Tác giả: Caleb Stephens
Một trong những yếu tố có thể làm hỏng shot quay của bạn là noise. Hiểu về nguyên nhân gây ra nó và làm thế nào để nhận ra nó có thể cứu bạn khỏi nhiều thất vọng – và cả những footage vô dụng.
Khi thấy hình ảnh trong shot quay của mình bị noise, hẳn bạn sẽ rất thất vọng, nhất là khi không thể xác định được nguyên nhân gây ra vấn đề này. Trong bài viết này, chúng tôi sẽ giúp bạn nhìn sâu vào bản chất của noise bằng cách, trước tiên là xem lại một số vấn đề khoa học cơ bản của cảm biến trước khi đi vào phân tích các loại noise khác nhau. Vậy thì bắt đầu ở đâu đây?
Căn bản về hình ảnh số
Noise đến từ một số nguyên nhân. Dòng ánh sáng phản chiếu vào ống kính, chiếu lên sensor, được phủ hàng ngàn photosite – hay điểm ảnh – chuyển đổi các cấp độ biến động của sóng ánh sáng thành tín hiệu kỹ thuật số. Những khác biệt nhỏ ở hiện tại là thứ tạo ra hình ảnh trong các cảm biến hiện đại.
Là loại cảm biến phổ biến nhất ngày này, CMOS gắn vào mỗi photosite một bộ khuếch đại điều chỉnh đầu ra của mỗi điểm ảnh bằng cách giảm hoặc tăng điện áp, làm cho hình ảnh tối hơn hoặc sáng hơn, tương ứng. Người dùng có thể điều chỉnh điều này bằng gain hoặc ISO. Dữ liệu từ cảm biến được đọc và điểm ảnh reset.
Một khi thông tin từ sensor được đọc, dữ liệu được truyền vào một converter analog-to-digital 12-bit (thường được gọi là ADC hoặc A/D), nơi sự khác biệt của điện áp trên mỗi điểm ảnh được chuyển thành một giá trị nhị phân. Ngoài ra, vị trí của điểm ảnh và các cài đặt camera cũng được lưu dưới dạng metadata trong thiết bị lưu trữ.
Hầu hết noise xảy ra ở sensor hoặc là trong quá trình chuyển từ analog sang digital.
Hình ảnh bị noise là sao?
Nói một cách đơn giản, hình ảnh bị noise là những biến động không mong muốn về màu sắc hoặc độ sáng làm mờ hoặc mất chi tiết trong hình ảnh mà bạn đang cố để quay/chụp lại.
Noise hình ảnh chủ yếu phát sinh trong cảnh thiếu sáng do các điểm ảnh có ít biến động ánh sáng để báo cáo trong hình ảnh dự định nhưng lại được khuếch đại quá mức bằng cách tăng giá trị ISO. Ngoài việc phơi sáng, cảm biến cũng bị ảnh hưởng bởi một loạt các vấn đề khác gây noise. Nhiệt độ của cảm biến hoặc các yếu tố can thiệp từ bên ngoài có thể gây noise.
Chúng ta có thể chia noise thành 2 loại: noise do tác động bên trong và noise do tác động bên ngoài.
Noise do tác động bên trong
Noise hình ảnh bắt nguồn từ bên trong máy quay do một vài nguyên nhân. Có ba nguyên nhân chính là điện, nhiệt và mức độ no sáng của cảm biến.
Trong điều kiện ánh sáng yếu, khi các cảm biến bị gain quá mức (ISO bị đẩy lên cao), mỗi điểm ảnh nhận được rất ít dao động ánh sáng để báo cáo trước khi được khuếch đại. Khi bạn thấy noise trong những tình huống như thế này, bạn thực sự thấy các điểm ảnh bị ảnh hưởng trong các báo cáo biến động của điện áp trên bộ khuếch đại điểm ảnh của cảm biến.
Noise do tác động bên ngoài
Các yếu tố ngoài máy quay cũng có thể ảnh hưởng đến mức độ noise trên hình ảnh. Loại noise này hiếm hơn so với các loại noise hình thành bên trong của các máy quay hiện đại, nhưng vẫn ảnh hưởng đến hình ảnh cuối cùng.
Noise tạo ra do các tác động bên ngoài thường khá dễ phát hiện vì nó trông giống như một lớp phủ phía trên hình ảnh chứ không phải là các nhiễu loạn vốn có trong hình ảnh như noise xảy ra do các nguyên nhân bên trong. Các yếu tố như sóng vô tuyến mạnh có thể tạo ra noise điện tử, một số các nguyên nhân khác khó kiểm soát hơn như bức xạ từ vũ trụ cũng có thể gây noise.
Hình thức noise phổ biến trong video là gì?
Noise do tác động bên trong
Gaussian Noise
Gaussian noise là một loại noise do cảm biến gây ra. Nó chủ yếu là tác dụng phụ gây ra khi cảm biến bị nóng lên. Nhiệt độ này là do điện áp và mức độ no sáng của cảm biến gây ra.
Gaussian noise là loại noise đáng chú ý nhất, nó ở dạng hằng số, xuất hiện trong môi trường thiếu sáng và bị khuếch đại nhiều (ISO bị đẩy lên cao với mục đích tăng độ sáng cho hình ảnh). Trong hầu hết cảm biến, loại noise này thường có xu hướng có màu xanh dương trong những hình ảnh thiếu sáng.
Fixed-Pattern Noise
Fixed-pattern noise thường là hệ quả của các sai sót trong quá trình sản xuất của một cảm biến cụ thể. Nó phát sinh khi các điểm ảnh khác nhau có mức độ nhạy sáng khác nhau.
