AI로 거친 야간 사진 수정하는 방법: 노이즈 감소 및 디테일 복구

야간 사진이 거친 이유와 noise가 실제로 무엇인지

디지털 이미지 noise는 카메라 센서가 약한 빛 신호를 증폭할 때 나타나는 밝기와 색상의 무작위 변동입니다. 밝은 낮에는 충분한 광자가 센서의 각 픽셀에 도달하여 무작위 변동이 거의 없는 강한 신호를 생성합니다 — 이미지가 깨끗합니다. 밤에는 노출 시간 동안 훨씬 적은 수의 광자가 각 픽셀에 도달합니다. 카메라는 신호를 전자적으로 증폭하여 보상합니다(ISO를 높이는 것이 바로 이것입니다). 이 증폭은 실제 이미지 데이터와 함께 무작위 전자 noise도 증폭시킵니다. 그 결과가 여러분이 보는 그레인입니다.

두 가지 뚜렷한 유형의 noise가 있습니다. Luminance noise는 단색 그레인입니다 — 이미지에 질감이 있는 필름 같은 느낌을 주는 무작위 밝고 어두운 반점입니다. 중간톤과 그림자에서 가장 잘 보이며 일반적으로 아날로그 필름 그레인과 유사하기 때문에 덜 거슬립니다. Color noise는 chrominance noise라고도 하며, 장면의 실제 색상과 관련 없는 무작위 빨간색, 녹색, 파란색 반점으로 나타납니다. Color noise는 주로 어두운 하늘 영역, 그림자 영역, 균일한 표면에서 무작위 색상 점이 분명히 잘못된 것처럼 보이기 때문에 원치 않습니다.

휴대폰 카메라는 작은 센서가 픽셀당 더 큰 전용 카메라 센서보다 적은 광자를 수집하기 때문에 저조도에서 특히 noise가 발생하기 쉽습니다. 최신 휴대폰의 야간 모드는 여러 노출을 스택하여 도움이 됩니다. 결과는 주로 그림자 영역과 깨끗한 스태킹을 방해하는 움직임이 있는 장면에서 주간 촬영에 비해 여전히 noise가 있습니다. 휴대폰이나 풀프레임 카메라로 촬영하든, AI denoising은 고ISO 야간 이미지의 주요 품질을 복구할 수 있습니다.

• 높은 ISO는 밤에 약한 빛 신호를 증폭하지만 무작위 전자 noise도 증폭합니다.
• Luminance noise는 단색 그레인을 생성하고, color noise는 무작위 빨간색, 녹색, 파란색 반점을 추가합니다.
• 휴대폰 카메라는 작은 센서 크기와 제한된 광량 수집으로 인해 특히 영향을 받습니다.
• 야간 모드 스태킹은 도움이 되지만 특히 그림자와 움직이는 장면에서 여전히 noise를 남깁니다.

AI noise reduction이 그레인을 제거하면서 디테일을 보존하는 방법

전통적인 noise reduction은 이미지의 고주파 변동을 감지하고 부드럽게 만드는 방식으로 작동합니다. 문제는 미세한 디테일 — 벽돌 벽의 질감, 별의 개별 점들, 직물의 짜임, 간판의 글자 — 도 고주파 정보라는 것입니다. 단순한 스무딩 알고리즘은 noise 반점과 실제 선명한 디테일을 안정적으로 구분할 수 없으므로 둘 다 흐리게 만듭니다. Noise reduction이 강할수록 더 많은 디테일이 손실되어 과도하게 처리된 야간 사진 특유의 플라스틱 또는 수채화 같은 모양이 생성됩니다.

AI denoising은 근본적으로 다른 접근 방식을 취합니다. Noise가 있는 이미지와 깨끗한 이미지 쌍으로 훈련된 신경망은 noise 대 디테일의 통계적 특징을 학습합니다. AI는 어두운 하늘 영역의 밝은 반점이 noise임을 인식합니다. 특정 패턴의 더 어두운 점으로 둘러싸인 밝은 점은 별무리입니다. AI는 그림자 영역의 무작위 색상 변동이 chrominance noise임을 이해합니다. 칠해진 벽의 유사한 색상 변동은 실제 질감입니다. 이 패턴 인식은 모든 픽셀에서 동시에 작동하여 noise는 제거되고 디테일은 수동 슬라이더 기반 도구가 따라잡을 수 없는 수준으로 보존되는 결과를 생성합니다.

