맨위로가기

이미지 노이즈

"오늘의AI위키"는 AI 기술로 일관성 있고 체계적인 최신 지식을 제공하는 혁신 플랫폼입니다.
"오늘의AI위키"의 AI를 통해 더욱 풍부하고 폭넓은 지식 경험을 누리세요.
목차

1. 개요

이미지 노이즈는 디지털 이미지에 나타나는 원치 않는 무작위 변동으로, 이미지 품질을 저하시키는 요인이다. 가우시안 노이즈, 소금-후추 노이즈, 샷 노이즈, 양자화 노이즈, 필름 그레인, 비등방성 노이즈, 주기적 노이즈 등 다양한 종류가 존재하며, 각 노이즈는 발생 원인과 특성이 다르다. 디지털 카메라에서는 센서의 크기, 필 팩터, 온도 등이 노이즈 발생에 영향을 미치며, 판독 노이즈와 샷 노이즈가 주요 노이즈 원인이다. 노이즈 감소 기술은 이미지 처리 과정에서 노이즈를 줄이기 위해 사용되며, 노이즈 감소와 세부 묘사 보존 사이에는 상충 관계가 존재한다. 비디오 노이즈는 전자적 노이즈로 인해 발생하며, 특정 상황에서는 디더링과 같은 기술을 통해 이미지 품질을 향상시키는 데 사용되기도 한다.

더 읽어볼만한 페이지

  • 디지털 사진 - 영상
    영상은 이미지 제작의 역사, 종류, 기술적 측면, 사회문화적 의미 등을 포괄하는 개념이며, 기록, 종교, 소통 등 다양한 역할을 해왔고, 양식, 기술, 사회문화적 맥락 등 다양한 기준으로 분류된다.
  • 디지털 사진 - 레이어 (디지털 이미지 편집)
    레이어는 디지털 이미지 편집에서 투명한 유리판을 겹쳐 이미지를 구성하는 개념으로, 불투명도, 혼합 모드, 마스크 등을 통해 최종 이미지의 모양을 결정하며, 개별 편집의 용이성을 제공한다.
이미지 노이즈
개요
이미지 노이즈 예시
이미지 노이즈의 예
정의이미지에서 보이는 원치 않는 간섭
관련 항목시각적 눈
넓은 의미이미지 품질

2. 노이즈의 종류

이미지 노이즈는 다양한 원인에 의해 발생하며, 그 특성에 따라 여러 종류로 분류할 수 있다.


  • 가우시안 노이즈 (Gaussian Noise): 이미지 획득 과정에서 주로 발생하며, 센서의 특성 및 전자 회로 노이즈가 주요 원인이다.[2]
  • 소금-후추 노이즈 (Salt-and-Pepper Noise): 이미지에 밝거나 어두운 점들이 무작위로 나타나는 형태로, 아날로그-디지털 변환기 오류나 전송 중 비트 오류 등이 원인이다.[6][7][8][15]
    소금-후추 노이즈가 있는 이미지
  • 샷 노이즈 (Shot Noise): 이미지의 밝은 부분에서 주로 나타나며, 광자 수의 통계적 변화로 인해 발생한다. 광자 샷 노이즈는 푸아송 분포를 따르며, 이미지 강도의 제곱근에 비례하는 표준 편차를 갖는다.[11]
  • 양자화 노이즈 (Quantization Noise): 이미지 센서에서 감지된 신호를 디지털 값으로 변환하는 과정에서 발생하며, 균등 분포를 갖는다.[15]
  • 필름 그레인 (Film Grain): 사진 필름에서 나타나는 노이즈로, 샷 노이즈와 비슷한 통계적 분포를 보인다.[16]
  • 비등방성 노이즈 (Anisotropic Noise): 이미지 센서에서 행 또는 열 방향으로 나타나는 노이즈이다.[18]
  • 주기적 노이즈 (Periodic Noise): 이미지 캡처 과정에서 발생하는 전기적 간섭이 주요 원인이며, 이미지에 반복적인 패턴이 나타난다.[6]
    주기적 노이즈가 주입된 이미지
    주파수 영역 노치 필터 적용

2. 1. 가우시안 노이즈 (Gaussian Noise)

