วิธีลบ Noise ในภาพถ่ายแสงน้อย — Magic Eraser
เรียนรู้วิธีลดเกรน, luminance noise และ color noise ในภาพถ่ายแสงน้อยและ ISO สูงด้วยเครื่องมือ AI denoising เทคนิคปฏิบัติจริงสำหรับภาพกลางคืน ภาพในร่ม และภาพคอนเสิร์ตที่สะอาดขึ้น
Content Lead
ตรวจสอบโดย Magic Eraser Editorial ·
Image noise คือเนื้อสัมผัสที่เป็นเม็ดเกรนและจุดด่างที่ปรากฏขึ้นเมื่อคุณดันเซนเซอร์กล้องเกินช่วงการทำงานที่เหมาะสม ถ่ายภาพในร้านอาหารที่สลัว สถานที่จัดคอนเสิร์ต ฉากถนนยามค่ำคืน หรือสถานการณ์ใดก็ตามที่กล้องชดเชยแสงน้อยด้วยการเพิ่มความไวแสง ISO ผลลัพธ์ที่ได้คือภาพที่ปนเปื้อนด้วยความสว่างที่แปรปรวนแบบสุ่มและจุดสีเป็นเม็ด DPReview อธิบายว่า noise เป็นคุณสมบัติโดยธรรมชาติของเซนเซอร์ดิจิทัลทุกตัว สัญญาณไฟฟ้าที่สร้างภาพมักจะมีการรบกวนแบบสุ่มติดมาด้วยเสมอ และการรบกวนนั้นจะมองเห็นได้เมื่อเซนเซอร์ขยายสัญญาณแสงที่อ่อน
Noise มีสองรูปแบบที่ต้องการวิธีการจัดการแตกต่างกัน Luminance noise คือเกรนสีเดียว — พิกเซลสว่างและมืดแบบสุ่มกระจายทั่วเฟรม คล้ายกับฟิล์มเกรน Color noise (หรือที่เรียกว่า chroma noise) ปรากฏเป็นจุดสีแบบสุ่ม ซึ่งมักจะมองเห็นได้ชัดเจนที่สุดในบริเวณเงาและไล่ระดับสีที่ราบเรียบ การทดสอบเซนเซอร์ของ DxOMark แสดงให้เห็นว่าแม้แต่กล้องระดับเรือธงก็ยังมี color noise มากที่ ISO 6400 ขึ้นไป และเซนเซอร์สมาร์ทโฟน ซึ่งมีพิกเซลที่เล็กกว่า — จะเริ่มแสดง noise ที่มองเห็นได้ที่ ISO 800 หรือต่ำกว่า
AI denoising ได้เปลี่ยนแปลงวิธีที่ช่างภาพจัดการกับภาพที่มี noise ไปอย่างสิ้นเชิง การลด noise แบบดั้งเดิมทำงานโดยการเบลอภาพ ซึ่งจะลบเกรนออก แต่ก็ทำลายรายละเอียดเล็กๆ น้อยๆ ไปพร้อมกัน ผิวหนังกลายเป็นขี้ผึ้ง เส้นผมสูญเสียเส้นแต่ละเส้น และใบไม้กลายเป็นรอยเปื้อนแบบลาย peinture AI denoising ตามที่ PetaPixel ได้บันทึกไว้ ใช้แนวทางที่แตกต่างออกไปในแก่นของมัน: โมเดลได้เรียนรู้จากคู่ภาพนับล้านคู่ว่ารายละเอียดจริงมีลักษณะอย่างไรเมื่อเทียบกับว่า noise มีลักษณะอย่างไร มันลบสิ่งหนึ่งออกไปในขณะที่รักษาอีกสิ่งหนึ่งไว้ คู่มือนี้ครอบคลุมวิธีใช้ AI Enhance, AI Filter, Magic Eraser เพื่อทำความสะอาดภาพแสงน้อยที่มี noise ในขณะที่รักษารายละเอียดและความแม่นยำของสีที่วิธีการดั้งเดิมต้องเสียสละ
- AI Enhance ใช้การ denoising แบบเจาะจงที่ลดเกรนในขณะที่คงรายละเอียดขอบ เนื้อผิว และโครงสร้างละเอียดที่การลด noise แบบเบลอแบบดั้งเดิมทำลาย