실용적인 차이는 즉시 눈에 띕니다. 거친 야간 도시 풍경에 AI Enhance를 실행하고 건물 외관을 확대해 보세요. 전통적인 noise reduction을 사용하면 벽돌이 매끄러운 표면으로 흐려지고 창틀이 가장자리를 잃습니다. AI denoising을 사용하면 개별 벽돌이 뚜렷하게 유지되고, 창문 중간대가 선명하게 유지되며, 상점 간판의 글자를 읽을 수 있습니다. 이 모든 디테일을 덮고 있던 그레인이 사라집니다. 이미지는 스무딩에 의해 평평해지는 대신 질감과 입체감을 유지합니다.

• 전통적인 noise reduction은 그레인과 디테일을 모두 부드럽게 만들어 플라스틱 같거나 흐릿한 모양을 만듭니다.
• AI denoising은 noise 반점과 실제 이미지 디테일 사이의 통계적 차이를 학습합니다.
• 결과는 스무딩이 파괴하는 건물 질감, 별 점, 글자, 미세한 가장자리를 보존합니다.

저조도 이미지에서 그림자 디테일 복구하기

야간 사진은 극단적인 동적 범위를 포함합니다. 가로등이나 네온사인은 그 옆의 그림자 벽보다 수천 배 더 밝을 수 있습니다. 대부분의 카메라는 밝은 영역을 잘 포착하지만 그림자를 노출 부족으로 남깁니다. 그리고 편집에서 밝게 하려고 하면 noise로 채워집니다. 노출 부족과 높은 ISO의 조합은 그림자 영역에서 이미지 품질에 최악의 시나리오를 만듭니다. 밀집된 noise 아래에 묻힌 매우 적은 실제 신호.

AI Enhance는 noise reduction과 그림자 복구를 동시에 수행하여 이 문제를 해결합니다. 그림자 영역에서 noise를 제거하면서 원시 데이터에는 항상 존재했지만 그레인 아래에 보이지 않았던 디테일을 드러냅니다. 평평한 검은색 직사각형으로 보였던 건물 외관이 이제 질감, 창문, 건축 디테일을 보여줍니다. 어두운 공원 지역의 식물은 개별 잎과 가지를 드러냅니다. 도로 표면은 차선 표시와 질감을 보여줍니다. 이 그림자 복구는 이미지를 하이라이트에만 정보가 있는 고대비 장면에서 전체 톤 범위에 걸쳐 디테일이 있는 균형 잡힌 사진으로 변환합니다.

• 야간 사진은 종종 뭉개진 그림자와 날아간 하이라이트로 극단적인 동적 범위를 가집니다.
• AI는 동시에 noise를 제거하고 노출 부족 그림자 영역의 디테일을 복구합니다.
• 그림자 복구는 밀집된 noise 아래 숨겨진 질감, 건축 디테일, 식물을 드러냅니다.

Denoising 후 새롭게 보이는 방해 요소 정리하기

효과적인 noise reduction의 예상치 못한 부작용은 프레임 안의 작은 방해 요소들이 훨씬 더 눈에 띄게 된다는 것입니다. 이미지가 그레인으로 덮여 있을 때는 전체적인 질감이 이를 가려주기 때문에 시청자의 눈이 사소한 결점에 대해 어느 정도 관대합니다. 일단 그레인이 제거되고 이미지가 깨끗하고 선명해지면, 건물에 설치된 보안 카메라, 하늘을 가로지르는 전선, 인도의 쓰레기 조각, 길모퉁이의 보기 흉한 utility box가 이전보다 훨씬 두드러집니다.

이것이 바로 Magic Eraser가 야간 사진 워크플로우에서 귀중한 두 번째 단계가 되는 이유입니다. Denoising 후, 이제 구성을 방해하는 요소들이 있는지 이미지를 스캔하세요. 밤하늘을 가로지르는 전선, 건물 지붕선과 교차하는 가로등 기둥, 밝은 광원의 렌즈 플레어 아티팩트, 장면을 해치는 기타 요소들을 제거하세요. AI denoising 후 표적 개체 제거를 결합하면 기술적으로 깨끗하고 구성적으로 세련된 최종 이미지가 생성됩니다.

천체 사진의 경우 이 정리 단계가 특히 유용합니다. 위성 궤적, 비행기 불빛, 수평선의 빛 공해는 주요 별 영역이 denoising되고 선명해진 후 모두 제거할 수 있습니다. 그 결과 현실 조건에서 단일 미편집 노출로는 거의 제공되지 않지만 장면이 마땅히 받아야 할 선명함으로 별과 은하수를 보여주는 밤하늘 이미지가 탄생합니다.

• Noise 제거는 작은 방해 요소들을 더 눈에 띄게 만듭니다 — 전선, 카메라, utility box, 쓰레기.
• Magic Eraser는 구성적으로 깨끗한 결과를 위해 새롭게 보이는 요소들을 제거합니다.
• 천체 사진은 위성 궤적, 비행기 불빛, 수평선 빛 공해를 제거함으로써 혜택을 받습니다.