестанет иметь значение, используете ли вы среднее значение, медиану или какой-либо другой метод.