- AI Filter แก้ไขการเปลี่ยนสีและการลดความอิ่มตัวที่การประมวลผล ISO สูงทำให้เกิดขึ้น คืนสีผิวที่เป็นธรรมชาติและสมดุลสีขาวที่แม่นยำ
- Magic Eraser ลบสิ่งที่ตกค้างเฉพาะจุดที่คงอยู่ — hot pixels, กลุ่มพิกเซลติดค้าง และแถบเงา — ซึ่งการ denoising แบบทั่วทั้งภาพไม่สามารถแก้ไขได้โดยไม่ประมวลผลมากเกินไป
- Luminance noise และ color noise ต้องการวิธีการจัดการต่างกัน: luminance noise ตอบสนองต่อ AI denoising ได้ดี ในขณะที่ color noise มักต้องการการแก้ไขสีเพิ่มเติม
- การลดขนาดลงเล็กน้อยหลังการ denoising ช่วยทำให้ residual fine-grain noise เรียบเนียนขึ้นอีก จึงเป็นขั้นตอนสุดท้ายที่มีประสิทธิภาพสำหรับการส่งออกไปยังโซเชียลมีเดีย
ทำความเข้าใจ luminance noise กับ color noise
Luminance noise เป็นประเภทที่ทนได้มากกว่าในสองประเภทนี้ มันปรากฏเป็นความแปรปรวนแบบสุ่มของความสว่างพิกเซล พิกเซลบางพิกเซลสว่างกว่าที่ควรเล็กน้อย บางพิกเซลมืดกว่าเล็กน้อย — สร้างเนื้อสัมผัสแบบเม็ดเกรนที่คล้ายกับฟิล์มเกรนแบบแอนะล็อก ในปริมาณที่พอเหมาะ luminance noise อาจดูสวยงามได้และบางครั้งก็ถูกเพิ่มเข้าไปโดยตั้งใจเพื่อให้ได้ลุคแบบฟิล์ม แต่ในกรณีที่รุนแรง โดยเฉพาะในบริเวณเงาของภาพ ISO สูง luminance noise จะกลายเป็นเนื้อสัมผัสที่หนาแน่นและไม่พึงประสงค์ซึ่งบดบังรายละเอียดเล็กๆ และทำให้ภาพดูมีคุณภาพทางเทคนิคต่ำ
Color noise นั้นแทบไม่เป็นที่ต้องการเลย มันปรากฏเป็นจุดสีแบบสุ่ม จุดสีแดง เขียว และน้ำเงินที่ไม่ตรงกับสีจริงใดๆ ในฉาก Color noise จะมองเห็นได้ชัดเจนที่สุดในพื้นที่ที่ควรจะเรียบและสม่ำเสมอ: ท้องฟ้าสีฟ้า กำแพงในเงา เสื้อผ้าสีเข้ม และผิวหนังในบริเวณที่รับแสงน้อยเกินไป มันเกิดจากวิธีการที่เซนเซอร์กล้องจับสีโดยใช้ Bayer filter array แต่ละพิกเซลบันทึกเฉพาะช่องสีเดียว และอีกสองช่องถูก interpolated ที่ ISO สูง ข้อผิดพลาดแบบสุ่มในแต่ละช่องสีจะมองเห็นเป็นจุดสีหลังจากขั้นตอนการ interpolation
การทำความเข้าใจว่า noise ประเภทใดเด่นในภาพของคุณเป็นสิ่งสำคัญเพราะ AI denoising จัดการแต่ละประเภทต่างกัน AI denoiser สมัยใหม่มีความยอดเยี่ยมในการลบ luminance noise ในขณะที่คงรายละเอียดไว้ ลักษณะคล้ายเกรนมีความโดดเด่นพอที่โมเดลจะแยกและลบออกได้อย่างสะอาด Color noise ก็จัดการได้ดีเช่นกัน แต่ color noise ที่รุนแรงในเงาลึกบางครั้งทิ้งการเปลี่ยนสีเล็กน้อยที่ต้องใช้ขั้นตอนการแก้ไขสีตามด้วย AI Filter การตรวจสอบภาพของคุณที่ซูม 100% ก่อนประมวลผลจะบอกคุณว่าควรคาดหวังอะไรจากผลลัพธ์การ denoising
