降噪原理
DxO 的优秀秘诀

DxO 20 年来一直走在 RAW 图像处理的前沿,我们比其他 RAW 转换软件呈现更优秀的效果。以下就为您揭开其中的奥秘。

去马赛克:RAW 转换的根基

当您按下相机快门时,所有照射到传感器上的光线都会被记录为 RAW 数据,但这些数据需要转换成不同的格式才能显示在屏幕上。这种转换可以在相机内部进行,从而在存储卡上创建 JPEGTIFF 等输出文件,也可以将相机设置为将曝光记录为 RAW 文件,以便稍后使用 DxO PhotoLab 或 DxO PureRAW 等软件进行转换。

无论采用何种流程,对于希望再现高品质逼真场景的摄影师来说,这一 RAW 转换流程的标准至关重要。

去马赛克RAW 转换的关键步骤之一。这是一个客观过程,对忠实呈现所记录图像必不可少,它应为后续更具主观性的照片编辑提供至优基础。在本文中,我们将解释去马赛克的原理,并向您展示 DxO 采用的方法如何优于其他软件采用的方法。


什么是去马赛克?

当您将照相机的传感器暴露于光线之下,并在照相机的屏幕或电脑显示器上观看所产生的图像时,很容易忽视一个事实:这张照片并非以全彩记录。事实上,传感器记录的是一系列显示每个图素的光线强度的数值。

这些图素本质上是对所有光线敏感,而无法感知单个颜色,因此制造商在传感器上叠加了彩色滤光片。因此,每个图素只记录红光、绿光或蓝光的强度数据——类似于人的眼球。在大多数相机传感器中,这些图素是以每对红光和蓝光对应两个绿光图素的交替模式排列的,因此比例为一半绿光、四分之一红光和四分之一蓝光。

最常用的是上图所示的拜尔滤光片,但也有其他设计,一个很好的例子便是富士 X-Trans。其相机使用的模式略有不同,利弊兼备。您可以从下方的插图中看到这种模式的不同之处,也可以在这里了解更多相关信息。

这种光接收模式提供的是马赛克数据,需要进行转换才能显示出原始色彩

如果不进行去马赛克处理,您看到的的将是一张由不同强度的红色、绿色和蓝色像素组成的图像。

不过,如前所述,这不单纯是一个应用去马赛克的问题,它还关乎如何进行应用从而最忠实地呈现细节。糟糕的去马赛克处理会导致像素级别上的各种视觉错误,包括色彩伪影,如锐利边缘处的色差和某些高频图案上的摩尔纹效果,这些视觉错误看起来都很不自然。例如,毛皮或羽毛等精细纹理会丧失应有的清晰度,并在内部产生迷宫状或随机像素。

genericdemosaicing_horse1@2x.jpggenericdemosaicing_horse2@2x.jpg
horses_before@2x.jpghorses_after@2x.jpg
放大 整图

糟糕的去马赛克效果对于那些试图制作具有精细细节的大尺寸照片的摄影师,以及那些通过裁剪来放大拍摄对象(如放大野生动物照片)的摄影师来说,是一个尤为严重的问题。相反,对于那些使用相机低分辨率输出(例如 Instagram)的人来说,去马赛克的品质高低产生的影响较小。

genericdemosaicing_good1@2x.jpggenericdemosaicing_good2@2x.jpg

左边的图像是使用劣质去马赛克软件处理的。

优秀的去马赛克相当于提升了相机的 有效分辨率

例如,即使不能增加图像的像素尺寸,拥有2000 万像素传感器和优秀去马赛克处理技术的相机仍然可以比拥有 4000 万像素传感器和糟糕去马赛克处理技术的相机生成细节更为丰富的图像。因此,在优质处理的帮助下,摄影师可以确保最大限度地发挥相机传感器的性能。


它的工作原理是什么?

由于我们只能观察到场景中三分之一的实际色彩信息,因此需要通过算法对其余部分进行推断。有许多不同的去马赛克算法,但它们都有一个共同的目标,那就是获取记录的数据,显现出我们肉眼可见的东西。

其最基本的形式是,对每个像素周围的像素进行采样,以预测颜色。如果一个像素显示出较强的绿光,而其周围像素显示出很低强度的蓝光和红光,那么即可假定其正确的颜色是一种强烈但不纯净的绿色调。但这种简单的算法假定每个像素都与其周围像素的颜色相同,虽然大多数像素确实如此,但在很多情况下,例如在边缘或纹理上出现突然的颜色变化时,这种算法就会大错特错。

为了获取可靠的结果,算法需要对底层场景做出假定。但这些假定必须有出处,因此需要对算法进行训练。

构成图像这一微小部分的马赛克可以有多种演绎可能。诀窍在于创建能对原始信息做出智能假定的算法,并尽可能准确地再现信息

DxO 优于其他方法之处在哪里呢?

20 年来,DxO 始终走在 RAW 图像处理的前沿,其算法一直非常出色。如今,我们甚至能够比相机制造商本身读取出更多像素。您没看错,DxO 可以为您提供比佳能索尼徕卡相机本身更多的像素。

此外,机器学习还为我们提供了进一步推动技术发展的机会。在 DeepPRIME 项目中,我们在训练阶段向神经网络输入了数十亿张样本图像,让其学习哪些结构和图案在现实世界中出现频率最高,以及如何在马赛克图像中识别它们。这些算法的建立是基于丰富的经验知识,最终呈现出了超越人类在过去几十年取得成就的结果。

DeepPRIME 的巨大优势在于,去马赛克和降噪不各自独立运行,因为两者的效益可能互相损害。相反,神经网络作为一个整体同时出击应对这两个问题。

结论

在 DxO,我们率先引领了关于如何对 RAW 文件进行降噪和去马赛克处理的研究,确保摄影师获取至优的照片效果。如果您正在使用 DxO PhotoLab 7DxO PureRAW  4,以尖端科学进行精致优化的图像定能让您满意而归。

免费试用 DxO 软件

体验我们的免费试用,了解摄影师们为什么转而青睐 DxO。

使用教程

访问所有功能

无需现在付款

使用 DxO PhotoLab 7DxO PureRAW  4 探索相机和镜头校正

试试我们的顶级技术和创意软件,彻底革新您的工作流程。

至为先进的端到端 RAW 照片编辑软件

了解更多

为您的所有相机和镜头注入澎湃动力

了解更多