Aller au contenu

« Bruit numérique » : différence entre les versions

Un article de Wikipédia, l'encyclopédie libre.
Contenu supprimé Contenu ajouté
Framabot (discuter | contributions)
m Bot: nettoyage syntaxe (4) <ref>
Aen89b (discuter | contributions)
Correctifs et références a la partie "Bruit impulsionnel".
Ligne 5 : Ligne 5 :


== Caractéristique ==
== Caractéristique ==
Visuellement, on distingue en général deux types de bruit d'image qui s'accumulent<ref>{{Ouvrage|prénom1=Maïtine|nom1=Bergounioux|titre=Introduction au traitement mathématique des images - méthodes déterministes|volume=76|éditeur=Springer Berlin Heidelberg|collection=Mathématiques et Applications|date=2015|isbn=9783662465387|isbn2=9783662465394|doi=10.1007/978-3-662-46539-4|lire en ligne=http://link.springer.com/10.1007/978-3-662-46539-4|consulté le=2019-02-21}}</ref> :
Visuellement, on distingue en général deux types de bruit d'image qui s'accumulent :
* le bruit de [[chrominance]], qui est la composante colorée des pixels bruités : il est visible sous la forme de taches de couleurs aléatoires,
* le bruit de [[chrominance]], qui est la composante colorée des pixels bruités : il est visible sous la forme de taches de couleurs aléatoires,
* le bruit de [[luminance]], qui est la composante lumineuse des pixels bruités : il est visible sous la forme de taches plus foncées ou plus claires donnant un aspect granuleux à l'image.
* le bruit de [[luminance]], qui est la composante lumineuse des pixels bruités : il est visible sous la forme de taches plus foncées ou plus claires donnant un aspect granuleux à l'image.
Ligne 31 : Ligne 31 :
Cela s'appelle également le signal thermique, car il est reproductible. Contrairement au bruit, qui n'est pas reproductible.
Cela s'appelle également le signal thermique, car il est reproductible. Contrairement au bruit, qui n'est pas reproductible.


=== Bruit sel et poivre ===
=== Bruit "Poivre et sel" ===
[[Image:Noise salt and pepper.png|thumb|right|150px|Image affectée par le bruit ''sel et poivre'' (cliquer sur l'image pour agrandir)]]
[[Image:Noise salt and pepper.png|thumb|right|150px|Image affectée par le bruit ''"Poivre et sel"'' (cliquer sur l'image pour agrandir)]]


Le bruit '''impulsionnel''', également appelé '''sel et poivre''', est une dégradation de l'image sous la forme de [[pixel|pixels]] noirs et blancs répartis au hasard. Ce bruit est dû soit à des erreurs de [[transmission de données]], soit à la défaillance d'éléments du capteur [[Charge-Coupled Device|CCD]], soit à la présence de particules fines sur le capteur d'images.
Le bruit '''impulsionnel''', également appelé bruit « '''Poivre et sel''' », est une dégradation de l'image sous la forme de [[pixel|pixels]] noirs et blancs (d'ou le terme poivre et sel) répartis d'une manière aléatoire dans l'image. Ce bruit est dû soit à des erreurs de [[transmission de données]], soit aux dysfonctionnement ou à la présence de particules fines sur les éléments du capteur de la camera ou a des emplacements mémoire défectueux dans le matériel<ref>{{Chapitre|langue=en|prénom1=Hanafy M.|nom1=Ali|titre chapitre=MRI Medical Image Denoising by Fundamental Filters|titre ouvrage=High-Resolution Neuroimaging - Basic Physical Principles and Clinical Applications|éditeur=InTech|date=2018-03-14|isbn=9789535138655|doi=10.5772/intechopen.72427|lire en ligne=http://www.intechopen.com/books/high-resolution-neuroimaging-basic-physical-principles-and-clinical-applications/mri-medical-image-denoising-by-fundamental-filters|consulté le=2019-02-21}}</ref>.


=== Bruit de grenaille ===
=== Bruit de grenaille ===
Ligne 91 : Ligne 91 :
[[Catégorie:Photographie numérique]]
[[Catégorie:Photographie numérique]]
[[Catégorie:Bruit]]
[[Catégorie:Bruit]]
[[Catégorie:Traitement d'image]]

Version du 21 février 2019 à 17:58

Fort bruit de fond apparaissant sur une image prise en faible lumière par un appareil-photo numérique (cliquer sur l'image pour agrandir)

Le bruit d'image est la présence d'informations parasites qui s'ajoutent de façon aléatoire aux détails de la scène photographiée numériquement. Il est plus particulièrement visible dans les zones peu éclairées, où le rapport signal/bruit est faible, mais aussi dans les parties uniformes telles qu'un ciel bleu. Il a pour conséquence la perte de netteté dans les détails.

