主题：缩图如何提高动态范围？讨论 dxomark 动态范围算法
正序浏览
主题图片汇总
主题内检索
在其它主题中看到有些人对于dxomark的动态范围，色彩响应，和tonal range的像素增益算法提出了质疑。
对此本人一开始并没有这样质疑过，也就没有进行仔细推论。
但后来仔细推导发现，其实dxomark的动态范像素增益围算法并没有问题。
dxomark网站的公式如下
We give the relationship between the measured and normalized values for standard deviation, signal to noise ratio (SNR), dynamic range (DR), tonal range (TR) and color sensitivity (CS) as follows:
As can be seen, high-resolution sensors will gain more SNR, DR, TR and CS when reduced to a lower reference resolution. For DxOMark Sensor Overall Score and Metrics, we chose a reference resolution equal to 8 Megapixels, which is a bit less than a 12" x 8" print with a 300dpi printer. However, any other resolution can be chosen, as doing so only shifts the normalized values by a constant (because the reference resolution appears only as a logarithm in the formulas above).
在此推导如下。
本帖最后由 markinon 于 2013-1-30 00:43 编辑
以下内容由 markinon 于 2013-1-30 00:51 补充
以下内容由 markinon 于 2013-1-30 01:04 补充
可能不一定所有人一眼能看的明白。
在此做个简单的解释：
对一个感光器动态范围评价，dxomark是用信噪比snr=0时候亮度（也就噪声强度与信号强度相等）除可识别最亮的比值（100%亮的灰阶）。
缩图是如何提高动态范围？最亮部分显然不会因为缩图而改变，只是由感光像素饱和而决定的。
然而缩图前snr=0时候可识别亮度L0是与噪声强度相等。但缩图后由于噪声是相加趋近零，会减少。原来的可识别L0会强过缩图后的被中和一定减弱的噪声。那么与噪声相当的新的更低亮度L1是以上推导中计算，并用此亮度推导正好与dxomark网站公布的结论。
以下内容由 markinon 于 2013-1-30 09:11 补充
缩略图提高信噪适用范围
说到最近无已流传的1像素笑话，一听好像对dxomark的数学公式的笑话。
不过此笑话嘲笑了编造者的对事实背景的不理解。
缩图提高动态范围公式推导没有任何问题，问题不是在这个推导出来的公式上，而是缩略提高信噪比这个基础前提上！！
是缩略提高信噪是信号平均问题。而且dxomark的第一条公式，缩图信噪比像素增益完全可以推导出来的。
信号平均算法并不是完全适用于无限大的缩小情况，事实上得到的snr增益可能比理论值少一点，但大多数情况可得接近理想的结果。
dxomark网站用8mp缩略并没提供这样假设是因为他不需要缩略到1像素或者1mp像素。8mp像素时候，今天最像素最高135相机d800还在这个理想范围之内。
至于非随机噪声如电路的，模式噪声此公式不适合，但这种问题厂家不会解决就只说说明水平低，比如你怎么看一个听着还有交流电噪声的功放？
以下内容由 markinon 于 2013-1-30 09:29 补充
推导过程图做外连这么快失效了，，只能重新上传 。。
以下内容由 markinon 于 2013-1-31 00:01 补充
对于动态范围像素增益质疑的人们基本不知道动态范围像素增益是怎么来。
问题根源在于缩略能带来多少信噪增益。
在前面已讨论过此问题。在此我简单模拟了一下，结果如下。
在3000*2000 rgb(127,127,127)灰图中加入噪声，达到表中显示那样噪声级别。
经过几次缩图，用的缩略方法是bilinear（必需用一种相关性算法）。理论值与测量值误差缩到1/4时候有7%。
以下内容由 markinon 于 2013-1-31 13:05 补充
为什么要缩图
缩略提高信噪比，从而提高动态范围这结论对很多人还是很难理解。
在此做一些描述吧。
缩图必然损失有用信息中的细节。但噪声相比自然界连续性信号缩图后损失更大（噪声是相加趋近0，信号是趋※※均）。
那为什么要缩图？
因为我们现实需要中把相机照出的图片放在各种介质（屏幕，纸）上观看，而非按相机100%像素放大观赏。
