Los procesadores de imagen realizan muchas tareas para poder obtener la mejor imagen posible a partir de los datos del sensor. Una de ellas es especialmente importante y compleja, pues de la eficiencia de sus algoritmos depende en gran medida la calidad del resultado final; hablamos de la reducción de ruido en la imagen.

La reducción de ruido, junto con la interpolación cromática o la corrección de nitidez, es una de las funciones básicas que todo procesador de imagen debe implementar. Sin embargo, debido a su naturaleza, no es una tarea precisamente sencilla, ya que muchas veces es imposible discernir que es ruido dentro de la propia imagen.

Sobre la naturaleza del ruido

En fotografía, el ruido puede definirse como la variación del brillo o de la información de color de una imagen. El concepto de ruido se asocia al significado de indeseado, pues se trata de variaciones no deseadas dentro de la imagen. En fotografía fotoquímica, el ruido suele manifestarse en forma de un grano que, debido a su estructura, no es considerado tan molesto –desde un punto de vista estético– como el que encontramos comúnmente el las imágenes digitales. Independientemente de su estética, la presencia de ruido en una imagen dificulta la percepción de la misma, pudiendo incluso a imposibilitar su correcta lectura en el caso de elevadas cantidades del mismo.

En fotografía digital, el sensor de imagen es el encargado de captura los fotones de luz que conformarán la imagen final. Sin embargo, este sensor, debido a su temperatura, es un dispositivo ruidoso en sí mismo. En general, la cantidad de ruido presente será inversamente proporcional al tamaño de los fotodiodos, que dependerá asimismo del número de píxeles y del tamaño del sensor. Cuanto más grande sea el fotodiodo, menos efecto tendrá el ruido en el píxel resultante.

La reducción de ruido es una de las funciones más importantes de los procesadores de imagen © Sony

Por supuesto, aumentar la sensibilidad también altera la relación señal –nuestra imagen «limpia»– a ruido –variaciones indeseadas–. Esta relación, la SNR –del ingles Signal-to-Noise Ratio–, es la forma de medir la cantidad de ruido en una imagen. Una mayor índice ISO para conseguir una mayor sensibilidad implica amplificar los receptores de señal artificialmente –la sensibilidad nativa no se ve alterada– de modo que también se amplifica el ruido presente en cada uno de los fotodiodos.

Gracias a la mejora de los algoritmos de reducción de ruido, es posible capturar cada vez a ISOs más elevados © Nikon

El ruido más común es de naturaleza aleatoria Gaussiana –debido a su modelo matemático de distribución de probabilidad, asociado a una campana de Gauss–.

Incluso sin señal, el ruido aleatorio está presente debido a la temperatura del sensor de imagen

Es el ruido es inherente a la adquisición de la señal por parte del sensor y su temperatura, y sus muestras son independientes entres sí –no hay correlación entre ellas–.Cuanto más escasa sea la luz de una escena, más presencia tendrá el ruido, incluso usando la sensibilidad nativa del sensor.

Otro tipo de ruido es el impulsional o «salt and peper» (sal y pimienta), que se reconoce por presentar píxels oscuros en zonas claras y viceversa. Suele ser producido por errores en la transmisión de los datos o errores durante la conversión analógica-digital, pero debida a su naturaleza son más fáciles de eliminar que las muestras de ruido aleatorio.

Existen muchos tipos de ruido en función de su naturaleza; en la imagen, el ruido impulsional o «salt and peper» © Wikipedia

El ruido de disparo o «shot noise» se modela típicamente como una distribución aleatoria de Poisson –bajo ciertas condiciones similar a la Gaussiana–, y es debido a fluctuaciones cuánticas –fotones–. Es proporcional a la intensidad de luz que recibe el sensor; sin embargo, debido a que la cantidad de señal útil es más grande al aumentar la intensidad de luz, este tipo de ruido suele ser apreciable solo cuando se trabaja en condiciones de escasa luminosidad.

Reduciendo el ruido

La reducción de ruido suele aplicarse a nivel de software mediante los algoritmos correspondientes de NR (Noise Reduction). Sin embargo, últimamente se están realizando muchos esfuerzos para conseguir sensores que capten el menor ruido posible en sus fotodiodos, de modo que cuando los datos sean leídos por el procesador de imagen, estos sean más «limpios». En otras palabras, trabajar en el hardware, como el caso de los sensores Sony Starvis o los sensores Canon multicapa.