Caractéristique

Visuellement, on distingue en général deux types de bruit d'image qui s'accumulent[1] :

  • le bruit de chrominance, qui est la composante colorée des pixels bruités : il est visible sous la forme de taches de couleurs aléatoires,
  • le bruit de luminance, qui est la composante lumineuse des pixels bruités : il est visible sous la forme de taches plus foncées ou plus claires donnant un aspect granuleux à l'image.
Bruit de chrominance
Bruit de luminance

Ce bruit est généralement considéré comme un sous-produit indésirable de la capture d'image (par analogie au bruit audible des sons indésirables).

Différentes origines du bruit

Bruit thermique

Influence de la température du capteur sur le bruit thermique. De gauche à droite, ces 4 photos ont été prises à une sensibilité identique de 400 ISO, et à des températures évoluant progressivement de 4 °C à 25 °C (cliquer sur l'image pour agrandir).

Le bruit thermique, ou bruit de Johnson-Nyquist, est dû à l'agitation naturelle des électrons, qui augmente avec la température du capteur. Ce phénomène est appelé courant d'obscurité. Les fabricants de caméras le quantifient par le nombre d'électrons[2].

Sur des appareils fixes de laboratoire ou de studios professionnels, ce bruit peut être réduit efficacement par refroidissement du capteur, en utilisant l'effet Peltier, ou bien par ventilation afin d'assurer le maintien à température ambiante. En astronomie, certains équipements sont même refroidis à −196 °C grâce à l'azote liquide[3].

Sur les appareils-photos grand public, les fabricants réduisent l'impact de ce bruit en adoptant certaines solutions[4] :

  • ajout d'un filtre infrarouge juste devant le capteur, ce qui limite l'agitation électronique ;
  • soustraction du courant d'obscurité moyen fourni par des pixels de calibrage situés au bord du capteur et ne recevant aucune lumière ;
  • soustraction des pixels chauds, repérés par une pose obturateur fermé, faite automatiquement après une pose longue : aucune lumière n'entrant, les pixels envoyant un signal sont ceux qui doivent être affaiblis sur la photographie.

Cela s'appelle également le signal thermique, car il est reproductible. Contrairement au bruit, qui n'est pas reproductible.

Bruit "Poivre et sel"

Image affectée par le bruit "Poivre et sel" (cliquer sur l'image pour agrandir)

Le bruit impulsionnel, également appelé bruit « Poivre et sel », est une dégradation de l'image sous la forme de pixels noirs et blancs (d'ou le terme poivre et sel) répartis d'une manière aléatoire dans l'image. Ce bruit est dû soit à des erreurs de transmission de données, soit aux dysfonctionnement ou à la présence de particules fines sur les éléments du capteur de la camera ou a des emplacements mémoire défectueux dans le matériel[5].

Bruit de grenaille

Cliquez sur l'image pour l'agrandir.

Le bruit de grenaille, ou bruit de Schottky ou bruit quantique est un bruit électronique. Il se produit lorsque le nombre fini de particules transportant l'énergie (électrons dans un circuit électronique, ou photons dans un dispositif optique) est suffisamment faible pour donner lieu à des fluctuations statistiques perceptibles.

Le bruit des photons est la principale source de bruit dans les images prises par les appareils photo numériques actuels.

La photo ci-contre a été traitée pour modéliser le résultat d'un appareil photo idéal : rendement quantique = 1, pas de bruit de lecture ni de bruit thermique perceptible. Ensuite, de gauche à droite, le nombre moyen de photons/pixel a été simulé sur la totalité de l'image : 0,001, 0,01, 0,1 (en haut) ; 1, 10, 100 (au milieu) : 1 000, 10 000 et 100 000 (en bas). On observe une amélioration importante de la qualité de l'image au-delà de 10 photons/pixel (l'image source a été enregistrée avec un capteur d'une capacité de 40 000 électrons/pixel).

Bruit de lecture (photographie numérique)

Ce bruit est généré par les composants électroniques avant numérisation. Il est d'autant plus important que le signal est amplifié (réglage réalisé par l'utilisateur en changeant la sensibilité ISO).

Bruit de quantification (photographie numérique)

Chaque photosite d'un capteur fournit un signal analogique auquel le convertisseur analogique-numérique attribue une valeur approximative qui est la plus proche de sa valeur réelle parmi un ensemble fini de valeurs discrètes. Cette approximation est l'erreur de quantification d'un signal.