Trong video, loại noise này tương đối dễ phát hiện do những khác biệt nhỏ ở đầu ra của các pixel bị ảnh hưởng. FPN không di chuyển hay xáo trộn như trong các hình thức noise điện tử khác. Thay vào đó, nó xuất hiện dưới dạng một lớp phủ các pixel sáng hơn so với thông tin thực tế được ghi lại. Nó dễ phát hiện nhất trong các tình huống thiếu sáng, nhưng những yếu tố khác cũng có thể làm cho vấn đề trầm trọng thêm.
Salt-and-Pepper Noise
Về mặt kỹ thuật, người ta gọi loại noise này là “Fat-tail distributed” hoặc “Impulsive”, noise muối tiêu (Salt-and-Pepper) được biểu thị dưới dạng các điểm ảnh báo cáo sai, sáng đọc thành tối hoặc tối đọc thành sáng. Nó trông tương tự như các điểm ảnh chết, ngoài chuyện cái noise muối tiêu này gây ra hiệu ứng này một cách ngẫu nhiên. Thông thường, quá trình chuyển từ tín hiệu analog sang kỹ thuật số hoặc các lỗi khác trong quá trình diễn giải các pixel gây ra loại noise này.
Shot
Shot noise là loại noise chủ yếu, xuất hiện trong phần tối của hình ảnh. Về mặt kỹ thuật, loại noise này có tên là “Photon Shot Noise,” là kết quả của sự biến thiên vốn có, tự nhiên, khi các photon tiếp xúc với các điểm ảnh ở bất kỳ lúc nào, dựa trên mức độ phơi sáng. Kỹ thuật hơn, người ta sẽ nói rằng ‘biến động lượng tử thống kê’ gây ra điều này, nhưng mà như thế là bạn đã hiểu được vấn đề rồi.
Shot noise là nguyên nhân lớn nhất gây ra ‘blockiness’ trong vùng shadow của một hình ảnh thiếu sáng hoặc bị khuếch đại quá mức. Ở mức độ cao, shot noise trở thành noise ‘muối tiêu’.
Quantization (Lượng tử hóa)
Lượng tử hóa là một thuật ngữ không cụ thể đối với noise. Về cơ bản, lượng tử hóa làm giảm một lượng lớn (thường) giá trị liên tục thay đổi để có được giá trị tổng có thể sử dụng được hoặc tập hợp dữ liệu đầu ra tượng trưng nhỏ hơn. Các công cụ lượng tử hóa có một bộ giá trị đầu ra khả thi, và khi dữ liệu được xử lý, nó được làm tròn thành một trong các giá trị này.
Lượng tử hóa khá dễ hiểu trong các ứng dụng video – hàng triệu điểm ảnh riêng lẻ được đọc thành một tập hợp đại diện nhỏ hơn. Trong vòng kết nối video, người ta thường dùng thuật ngữ “pixel binning” để chỉ việc này.
Trong video, Quantization noise thường khó, thậm chí là không thể phát hiện đường vì, ít hay nhiều, tất cả các pixel đều bị ảnh hưởng. Lỗi có thể xảy ra khi các hình ảnh trong clip khác quá xa các giá trị lượng tử hóa của bộ chuyển đổi A/D. Nó cũng có thể tệ hơn rất nhiều khi kết hợp với các loại noise khác.
Anisotropic Noise
Anisotropic (An-Isotropic) noise phát sinh khi thông tin từ cảm biến được đọc bị lấy mẫu hoặc lượng tử hóa. Loại noise này làm giảm độ phân giải cảm nhận trong các shot bị ảnh hưởng vì nó pha trộn các chi tiết trong ảnh với nhau, tạo ra các họa tiết không có thực hoặc bẻ cong các đường thẳng.
Bất cứ ai quen thuộc với video sẽ nhanh chóng nắm được vấn đề này – bạn chỉ cần nghĩ đến mấy vệt răng cưa và sọc trên hình ảnh của những cái DSLR đời đầu.
Loại noise này trong máy quay thường biểu hiện khi độ phân giải gốc của cảm biến cao hơn độ phân giải thực được ghi lại. Nhiều máy quay cũ đã chọn lấy mẫu độ phân giải cao hơn xuống để record lại độ phân giải thay vì chỉ đơn giản là thu nhỏ output lại cho phù hợp, tạo ra hiện tượng răng cửa và sọc ở những cảm biến video lớn đời đầu.
Noise do tác động bên ngoài
Periodic noise
Periodic noise là loại noise xuất hiện do tác động bên ngoài. Nó xảy ra khi bất kỳ số tín hiệu tự nhiên hoặc nhân tạo cản trở tín hiệu được ghi ngược trở lại. Nó thường xảy ra dưới dạng lớp phủ cố định bên trên hình ảnh.
Khi làm việc với video, bạn cần phải học cách phát hiện các loại noise đang ảnh hưởng đến hình ảnh của bạn khi quay. Đối với nhiều loại noise, khả dễ để giảm hoặc khử chúng đi nếu bạn phát hiện chính xác đó là loại noise nào. Nếu bạn thấy hình ảnh bị noise, hãy nhớ bước lùi lại một chút, đánh giá môi trường, lập ra một danh sách các loại noise có thể xuất hiện trong môi trường như vậy và phát triển một chiến lược để tránh sấp mặt trong hậu kỳ. Các biện pháp kỹ thuật sẽ phục vụ tốt cho bạn, nhưng bao giờ nó cũng đòi hỏi bạn phải sáng tạo và linh hoạt.
Nguồn: Premium Beat
Pixel Factory sưu tầm và biên dịch