- Luminance noise สร้างเกรนสีเดียว — พิกเซลสว่างและมืดแบบสุ่ม — ที่คล้ายกับฟิล์มเกรนและบางครั้งก็ยอมรับได้ในเชิงสุนทรียะในปริมาณที่พอเหมาะ
- Color noise สร้างจุดสีแดง เขียว และน้ำเงินแบบสุ่ม ซึ่งมองเห็นได้ชัดเจนที่สุดในพื้นที่เรียบเช่นท้องฟ้า ผิวหนัง และเงา
- Color noise มีต้นกำเนิดจากข้อผิดพลาดการ interpolation ของ Bayer filter ที่มองเห็นได้เมื่อเซนเซอร์ขยายสัญญาณอ่อนที่ ISO สูง
- ตรวจสอบภาพของคุณที่ซูม 100% ก่อนประมวลผลเพื่อระบุว่า luminance หรือ color noise เด่น และวางแผนขั้นตอนการแก้ไขของคุณ accordingly
AI denoising ด้วย AI Enhance: แตกต่างจากวิธีการดั้งเดิมอย่างไร
การลด noise แบบดั้งเดิมในแอปพลิเคชันเช่น Lightroom หรือ Photoshop ทำงานบนหลักการที่ตรงไปตรงมา: เบลอภาพเพื่อทำให้เกรนเรียบเนียน จากนั้นพยายามฟื้นฟูรายละเอียดขอบบางส่วนด้วยการ sharpening วิธีการนี้มีข้อจำกัดพื้นฐาน — ซอฟต์แวร์ไม่สามารถแยกแยะระหว่าง noise และรายละเอียดละเอียด ลด noise อย่างรุนแรงแล้วคุณจะสูญเสียขนตา เนื้อผ้า ใบหญ้าแต่ละใบ การไล่ระดับโทนสีที่ละเอียดอ่อนที่ทำให้ภาพถ่ายดูสามมิติ ผลลัพธ์คือลุคพลาสติกหรือสีน้ำที่บ่งบอกภาพที่ผ่านการประมวลผลมากเกินไป
AI Enhance ใช้แนวทางแบบ trained-model เครือข่ายการ denoising ได้เรียนรู้จากคู่ภาพสะอาด-มี noise นับล้านคู่ว่ารายละเอียดภาพจริงมีลักษณะอย่างไรในทุกสเกล ตั้งแต่โครงสร้างขอบใหญ่ไปจนถึงรูขุมขนละเอียดและลายทอผ้า เมื่อมันประมวลผลภาพที่มี noise มันจะแยกรูปแบบ noise ออกจากรายละเอียดพื้นฐานและลบเฉพาะ noise ความแตกต่างในทางปฏิบัติอย่างมาก: ผิวคงเนื้อสัมผัสธรรมชาติแทนที่จะกลายเป็นขี้ผึ้ง ใบไม้คงคำจำกัดความของใบแต่ละใบแทนที่จะละลายเป็นก้อนสีเขียว รายละเอียดสถาปัตยกรรมเช่นเนื้ออิฐและกรอบหน้าต่างยังคงคมชัด
แนวทาง AI ยังจัดการการเปลี่ยนผ่านระหว่างพื้นที่สะอาดและมี noise ได้อย่างสวยงามกว่า ในภาพแสงน้อยทั่วไป พื้นที่ที่ได้รับแสงดีอาจมี noise น้อยที่สุดในขณะที่เงามีการปนเปื้อนมาก การลด noise แบบดั้งเดิมใช้ความแรงเท่ากันทุกที่ ซึ่งอาจประมวลผลเงาน้อยเกินไปหรือประมวลผลไฮไลต์มากเกินไป AI Enhance ปรับความเข้มของการแก้ไขตามระดับ noise ในพื้นที่ ใช้การ denoising แบบเข้มข้นในบริเวณเงาที่มี noise ขณะที่ปล่อยให้พื้นที่ไฮไลต์สะอาดในแก่นของมันไม่ถูกแตะต้อง