同样缩略到8mp（或者12mp）时候，其细节表现理想状态下的极限是相等的。
但非理想状态下，源信息均大于表现容量（8mp）时候，缩略后动态范围高，信噪比好的图所提出的最终图片细节必定更好。
这也是dxo 8mp归一打印效果横向比较的对用户的意义。
对此本人一开始并没有这样质疑过，也就没有进行仔细推论。
但后来仔细推导发现，其实dxomark的动态范像素增益围算法并没有问题。
dxomark网站的公式如下
We give the relationship between the measured and normalized values for standard deviation, signal to noise ratio (SNR), dynamic range (DR), tonal range (TR) and color sensitivity (CS) as follows:
在此推导如下。
本帖最后由 markinon 于 2013-1-30 00:43 编辑
以下内容由 markinon 于 2013-1-30 00:51 补充
可能不一定所有人一眼能看的明白。
在此做个简单的解释：
对一个感光器动态范围评价，dxomark是用信噪比snr=0时候亮度（也就噪声强度与信号强度相等）除可识别最亮的比值（100%亮的灰阶）。
缩图是如何提高动态范围？最亮部分显然不会因为缩图而改变，只是由感光像素饱和而决定的。
然而缩图前snr=0时候可识别亮度L0是与噪声强度相等。但缩图后由于噪声是相加趋近零，会减少。原来的可识别L0会强过缩图后的被中和一定减弱的噪声。那么与噪声相当的新的更低亮度L1是以上推导中计算，并用此亮度推导正好与dxomark网站公布的结论。
以下内容由 markinon 于 2013-1-30 09:11 补充
缩略图提高信噪适用范围
说到最近无已流传的1像素笑话，一听好像对dxomark的数学公式的笑话。
不过此笑话嘲笑了编造者的对事实背景的不理解。
缩图提高动态范围公式推导没有任何问题，问题不是在这个推导出来的公式上，而是缩略提高信噪比这个基础前提上！！
是缩略提高信噪是信号平均问题。而且dxomark的第一条公式，缩图信噪比像素增益完全可以推导出来的。
信号平均算法并不是完全适用于无限大的缩小情况，事实上得到的snr增益可能比理论值少一点，但大多数情况可得接近理想的结果。
dxomark网站用8mp缩略并没提供这样假设是因为他不需要缩略到1像素或者1mp像素。8mp像素时候，今天最像素最高135相机d800还在这个理想范围之内。
至于非随机噪声如电路的，模式噪声此公式不适合，但这种问题厂家不会解决就只说说明水平低，比如你怎么看一个听着还有交流电噪声的功放？
以下内容由 markinon 于 2013-1-30 09:29 补充
以下内容由 markinon 于 2013-1-31 00:01 补充
对于动态范围像素增益质疑的人们基本不知道动态范围像素增益是怎么来。
问题根源在于缩略能带来多少信噪增益。
在前面已讨论过此问题。在此我简单模拟了一下，结果如下。
在3000*2000 rgb(127,127,127)灰图中加入噪声，达到表中显示那样噪声级别。
经过几次缩图，用的缩略方法是bilinear（必需用一种相关性算法）。理论值与测量值误差缩到1/4时候有7%。
为什么要缩图
缩略提高信噪比，从而提高动态范围这结论对很多人还是很难理解。
在此做一些描述吧。
缩图必然损失有用信息中的细节。但噪声相比自然界连续性信号缩图后损失更大（噪声是相加趋近0，信号是趋※※均）。
那为什么要缩图？
因为我们现实需要中把相机照出的图片放在各种介质（屏幕，纸）上观看，而非按相机100%像素放大观赏。
同样缩略到8mp（或者12mp）时候，其细节表现理想状态下的极限是相等的。
但非理想状态下，源信息均大于表现容量（8mp）时候，缩略后动态范围高，信噪比好的图所提出的最终图片细节必定更好。
这也是dxo 8mp归一打印效果横向比较的对用户的意义。
相关标签：
Resolution
背景
D800
DxO
(0)
(0)
只看该作者
不看该作者
加入黑名单
举报
返回顶部
个人图文集
个人作品集
第
1 帖
(0)
(0)
只看该作者
不看该作者
加入黑名单
举报
返回顶部
个人图文集
个人作品集
第
247 帖
eagleisyou 发表于 2013-9-17 17:47
动态范围是最亮细节和最暗细节的比值，严格的说，是这个比值以2为底求对数
1 对于相机直接拍出来的相片，可以简单认为信噪比==动态范围，因为拍摄时，噪声大小就是能记录的最暗细节大小
2 缩略本质上提高信噪比，这个也没问题
3 但缩图后，信噪比不等于动态范围，噪音是缩小了，最暗细节可没变小。最暗细节不变，动态范围肯定不变。
把缩图后信噪比等于动态范围，于是就闹出一个像素动态范围无穷大的笑话。
实际上，缩图对细节有所损失，缩图后的动态范围应降低才对.这才符合实际，很简单，图片越来越小，缩图到一个像素，动态范围肯定是0.