디지털 이미지에서 가우시안 노이즈의 주요 원인은 이미지 획득 과정에서 발생한다. 센서는 조명 수준과 자체 온도에 따라 고유한 노이즈를 가지며, 센서에 연결된 전자 회로도 자체적인 전자 회로 노이즈를 주입한다.[2]

이미지 노이즈의 일반적인 모델은 가우시안, 가산적이며, 각 픽셀에서 독립적이며, 신호 강도와 무관하고, 주로 존슨-나이키스트 노이즈(열 노이즈)에 의해 발생하며, 여기에는 커패시터의 리셋 노이즈("kTC 노이즈")도 포함된다.[3] 증폭기 노이즈는 이미지 센서의 "판독 노이즈"의 주요 부분을 차지하며, 이는 이미지의 어두운 영역에서 일정한 노이즈 수준을 의미한다.[4] 녹색 또는 적색 채널보다 파란색 채널에서 더 많은 증폭이 사용되는 컬러 카메라에서는 파란색 채널에 더 많은 노이즈가 발생할 수 있다.[11] 그러나 노출이 높아지면 이미지 센서 노이즈는 샷 노이즈에 의해 지배되며, 이는 가우시안이 아니며 신호 강도와 독립적이지 않다. 또한, 많은 가우시안 디노이징 알고리즘이 있다.[5]

2. 2. 소금-후추 노이즈 (Salt-and-Pepper Noise)



팻 꼬리 또는 "충동적" 노이즈는 소금-후추 노이즈 또는 스파이크 노이즈라고도 불린다.[6] 소금-후추 노이즈가 포함된 이미지는 밝은 영역에는 어두운 픽셀이, 어두운 영역에는 밝은 픽셀이 나타난다.[7] 이러한 유형의 노이즈는 아날로그-디지털 변환기 오류, 전송 중 비트 오류 등으로 인해 발생할 수 있다.[8][15] 다크 프레임 빼기, 중앙값 필터링, 결합된 중앙값 및 평균 필터링을 사용하여 대부분 제거할 수 있으며,[9] 어둡거나 밝은 픽셀 주변을 보간하여 제거할 수도 있다.

LCD 모니터의 데드 픽셀은 소금-후추 노이즈와 유사하지만, 무작위적이지 않은 디스플레이를 생성한다.[10]

2. 3. 샷 노이즈 (Shot Noise)

이미지 센서에서 이미지의 더 밝은 부분에서 주로 나타나는 노이즈는 일반적으로 통계적 양자 요동에 의해 발생하는데, 이는 주어진 노출 수준에서 감지된 광자 수의 변화를 의미한다. 이 노이즈는 광자 샷 노이즈라고 알려져 있다.[11] 샷 노이즈는 푸아송 분포를 따르며, 이는 높은 이미지 강도에서는 정규 분포로 근사할 수 있다. 샷 노이즈는 이미지 강도의 제곱근에 비례하는 표준 편차를 가지며, 서로 다른 픽셀에서의 노이즈는 서로 독립적이다.

광자 샷 노이즈 외에도, 이미지 센서의 암전류 누설로 인한 추가적인 샷 노이즈가 있을 수 있다. 이 노이즈는 때때로 "암흑 샷 노이즈"[11] 또는 "암전류 샷 노이즈"로 알려져 있다.[12] 암전류는 이미지 센서 내의 "핫 픽셀"에서 가장 크다. 정상 픽셀 및 핫 픽셀의 가변적인 암전하는 ("암흑 프레임 빼기"를 사용하여) 빼낼 수 있으며, 누설의 샷 노이즈 또는 임의적인 구성 요소만 남게 된다.[13][14] 암흑 프레임 빼기가 수행되지 않거나, 노출 시간이 핫 픽셀 전하가 선형 전하 용량을 초과할 정도로 길 경우, 노이즈는 샷 노이즈 이상이 되며, 핫 픽셀은 소금 후추 노이즈로 나타난다.