La importancia de la reducción de ruido en fotografía digital queda patente en al publicidad de las firmas © Sony

Los algoritmos de reducción de ruido pueden aplicarse a nivel de escala de grises o bien por canales para cada uno de los componentes cromáticos (R, G, B) por separado, a costa eso sí de incrementar la complejidad de cálculo. Se suelen aplicar en las primeras etapas del procesado de imagen, justo después de la captura de datos del sensor, para que el resto de etapas pueden beneficiarse de una imagen más «limpia» con la que poder trabajar en mejores condiciones. Se trata, pues, de un bootle neck o cuello de botella: de sus resultados dependerá en gran medida el buen funcionamiento del resto de algoritmos.

En primera aproximación, un algoritmo de reducción de ruido o NR puede implementarse mediante un filtro de suavizadosmoothing filter– mediante el cual se relaciona un píxel con los que tiene a su alrededor, de forma a eliminar los píxeles abruptos afectados por un fuerte ruido y cuyo valor suele destacar muy por encima de los otros. Desafortunadamente, este tipo de píxels de cambio abrupto también pueden representar detalles finos de la propia imagen original, que quedarían eliminados por este tipo de filtro. Es necesario pues tener en cuenta un compromiso entre reducción de ruido y preservación del detalle de la imagen, sobre todo en los contornos y bordes.

Los procesadores BIONZ X incorporan algunos de los algoritmos de reducción de ruido más avanzados © Sony

El filtro de suavizado más sencillo, el filtro de media –mean filter– es también el que peor resultado obtienen manteniendo el detalle de los contornos, pues realiza un simple promedio entre los píxeles. También puede aplicarse un filtro de mediana –median filter– con mejores resultados, pero en general los algoritmos más avanzados suelen aplicar correcciones locales, y tratan las diferentes zonas de una imagen de forma diferente, aplicando por ejemplo un suavizado mayor en partes más planas de la imagen y menor en aquellas con más contornos con tal de preservar el detalle.

La mayoría de los algoritmos de NR tratan el ruido de forma diferente según su naturaleza. El ruido de luminancia se presenta como variaciones de luminosidad en la imagen, y se encuentra en la misma dimensión que el detalle de la imagen, por lo que su tratamiento debe ser realizado con mucho cuidado so pena de reducir drásticamente la nitidez de la imagen. Por otro lado, el ruido de crominancia se muestra como una variación aleatoria de puntos de colores, que suele afectar los medios tonos y las sombras de las imágenes. Debido a su estructura –no impacta tanto en el detalle de la imagen–, es más fácil de eliminar que el ruido de luminancia, pero un exceso de procesado puede dar lugar a una pérdida de fidelidad en los colores.

De hecho, en la mayoría de las cámaras, al activar la reducción de ruido para altas ISOs, se trabaja mayormente en la eliminación del ruido de crominancia, y el tratamiento del de luminancia dependerá de la agresividad elegida, con una fuerte influencia en la nitidez y detalles de la imagen final.

Comparación del ruido de luminancia (izquierda) y el de crominancia (derecha) © SLRlounge

No obstante, por muy avanzado que sea un algoritmo de NR, este se verá limitado por la potencia de cálculo del procesador de imagen de la cámara. Mientras que en la cámara los algoritmos apenas disponen de una fracción de segundo –para no retrasar el resto de operaciones ni las siguientes capturas–, en el ordenador el algoritmos puede disponer de mucho más tiempo. Así pues, muchos usuarios, en función de sus necesidades, se decantan por realizar las tareas de reducción de ruido en post-procesado usando un ordenador y un software externo.

Debido a su potencia de cálculo, los algoritmos de reducción de ruido son más efectivos en post-procesado © Canon

Existen de hecho diversos motivos por los cuales podemos querer desactivar el NR en la propia cámara: para evitar la aparición de artefactos de color –debido a la propia estructura de los algoritmos–, para evitar reducir la cadencia de disparo –al tener que aplicar estos algoritmos– o simplemente porque se opta por disparar solo en RAW con la intención de reducir el ruido en post-procesado.

Más información:

       

Los comentarios en esta página pueden ser moderados; en tal caso no aparecerán inmediatamente al ser enviados. Las descalificaciones personales, los comentarios inapropiados, de extensión desmesurada o con demasiados errores ortográficos podrán ser eliminados. Asimismo, en caso de errores considerados tipográficos, el editor se reserva el derecho de corregirlos antes de su publicación con el fin de mejorar la comprensión de los mismos. Recordamos a los lectores que el propósito final de este medio es informar. Para recibir soporte sobre dispositivos o problemas particulares les invitamos a contactar con el correspondiente servicio de atención al cliente.