- การลด noise แบบดั้งเดิมเบลอภาพอย่างสม่ำเสมอ ทำลายรายละเอียดละเอียดเช่นเนื้อผิว ลายทอผ้า และใบไม้ในกระบวนการ
- AI Enhance ใช้โมเดลที่ได้รับการฝึกฝนเพื่อแยกแยะระหว่างรูปแบบ noise และรายละเอียดภาพจริง ลบสิ่งหนึ่งในขณะที่รักษาอีกสิ่งหนึ่งไว้
- AI ปรับความเข้มของการ denoising ตามระดับ noise ในพื้นที่ — เข้มข้นในเงาที่มี noise, น้อยที่สุดในไฮไลต์ที่สะอาด
- ผลลัพธ์หลีกเลี่ยงผิวที่เหมือนขี้ผึ้งและใบไม้ที่เหมือนภาพวาดซึ่งเป็นลักษณะของภาพที่ผ่านการ denoise แบบดั้งเดิมมากเกินไป
แก้ไขการเปลี่ยนสีและฟื้นฟูความแม่นยำด้วย AI Filter
การประมวลผล noise ISO สูงไม่ได้เพิ่มแค่เกรน — มันเปลี่ยนสีด้วย เฟิร์มแวร์กล้องใช้การลด noise ของตัวเองระหว่างการแปลง RAW เป็น JPEG การประมวลผลนี้มักลดความอิ่มตัวของโทนเงา เปลี่ยนสมดุลสีขาวโดยรวมให้อุ่นหรือเย็นเล็กน้อย และลดช่วงไดนามิกระหว่างสีที่คล้ายกัน สีผิวในภาพพอร์ตเทรตในร่มมักจะออกโทนส้มหรือเหลืองภายใต้แสงประดิษฐ์ การประมวลผล ISO สูงทำให้แย่ลงด้วยการทำให้โทนชมพูและแดงอ่อนที่ทำให้ผิวดูเป็นธรรมชาติเรียบแบน
หลังจากใช้ AI Enhance สำหรับการ denoising ให้ใช้ AI Filter เพื่อจัดการปัญหาสีเหล่านี้ ฟิลเตอร์วิเคราะห์สมดุลสีโดยรวม ระบุการเปลี่ยนจากจุดอ้างอิงธรรมชาติ (สีผิว สีเทากลาง สีที่รู้จัก) และแก้ไขความเบี่ยงเบน สำหรับฉากที่มีแสงผสม — ความท้าทายทั่วไปในการถ่ายภาพแสงน้อยที่แสงในร่มอุ่นแข่งขันกับแสงหน้าต่างเย็นหรือโคมไฟ LED โทนสีน้ำเงิน — ฟิลเตอร์สามารถปรับอุณหภูมิสีให้เป็นปกติทั่วทั้งเฟรมโดยไม่ต้องปรับเลือกเฉพาะจุดด้วยตนเอง
ให้ความสนใจเป็นพิเศษกับความแม่นยำของสีในการถ่ายภาพอีเวนต์และคอนเสิร์ต แสงบนเวทีที่จัดจ้านสร้างสภาวะสีที่รุนแรงซึ่งการประมวลผล noise ISO สูงบิดเบือนเพิ่มเติม AI Filter สามารถฟื้นฟูลุคที่เป็นธรรมชาติมากขึ้นโดยไม่ลบสีที่ตั้งใจของแสง มันแก้ไขข้อผิดพลาดสีที่เกิดจาก noise ในขณะที่เคารพสีจริงของฉาก สำหรับการถ่ายภาพผลิตภัณฑ์ที่ถ่ายในสภาพแสงสลัว ความแม่นยำของสีมีความสำคัญอย่างยิ่งเนื่องจากผู้ซื้อคาดหวังให้สีผลิตภัณฑ์ในภาพตรงกับสิ่งที่มาถึงทางไปรษณีย์
- การประมวลผล ISO สูงลดความอิ่มตัวของโทนเงา เปลี่ยนสมดุลสีขาว และทำให้ความแตกต่างของสีเล็กน้อยที่ทำให้ภาพดูเป็นธรรมชาติเรียบแบน
- AI Filter แก้ไขการเบี่ยงเบนสีโดยอ้างอิงจุดยึดตามธรรมชาติเช่นสีผิวและสีเทากลาง