2. 4. 양자화 노이즈 (Quantization Noise)

이미지 센서에서 감지된 신호를 디지털 값으로 변환하는 과정(양자화)에서 발생하는 노이즈를 양자화 노이즈라고 한다. 양자화 노이즈는 대략적으로 균등 분포를 가진다. 신호에 따라 달라질 수 있지만, 다른 노이즈 원이 디더링을 일으킬 만큼 충분히 크거나, 디더링이 명시적으로 적용되는 경우 신호와 무관하게 된다.[15]

2. 5. 필름 그레인 (Film Grain)

사진 필름에서 필름 입자는 신호에 의존적인 노이즈로, 샷 노이즈와 비슷한 통계적 분포를 보인다.[16] 필름 입자가 균일하게 분포하고 (면적당 입자 수가 같음), 각 입자가 광자를 흡수하여 어두운 은 입자로 될 확률이 동일하고 독립적이라면, 특정 면적 내 어두운 입자의 수는 이항 분포를 따르는 임의의 값이 된다. 확률이 낮은 영역에서는 이 분포가 샷 노이즈의 고전적인 푸아송 분포에 가까워진다. 간단한 가우시안 분포가 종종 충분히 정확한 모델로 사용된다.[15]

필름 입자는 일반적으로 거의 등방성(비방향성) 노이즈 소스로 간주된다. 필름 내 할로겐화은 입자의 분포 또한 무작위적이어서 그 영향이 더 커진다.[17]

2. 6. 비등방성 노이즈 (Anisotropic Noise)

이미지 센서는 때때로 행 노이즈 또는 열 노이즈의 영향을 받는다.[18]

2. 7. 주기적 노이즈 (Periodic Noise)

이미지에서 주기적 노이즈가 발생하는 흔한 원인은 이미지 캡처 과정에서 발생하는 전기적 간섭이다.[6] 주기적 노이즈의 영향을 받은 이미지는 원본 이미지 위에 반복적인 패턴이 추가된 것처럼 보인다. 주파수 영역에서 이러한 유형의 노이즈는 개별적인 스파이크로 나타난다. 이 노이즈를 상당 수준으로 줄이려면 주파수 영역에서 노치 필터(Notch Filter)를 적용해야 한다.[6]

필터링된 이미지에도 테두리에 약간의 노이즈가 남아 있다. 추가 필터링을 통해 이 테두리 노이즈를 줄일 수 있지만, 이미지의 미세한 디테일도 일부 줄어들 수 있다. 노이즈 감소와 미세한 디테일 보존 사이의 절충은 응용 분야에 따라 다르다. 예를 들어, 성의 미세한 디테일이 중요하지 않다고 간주되면 저역 통과 필터링이 적절한 옵션이 될 수 있다. 성의 미세한 디테일이 중요하다고 간주되면, 이미지의 테두리를 완전히 잘라내는 것이 실행 가능한 해결책이 될 수 있다.

3. 디지털 카메라에서의 노이즈

디지털 카메라는 빛을 전기 신호로 변환하는 이미지 센서를 사용하여 이미지를 생성하며, 이 과정에서 다양한 노이즈가 발생한다.[19] 저조도 환경에서는 샷 노이즈의 영향을 줄이기 위해 긴 노출 시간, 열린 조리개(낮은 f-넘버)를 사용하거나, ISO 감도를 높여야 한다.[19]

왼쪽 이미지는 저조도 환경에서 노출 시간이 10초 이상이다. 오른쪽 이미지는 적절한 조명과 0.1초 노출을 사용했다.


대부분의 카메라에서 느린 셔터 속도는 포토다이오드 누설 전류로 인해 소금 후추 노이즈를 증가시키는데, 이는 암흑 프레임 빼기를 통해 제거할 수 있다. 그림자 노이즈와 비슷한 밴딩 노이즈는 그림자를 밝게 하거나 색상 균형 처리를 통해 발생할 수 있다.[19]

3. 1. 판독 노이즈 (Read Noise)

디지털 사진에서 들어오는 광자는 전자의 형태로 전하로 변환된다. 이 전압은 디지털 카메라의 신호 처리 체인을 거쳐 아날로그-디지털 변환기에 의해 디지털화된다. 광자 수에 비례하는 이상적인 값에서 벗어나는 데 기여하는 신호 처리 체인의 전압 변동을 판독 노이즈라고 한다.[20]

