تکنولوژی کاهش نویز Noise Reduction

دلایل و تاثیر نویز تصویر

نور توسط سنسور تصویر به سیگنال الکتریکی تبدیل میشود اما این سیگنال تولید شده شامل هر دو اطلاعات سیگنال تصویر  و نویز است. نویز همیشه در تصویر دیده می شود و اساسا تصویر بدون نویز وجود ندارد به ویژه مواردی که تصاویر در محیط های کم نور تولید می شوند. نسبت سیگنال به نویز برای مقایسه ی سطح سیگنال به سطح نویز ، استفاده می شود و بر اساس dB (دسی بل) بیان میشود.

SNR= سطح نویز/سطح سیگنال تصویر

SNRبالا به معنی تصویر با کیفیت بهتر است. وجود نویز در تصویر علاوه بر شکست در برآورده کردن کیفیت تصویر مورد انتظار مصرف کنندگان ، یک بار اضافی برای فرآیند رمزنگاری و فشرده سازی سیگنال به وجود می آورد که موجب افزایش حجم مورد نیاز برای ذخیره سازی و نیز افزایش پهنای باند مورد نیاز جهت انتقال میشود. با در نظر گیری ۳ نکته ضعف ذکر شده حذف نویز از تصویر یک مکانیزم اصلی در فرآیند پردازش ویدیو است.

تئوری و طبقه بندی تکنولوژی حذف نویز

برای حذف نویز تصویر ابتدا میبایست ساز و کاری برای تمایز بین نویز و جزییات تصویر اتخاذ شود. در محصولات نظارت تصویری، جدا سازی نویز و جزئیات تصویر بر عهده فیلترهای خطی و غیرخطی میباشد. تکنیک های مختلفی برای کاهش نویز وجود دارد که هر کدام بر پایه و اساس متفاوت استوار هستند و در نتیجه اثرگذاری و پیچیدگی آنها نیز متفاوت است. عموما، بسته به محتوای سیگنال ویدیو ،  تخمینی از میزان(سطح) نویز و میزان کاهش نویز مورد انتظار ،  تکنیک های حذف نویز را میتوان به انواع زیر دسته بندی کرد:

• Spatial Filtering
• Temporal Filtering
• Motion Adaptive Filtering
• Motion Compensation Filtering

البته انواع بیشتری از این تکنیک ها وجود دارند که پرداختن به آن ها از حوصله این مقاله خارج است.اغلب این تکنیک ها در بسیاری از محصولات نظارت تصویری که امروزه به فروش می رسند پیاده سازی شده است.

مقایسه ی تکنولوژی های حذف نویز

اثرات و پیچیدگی های تکنیک های مختلف فیلتر حذف نویز به طور واضحی با یکدیگر متفاوتند. معمولا فیلترهای Spatial و Temporal، الگوریتم های با پیچیدگی پایینی به شمار می روند. فیلتر Spatial، نویز را در تصویر کاهش می دهد، اما جزئیات تصویر را نیز از بین می برد و در نتیجه لبه های تصویر و نیز خطوط عمودی و افقی به درستی نشان داده نمیشوند. در حالیکه فیلتر Temporal باعث ایجاد تصویر سایه دار بر روی اجسام در حال حرکت می شود. این دو نوع فیلتر حذف نویز به طور معمول در محصولات با قیمت های پایین تر استفاده می شود.

فیلتر Motion Adaptive بر اساس مقایسه ی دو فریم پی در پی و شناسایی ناحیه ی حرکت، کار می کند. در واقع این فیلتر نخست به جداسازی نواحی تصویر که در آن اجسام متحرک وجود دارند و نواحی تصویر که اجسام ثابتی دارند می پردازد.

با توجه به این که فیلتر Temporal در نواحی از تصویر که اجسام ثابتی دارند عملکرد قابل قبولی دارد و بالعکس فیلتر Spatial در نواحی از تصویر که اجسام متحرکی دارند موثرتر است ، فیلتر Motion Adaptive به ترکیب اثر دو فیلتر Spatial و Temporal می پردازد تا ضمن کاهش نویز تصویر، جزئیات بهتر روی بخش ثابت تصویر و سایه ی کمی روی جسم در حال حرکت در تصویر باقی بماند.

فیلتر Motion Compensation نسبت به فیلتر Motion Adaptive عملکرد بهتری در کاهش نویز دارد زیرا این فیلتر ضمن ترکیب مزایای فیلتر های Spatial و Spatial،  یک سری محاسبات را در رابطه با تخمین محل جدید جسم متحرک در تصویر و نیز مطابقت دادن دو فریم پی در پی را به الگوریتم Motion Adaptive  افزوده است.

لازم به ذکر است که همه ی تکنولوژی های بازار در یک سطح نمی توانند به تاثیر مساوی از حذف نویز برسند. در واقع تکنولوژی های حذف نویز گوناگونی هستند که به طور مداوم مورد بررسی و تحقیق و بهبود توسط دانشگاه ها و صنایع تصویری قرار می گیرند.

کاربرد تکنولوژی های جدید تاثیر حذف نویز را در آینده افزایش خواهد داد. در ضمن مهم نیست که تکنولوژی مورد استفاده در دوربین مورد نظر شما در واقع چه تکنیکی را جهت کاهش نویز در پیش میگیرد ، تاثیر آن می تواند کامل و درست نباشد.

زمانی که مقدار سیگنال به نویز (SNR) کمتر از سطح معین است، شما نمی توانید همه ی نویز ها را حذف کنید و به ناچار جزئیات تصویر توسط تکنولوژی حذف نویز تحت تاثیر قرار می گیرد. در آن زمان شما مکلف به ایجاد تعادلی بین میزان نویز و کیفیت تصویر  می باشید.