Sur l'ensemble des photosites d'un capteur, l'accumulation des erreurs de quantification génère un bruit de quantification, dont la valeur maximale est égale à un pas de discrétisation (différence entre deux valeurs discrètes voisines), et dont la distribution est uniforme. Par rapport aux bruits générés avant numérisation, ce bruit est rendu négligeable par un codage sur 8 bits pour le format JPEG, ou 12 bits pour le format RAW.

Influence des réglages de l'appareil-photo sur le bruit

Sensibilité ISO

Le capteur d'image d'un appareil-photo numérique n'a en réalité qu'un seul niveau de sensibilité, à l'instar du film argentique. Lorsque l'utilisateur augmente la sensibilité ISO, l'appareil ne fait que changer l'amplification du signal fourni par le capteur[4], signal qui inclut les différents types de bruit décrits précédemment : avant numérisation (bruit thermique, bruit de grenaille) et pendant la numérisation (bruit de lecture). Voici la comparaison du niveau de bruit entre deux photos, l'une prise à 100 ISO, l'autre à 1600 ISO, avec un appareil photo réflex numérique Canon EOS 400D. Les deux images ont des expositions semblables. Seuls varient les sensibilités ISO et le temps de pose :

Modèle:Message galerie

La limitation de la sensibilité ISO permet donc de limiter le bruit d'image, voire de le supprimer. Mais cette limitation a ses contreparties. Elle doit être compensée par une augmentation de l'exposition, réalisable de différentes façons :

Le bruit numérique étant surtout présent dans les zones sombres, il est possible, pour optimiser une photographie, d' 'exposer à droite' lors d'une prise de vue, c'est-à-dire de l'exposer le plus possible (à la limite de la surexposition), pour ensuite l'assombrir en post traitement. Le terme 'exposer à droite' est dû à la forme de l'histogramme de distribution des intensités de la photo, qui est décalé vers la droite (indiquant que les pixels sont très clairs car très exposés).

Définition de l'image

Une définition élevée permet d'augmenter le niveau de détail des photographies, et de répondre aux exigences de l'impression sur papier au grand format. Mais cet avantage a ses limites, notamment pour les expositions en faible luminosité. L'augmentation du nombre de pixels sur un capteur de dimensions inchangées diminue sa dynamique, ce qui peut provoquer plus facilement surexpositions ou sous-expositions, mais aussi accroître l'importance relative du bruit par rapport à celle du signal utile.

Suppression logicielle du bruit

En photographie numérique, la réduction du bruit peut être réalisée au moyen d'algorithmes.

Elle peut être faite au stade de la prise de vue, juste avant la sauvegarde de l'image au format JPEG, et avec l'aide du processeur d'images intégré dans l'appareil-photo, ou bien en différé, avec des logiciels de retouche d'images, sur le fichier image résultant (JPEG ou format brut RAW). Certains logiciels offrent de nombreux filtres adaptés aux types de défaut d'image, en laissant à l'utilisateur le choix du niveau de correction.

La réduction logicielle du bruit a sa contrepartie : la création d'un flou d'image. Une correction trop importante du bruit a pour conséquence la diminution du niveau de détail d'une image. Différentes méthodes peuvent être utilisées, comme, à l'aide d'un filtre médian, remplacer la valeur d'un pixel par la valeur médiane de l'ensemble des pixels de son voisinage, ou, à l'aide d'un filtre passe-haut, extraire les pixels aux valeurs extrêmes pour les aplanir, ou encore appliquer un algorithme de débruitage par patchs. Dans tous les cas, il y a une perte de micro contraste (qui diminue l'impression de netteté) ou de micro saturation (qui diminue les colorations détaillées), qui dégrade plus ou moins légèrement l'image selon l'intensité du traitement. La sélection des zones à traiter permet d'éviter en partie cette perte de détails.

Le bruit chromatique est le plus visible, ainsi que le plus facilement neutralisable. Le traitement du bruit de luminance, par contre, mène rapidement à une perte de netteté de l'image.

Références

  1. Maïtine Bergounioux, Introduction au traitement mathématique des images - méthodes déterministes, vol. 76, Springer Berlin Heidelberg, coll. « Mathématiques et Applications », (ISBN 9783662465387 et 9783662465394, DOI 10.1007/978-3-662-46539-4, lire en ligne)
  2. « AstroImagine:Astrophoto et CCD »
  3. « page 40 »(Archive.orgWikiwixArchive.isGoogleQue faire ?)
  4. a et b « Comment ça marche : le bruit d'image »
  5. (en) Hanafy M. Ali, « MRI Medical Image Denoising by Fundamental Filters », dans High-Resolution Neuroimaging - Basic Physical Principles and Clinical Applications, InTech, (ISBN 9789535138655, DOI 10.5772/intechopen.72427, lire en ligne)