3. 2. 센서 크기의 영향

센서 크기가 클수록 더 많은 빛을 받아들여 샷 노이즈의 영향을 줄일 수 있다. 같은 화각에서 F값이 일정할 때, 센서가 클수록 신호 대 잡음비(SNR)가 높아진다.[1]

예를 들어, ISO 800에서 포서즈 시스템 센서가 생성하는 노이즈 수준은 ISO 3200에서 풀프레임 센서(면적이 약 4배)와 ISO 100에서 1/2.5" 콤팩트 카메라 센서(면적이 약 1/16)가 생성하는 노이즈 수준과 거의 동일하다. 모든 카메라가 주어진 장면에서 동일한 셔터 속도 및 동일한 F-넘버에 대해 거의 동일한 ISO 설정을 갖게 된다. 그러면 풀프레임 카메라에서 잡음이 훨씬 줄어든다. 반대로, 모든 카메라가 동일한 조리개 직경의 렌즈를 사용하는 경우 ISO 설정은 카메라마다 다르지만, 잡음 수준은 거의 동일하다.[1]

3. 3. 센서 필 팩터 (Fill Factor)

이미지 센서는 빛을 수집하기 위한 개별적인 포토사이트를 가지고 있다. 센서의 모든 영역이 다른 회로 때문에 빛을 수집하는 데 사용되지는 않는다. 센서의 필 팩터가 높을수록 더 많은 빛을 수집하여 센서 크기에 따라 더 나은 ISO 성능을 낼 수 있다.[22] 뒷면 조사형 CMOS 센서를 사용하면 필 팩터가 100%에 가깝다.[23]

3. 4. 센서 온도

온도가 높을수록 이미지 센서의 누설 전류가 증가하여 노이즈가 증가한다. DSLR 카메라는 겨울보다 여름에 더 많은 노이즈를 생성하는 경향이 있다.[13]

4. 노이즈 감소 (Noise Reduction)

이미지는 어떤 장면의 그림, 사진 또는 기타 2차원 표현 형태를 말한다.[24] 이미지 노이즈를 줄이기 위한 다양한 기술들이 개발되어 왔다.

노이즈 감소가 항상 명확하지 않다는 것을 보여주는 간단한 예가 있다. 이미지의 균일한 빨간색 영역에 매우 작은 검은색 점이 하나 있다면, 이것이 노이즈일 가능성이 높다. 하지만 이 점이 여러 픽셀에 걸쳐 나타난다면, 이미지 센서의 결함일 수도 있다. 만약 그 모양이 불규칙하다면, 이미지의 실제 세부 묘사일 가능성도 있다.

극심한 노이즈의 경우에는 노이즈를 줄이는 것보다, 많은 노이즈 속에 숨겨진 작은 정보를 추출하는 것이 더 중요하다. 이를 위해 대량의 무작위 데이터에서 작은 규칙성을 찾는 기술들이 사용된다.

4. 1. 노이즈 감소 알고리즘

대부분의 이미지 센서 데이터를 이미지로 변환하는 알고리즘은 어떤 형태의 노이즈 감소를 포함한다.[25][26] 이를 위한 많은 절차가 있지만, 모든 절차는 픽셀 값의 실제 차이가 노이즈인지 실제 사진의 세부 사항인지를 결정하고, 후자를 보존하려 하면서 전자의 평균을 구하려고 시도한다. 그러나 어떤 알고리즘도 이 판단을 완벽하게 내릴 수 없으므로(모든 경우에), 노이즈 제거와 노이즈와 유사한 특성을 가질 수 있는 미세하고 낮은 대비의 세부 사항 보존 사이에서 종종 상충 관계가 발생한다.

이러한 결정은 소스 이미지와 인간 시각의 특성을 앎으로써 도움을 받을 수 있다. 대부분의 노이즈 감소 알고리즘은 더 공격적인 색상 노이즈 감소를 수행하는데, 잃을 위험이 있는 중요한 미세한 색상 세부 사항이 거의 없기 때문이다. 또한, 많은 사람들은 루미넌스 노이즈가 눈에 덜 거슬린다고 생각하는데, 그 질감 있는 외관이 필름 그레인의 모습과 유사하기 때문이다.