所以缩图后的动态范围会降低这个结论才正确
-------------------------------------
上面有个同学说的对，拍摄时没有的细节和信息，后期出不来。除非用PS做假信息出来
动态范围与细节是2个不同概念。
细节是由多个因素决定，细节由多个像素产生的可识别的反差，及多少个像像素能表示一个可识别反差的精度等多个因素决定 。
动态范围对一个感光器而言意味着其记录上下限。其中可识别灰阶是另一个概念——tonal range。 tonal range是表现细节的一个必要因素而已。
https://forum.xitek.com/thread-1125105-1-1-1.html
(0)
(0)
只看该作者
不看该作者
加入黑名单
举报
返回顶部
个人图文集
个人作品集
第
246 帖
(0)
(0)
只看该作者
不看该作者
加入黑名单
举报
返回顶部
个人图文集
个人作品集
第
245 帖
于是我摄 发表于 2013-2-27 20:56
不是俺得意，是你太神鸟。
请你把下面这个图片长／宽各缩一半，然后，请你大声说：根据增益公式，缩图后信噪比提高鸟！那些字你们应该看滴更清晰鸟。。
（要缩图，不要缩头哦。。。）
你对你对好吧？
缩图不能提高动态范围 ，不过这话只对你说，别人我不告诉他！
(0)
(0)
只看该作者
不看该作者
加入黑名单
举报
返回顶部
个人图文集
个人作品集
第
244 帖
markinon 发表于 2013-2-27 16:13
先别这么得意，你还什么也不懂呢，
细节真不是信号。
图形细节是由多个信号的反差，又是空间分布所形成形状。
所以细节不等同于信号
我所说的https://forum.xitek.com/thread-1125105-1-1-1.html这里就是分析了量化了噪声与信号混合情况下的层次问题。
这是细节的一个重要因素！
不是俺得意，是你太神鸟。
请你把下面这个图片长／宽各缩一半，然后，请你大声说：根据增益公式，缩图后信噪比提高鸟！那些字你们应该看滴更清晰鸟。。
（要缩图，不要缩头哦。。。）
(0)
(0)
只看该作者
不看该作者
加入黑名单
举报
返回顶部
个人图文集
个人作品集
第
243 帖
于是我摄 发表于 2013-2-25 21:58
哈哈，难道那些细节不是信号？？你是想要笑掉所有人的大牙？
先别这么得意，你还什么也不懂呢，
细节真不是信号。
图形细节是由多个信号的反差，又是空间分布所形成形状。
所以细节不等同于信号
我所说的https://forum.xitek.com/thread-1125105-1-1-1.html这里就是分析了量化了噪声与信号混合情况下的层次问题。
这是细节的一个重要因素！
(0)
(0)
只看该作者
不看该作者
加入黑名单
举报
返回顶部
个人图文集
个人作品集
第
242 帖
markinon 发表于 2013-2-25 21:51
我能看出你没有基本数学，信号方面的知识。但你好奇还语气不好。
我真知道你错了，我很懒的解释。细节跟信噪比没有直接关联的，你觉得能回帖之前还是仔细看看吧。
这里（https://forum.xitek.com/thread-1125105-1-1-1.html）分析了一些细节相关的问题，其中信噪中是一个因素。
哈哈，难道那些细节不是信号？？你是想要笑掉所有人的大牙？
(0)
(0)
只看该作者
不看该作者
加入黑名单
举报
返回顶部
个人图文集
个人作品集
第
241 帖
于是我摄 发表于 2013-2-25 21:46
不是顾别人的颜面。俺是看到他在另一个坛子里贴了很多数据贴，好奇跟到他另外一个帖子，然后再看到你这帖子。俺和他不熟。
你在另外一个贴子里追着俺回复。还在嚷嚷“缩略本质上提高信噪比当然也提高动态范围”。俺也再回一下。。。