- ฉากที่มีแสงผสมได้รับประโยชน์จากการปรับอุณหภูมิสีอัตโนมัติซึ่งปกติต้องใช้การ masking ด้วยตนเองที่ซับซ้อน
- ภาพคอนเสิร์ตและอีเวนต์ต้องการการแก้ไขสีที่ลบข้อผิดพลาดที่เกิดจาก noise ในขณะที่คงสีของแสงบนเวทีที่ตั้งใจไว้
ลบสิ่งตกค้างที่คงอยู่ด้วย Magic Eraser แบบเจาะจง
การ denoising แบบทั่วทั้งภาพจัดการรูปแบบ noise โดยรวมได้ดี แต่สิ่งตกค้างบางอย่างยังคงอยู่เพราะมันมีโครงสร้างแตกต่างจาก noise แบบสุ่ม Hot pixels — พิกเซลเดี่ยวที่ติดค้างเป็นสีขาวสว่างหรือสีทึบ — เป็นปัญหาทั่วไปในการถ่ายภาพระยะยาวและภาพ ISO สูงจากเซนเซอร์ที่เก่าหรือร้อนเกินไป กลุ่มพิกเซลติดค้างสร้างจุดสว่างเล็กๆ ที่ตัว denoiser อาจทำให้อ่อนลงแต่ไม่ลบออกทั้งหมด Banding — รูปแบบแถบแนวนอนหรือแนวตั้งในเงาลึก — เป็นสิ่งตกค้างอีกอย่างที่การ denoising แบบทั่วทั้งภาพรับมือได้ยากเพราะมันมีโครงสร้างที่สม่ำเสมอแตกต่างจาก noise แบบสุ่ม
Magic Eraser เป็นเครื่องมือแม่นยำสำหรับสิ่งตกค้างที่ยังคงอยู่เหล่านี้ ซูม 100% และสแกนภาพ โดยเฉพาะในบริเวณเงาลึก ท้องฟ้ามืด การไล่ระดับสีที่ราบรื่นซึ่งสิ่งตกค้างมองเห็นได้ชัดเจนที่สุด ปัดเหนือ hot pixel แต่ละจุด กลุ่มพิกเซลติดค้าง หรือแถบ banding ทีละจุด AI วิเคราะห์พื้นที่สะอาดโดยรอบและสร้างค่าพิกเซลที่ถูกต้องขึ้นมาใหม่ วิธีการเจาะจงนี้หลีกเลี่ยงการประมวลผลมากเกินไปซึ่งจะเกิดขึ้นหากเพิ่มความแรงของการ denoising แบบทั่วทั้งภาพให้สูงพอที่จะกำจัดสิ่งตกค้างเหล่านี้โดยอัตโนมัติ
สำหรับการถ่ายภาพกลางคืนแบบเปิดรับแสงนาน การลบ hot pixel มักเป็นขั้นตอนหลังการ denoising ที่สำคัญที่สุด การเปิดรับแสง 30 วินาทีในตอนเย็นที่อบอุ่นสามารถสร้าง hot pixel หลายสิบจุดกระจายทั่วท้องฟ้า AI Enhance ทำความสะอาดรูปแบบ noise โดยรวม แต่จุดสีขาวสว่างเหล่านั้นยังคงมองเห็นได้ การใช้ Magic Eraser ปาดอย่างรวดเร็วเหนือบริเวณท้องฟ้าจะกำจัดมันโดยไม่กระทบต่อจุดดาวหรือรายละเอียดสว่างที่ตั้งใจอื่นๆ ในฉาก
- Hot pixels ปรากฏเป็นจุดสีขาวสว่างหรือสีทึบที่การ denoising แบบทั่วทั้งภาพทำให้อ่อนลงแต่ไม่ลบออกทั้งหมด
- รูปแบบ banding ในเงาลึกมีโครงสร้างที่สม่ำเสมอแตกต่างจาก noise แบบสุ่ม ทำให้ทนทานต่อการ denoising มาตรฐาน
- ใช้ Magic Eraser ที่ซูม 100% เพื่อปัดเหนือสิ่งตกค้างแต่ละจุด — AI สร้างค่าพิกเซลที่ถูกต้องจากบริบทโดยรอบ
- การถ่ายภาพกลางคืนแบบเปิดรับแสงนามักสร้าง hot pixel หลายสิบจุดที่ต้องการการลบแบบเจาะจงหลังการ denoising ทั่วทั้งภาพ