특정 카메라(또는 RAW 개발 워크플로우)의 높은 감도 이미지 품질은 노이즈 감소에 사용되는 알고리즘의 품질에 크게 의존할 수 있다. ISO 감도가 증가함에 따라 노이즈 수준이 증가하므로, 대부분의 카메라 제조업체는 더 높은 감도에서 노이즈 감소 공격성을 자동으로 증가시킨다. 이는 더 높은 감도에서 두 가지 방식으로 이미지 품질 저하를 유발한다. 즉, 노이즈 수준이 증가하고 더 공격적인 노이즈 감소로 인해 미세한 세부 사항이 부드러워진다.

4. 2. 저감도 및 고감도 노이즈 예시



저조도 환경에서 올바른 노출을 위해서는 느린 셔터 속도(긴 노출 시간) 또는 열린 조리개(낮은 f-넘버)를 사용하여 캡처되는 빛의 양을 늘려 샷 노이즈의 영향을 줄여야 한다. 셔터 및 조리개의 한계에 도달했는데도 이미지 밝기가 충분하지 않은 경우, 더 높은 ISO 감도를 사용하여 이득을 높여 판독 노이즈를 줄일 수 있다. 대부분의 카메라에서 느린 셔터 속도는 포토다이오드 누설 전류로 인해 소금 후추 노이즈가 증가한다.[19]

노출 시간 동안 센서 전체에서 수집된 빛의 양은 샷 노이즈의 신호 대 잡음비와 겉보기 잡음 수준을 결정하는 가장 큰 요인이다.

F-넘버는 초점면의 빛 밀도를 나타낸다. F-넘버가 일정할 때 초점 거리가 증가하면 렌즈의 조리개 직경이 증가하고 렌즈는 피사체로부터 더 많은 빛을 수집한다. 특정 화각으로 장면을 캡처하는 데 필요한 초점 거리는 센서 너비에 거의 비례하므로, F-넘버가 주어지면 수집되는 빛의 양은 센서 면적에 거의 비례하여 더 큰 센서의 신호 대 잡음비가 더 좋아진다.

예를 들어, ISO 800에서 포서즈 시스템 센서가 생성하는 잡음 수준은 ISO 3200에서 풀프레임 센서(면적이 약 4배)와 ISO 100에서 1/2.5" 콤팩트 카메라 센서(면적이 약 1/16)가 생성하는 잡음 수준과 거의 동일하다.

5. 비디오 노이즈 (Video Noise)

비디오와 텔레비전에서 노이즈는 전자적 노이즈의 결과로 그림 위에 겹쳐지는 무작위 점 패턴을 의미하며, 이는 수신 불량의 (아날로그) 텔레비전이나 VHS 테이프에서 보이는 "눈"과 같다. 간섭 및 정적도 노이즈의 다른 형태인데, 이는 무작위적이지는 않지만 원치 않는 것으로서 라디오와 텔레비전 신호에 영향을 미칠 수 있다.

디지털 노이즈는 때때로 압축 아티팩트로서 MPEG-2 형식으로 인코딩된 비디오에 존재한다.

6. 유용한 노이즈 (Useful Noise)

높은 수준의 노이즈는 거의 항상 바람직하지 않지만, 특정 양의 노이즈가 유용한 경우가 있다. 예를 들어 이산화로 인한 인공물(색상 밴딩 또는 포스터화)을 방지하는 데 유용하다. 일부 노이즈는 또한 선명도 (겉보기 선명도)를 증가시킨다. 이러한 목적으로 의도적으로 추가된 노이즈는 디더링이라고 하며, 신호 대 잡음비를 저하시키지만, 지각적으로 이미지를 향상시킨다.