请你把下面这个图片长／宽各缩一半，然后，请你大声说：根据增益公式，缩图后信噪比提高鸟！那些字你们应该看滴更清晰鸟。。
俺会翘着大拇指赞道：哎马牙 你太神鸟！！（等你上图。。。）
我能看出你没有基本数学，信号方面的知识。但你好奇还语气不好。
我真知道你错了，我很懒的解释。细节跟信噪比没有直接关联的，你觉得能回帖之前还是仔细看看吧。
这里（https://forum.xitek.com/thread-1125105-1-1-1.html）分析了一些细节相关的问题，其中信噪中是一个因素。
(0)
(0)
只看该作者
不看该作者
加入黑名单
举报
返回顶部
个人图文集
个人作品集
第
240 帖
markinon 发表于 2013-2-23 17:41
呵呵，对你的第一个贴，215，我给你单独做了解答。
可能比我的颜面，更顾另有别人的颜面吧
不是顾别人的颜面。俺是看到他在另一个坛子里贴了很多数据贴，好奇跟到他另外一个帖子，然后再看到你这帖子。俺和他不熟。
你在另外一个贴子里追着俺回复。还在嚷嚷“缩略本质上提高信噪比当然也提高动态范围”。俺也再回一下。。。
请你把下面这个图片长／宽各缩一半，然后，请你大声说：根据增益公式，缩图后信噪比提高鸟！那些字你们应该看滴更清晰鸟。。
俺会翘着大拇指赞道：哎马牙 你太神鸟！！
（等你上图。。。）登录后可直接显示原图
(0)
(0)
只看该作者
不看该作者
加入黑名单
举报
返回顶部
个人图文集
个人作品集
第
239 帖
于是我摄 发表于 2013-2-23 17:36
一是浪费俺滴时间鸟，二是顾全你的颜面，无它。
呵呵，对你的第一个贴，215，我给你单独做了解答。
可能比我的颜面，更顾另有别人的颜面吧
(0)
(0)
只看该作者
不看该作者
加入黑名单
举报
返回顶部
个人图文集
个人作品集
第
238 帖
markinon 发表于 2013-2-23 17:27
我倒很好奇你为什么急着要我关贴
一是浪费俺滴时间鸟，二是顾全你的颜面，无它。
(0)
(0)
只看该作者
不看该作者
加入黑名单
举报
返回顶部
个人图文集
个人作品集
第
237 帖
于是我摄 发表于 2013-2-23 17:22
现形后，恼羞成怒鸟。
我倒很好奇你为什么急着要我关贴
(0)
(0)
只看该作者
不看该作者
加入黑名单
举报
返回顶部
个人图文集
个人作品集
第
236 帖
现形后，恼羞成怒鸟。
(0)
(0)
只看该作者
不看该作者
加入黑名单
举报
返回顶部
个人图文集
个人作品集
第
235 帖
你说这么多确实有点乱了。貌似你的意思你215楼说的最明确吧，我来一句句给你解答吧
缩略本质上提高信噪比当然也提高动态范围。都需要基于信号平均算法（相关性算法）进行缩略满足此原理 。
顶楼中红字标注的事情我现在无法进行编辑了。不过谢谢提醒。
是你认为，你叫作有利于视觉就认为吧我不管。但不是“相当于”，而是事实上得以降噪。你所说的非优化算法你举之！
dxomark的statistical formula并非搪塞，是对噪声的统计原理公式。你所说的“适当算法”这个说法，我在主贴中说，必需是一种“相关性算法”(correlated algorithm)。
dxo几个算法中像素增益推导还是原理上均无误！
缩略本质上提高信噪比当然也提高动态范围。都需要基于信号平均算法（相关性算法）进行缩略满足此原理 。
顶楼中红字标注的事情我现在无法进行编辑了。不过谢谢提醒。
是你认为，你叫作有利于视觉就认为吧我不管。但不是“相当于”，而是事实上得以降噪。你所说的非优化算法你举之！
dxomark的statistical formula并非搪塞，是对噪声的统计原理公式。你所说的“适当算法”这个说法，我在主贴中说，必需是一种“相关性算法”(correlated algorithm)。
dxo几个算法中像素增益推导还是原理上均无误！
于是我摄 发表于 2013-2-22 20:13