참조

[1] 서적 The Focal encyclopedia of photography https://books.google[...] Focal Press
[2] 웹사이트 Image Restoration: Introduction to Signal and Image Processing http://miac.unibas.c[...] MIAC, University of Basel 2012-04-24
[3] 서적 Smart CMOS Image Sensors and Applications https://books.google[...] CRC Press
[4] 서적 Image Sensors and Signal Processing for Digital Still Cameras https://books.google[...] CRC Press
[5] 논문 "A Comprehensive Survey on Impulse and Gaussian Denoising Filters for Digital Images" Signal Processing
[6] 서적 Digital Image Processing https://books.google[...] Pearson Prenctice Hall
[7] 서적 Handbook of Image and Video Processing https://books.google[...] Academic Press
[8] 서적 Computer Vision https://books.google[...] Prentice-Hall
[9] 논문 "A Robust Edge Detection Approach in the Presence of High Impulse Intensity through Switching Adaptive Median and Fixed Weighted Mean Filtering" IEEE Transactions on Image Processing
[10] 서적 Handbook of Image and Video Processing Academic Press
[11] 서적 Digital Heritage https://books.google[...] Butterworth-Heinemann
[12] 서적 Scientific Charge-coupled Devices https://books.google[...] SPIE Press
[13] 서적 Digital SLR Astrophotography https://books.google[...] Cambridge University Press
[14] 서적 The Manual of Photography https://books.google[...] Focal Press
[15] 서적 Handbook of Image and Video Processing Academic Press
[16] 서적 Advances in Computer Vision and Image Processing https://books.google[...] JAI Press
[17] 서적 Handbook of Image Quality https://books.google[...] CRC Press
[18] 서적 Biomedical Engineering Fundamentals CRC Press
[19] 웹사이트 Digital Cameras: Does Pixel Size Matter? Part 2: Example Images using Different Pixel Sizes (Does Sensor Size Matter?) http://www.cambridge[...] 2010-06-03
[20] 웹사이트 Noise, Dynamic Range and Bit Depth in Digital SLRs (read noise) https://theory.uchic[...] 2008-05-22
[21] 웹사이트 Digital Cameras: Does Pixel Size Matter? Part 2: Example Images using Different Pixel Sizes (Does Sensor Size Matter?) http://www.clarkvisi[...] 2008-12-22
[22] 웹사이트 Four Thirds Sensor Size and Aspect Ratio http://www.wrotniak.[...] 2009-02-26
[23] 간행물 Front and Back Illuminated Dynamic and Active Pixel Vision Sensors Comparison 2018
[24] 서적 Digital Image Processing https://books.google[...] Umesh Publications
[25] 간행물 A 2e rms − Temporal Noise CMOS Image Sensor With In-Pixel 1/ f Noise Reduction and Conversion Gain Modulation for Low Light Imaging https://ieeexplore.i[...] 2021-01
[26] 간행물 Analysis of the Quantization Noise in Discrete Wavelet Transform Filters for 3D Medical Imaging 2020-02-11
[27] 웹사이트 Astrophotography, Pixel-by-Pixel: Part 1 - Well Depth, Pixel Size, and Quantum Efficiency https://cloudbreakop[...]
[28] 웹사이트 Exposure and Digital Cameras, Part 1. What is ISO on a digital camera? When is a camera ISOless? ISO Myths and Digital Cameras https://clarkvision.[...] 2012-07-04
[29] 웹사이트 Noise, Dynamic Range and Bit Depth in Digital SLRs (S/N ratio vs. exposure, and Dynamic Range) https://theory.uchic[...] 2008-05-22
[30] 웹사이트 Noise, Dynamic Range and Bit Depth in Digital SLRs (S/N and Exposure Decisions) https://theory.uchic[...] 2008-05-22


본 사이트는 AI가 위키백과와 뉴스 기사,정부 간행물,학술 논문등을 바탕으로 정보를 가공하여 제공하는 백과사전형 서비스입니다.
모든 문서는 AI에 의해 자동 생성되며, CC BY-SA 4.0 라이선스에 따라 이용할 수 있습니다.
하지만, 위키백과나 뉴스 기사 자체에 오류, 부정확한 정보, 또는 가짜 뉴스가 포함될 수 있으며, AI는 이러한 내용을 완벽하게 걸러내지 못할 수 있습니다.
따라서 제공되는 정보에 일부 오류나 편향이 있을 수 있으므로, 중요한 정보는 반드시 다른 출처를 통해 교차 검증하시기 바랍니다.

문의하기 : help@durumis.com