再多说一次又何妨？
缩图处理（像素合并）从本质上来说，并不会提高信噪比，当然也就不会提高动态范围。
请注意上面用红字标注的：“用的缩略方法是bilinear（必需用一种相关性算法）”
一般的缩图处理（像素合并）都会选择有利于视觉效果的方式／算法，这些优化了的处理方式／算法实际上就相当于某种程度的降噪处理。因此，优化缩图后信噪比／动态范围会有一定提高。反之，如果是非优化的缩图处理，信噪比／动态范围并不会提高。
图像处理软件对缩图处理一般有几种常用的方式／算法进行选择，通过选择不同方法简单对比一下就会明白是什么道理了。
DxOMark 似乎没有挑明这个关键点，是想故意通过所谓的统计公式（statistical formula）来搪塞？ 是不是多少有些许不厚道捏亦或是。。。你懂滴！ 嗯，实际上，比较完整的说法应该是：选择合适（优化）的缩图处理方式／算法能够提高信噪比，继而提高动态范围。请注意前面这个必要但一般人会忽略的前提。
所以，在 DxOMark 的评测上，高像素传感器的动态范围、影调范围、色深等指标都会因此（优化缩图）而额外获益。
附注：
From: http://www_dxomark_com/index.php/Publications/ ...
(0)
(0)
只看该作者
不看该作者
加入黑名单
举报
返回顶部
个人图文集
个人作品集
第
234 帖
呵呵！
首先你只顾只你自己，来这里码字来捣乱我来了。
我什么时候说过所有缩算法会提高信噪比？请看我顶楼中的分析，早就说明了需要相关性算法。
你自己不懂的东西自己慢慢思考吧！用不着来这里学习还装出一副教导我的架势！
我问你的问题你还没回答，我问你的问题
还有你要区分噪声和信号？我真佩服你了，你连什么是噪声什么是信号都不懂，我前面都给你讲过了！你还是回去百度去吧！别来误导了。
呵呵？关贴？为毛？
本帖最后由 markinon 于 2013-2-23 17:20 编辑
首先你只顾只你自己，来这里码字来捣乱我来了。
我什么时候说过所有缩算法会提高信噪比？请看我顶楼中的分析，早就说明了需要相关性算法。
你自己不懂的东西自己慢慢思考吧！用不着来这里学习还装出一副教导我的架势！
我问你的问题你还没回答，我问你的问题
markinon 发表于 2013-2-23 09:03 [url=forum.php?mod=redirect&goto=findpost&
那么什么样的算法 不提高信噪？
是nearest neighbour 算法，你举例的第一个图。这个确实不提高信噪。你是不是觉得这是你举出的反证，来说明有些缩略算法不提高信噪比？我要明确答案，就此问题请明确回答
还有你要区分噪声和信号？我真佩服你了，你连什么是噪声什么是信号都不懂，我前面都给你讲过了！你还是回去百度去吧！别来误导了。
呵呵？关贴？为毛？
于是我摄 发表于 2013-2-23 16:53
“插值”是用在放大上滴，不是缩图ｏ。虽然都是同样的 bilinear, bicubic 算法名称。
很好，在图片面前，你终于承认有滴缩图算法"确实不提高信噪"。你也终于承认你主贴上列出的 bilinear 算法实际上有降噪效果了。
俺前面 215 楼说滴还不够清晰吗？吗？这本来是一个非常非常简单滴问题，但你却装着不懂汉语。
“... 一般的缩图处理（像素合并）都会选择有利于视觉效果的方式／算法，这些优化了的处理方式／算法实际上就相当于某种程度的降噪处理。因此，优化缩图后信噪比／动态范围会有一定提高。反之，如果是非优化的缩图处理，信噪比／动态范围并不会提高。..."
最后再问个问题，不需要你回答，你只要思考一下就行鸟。
请问：你认为的缩图方式需不需要对合并像素的周围其它像素进行采样？是不是也要将周围其它像素包括在内进行加权处理（平均）？
如果是，那么这就是根据空间频率的相关性进行信号强化，降低噪声。这就是一般意义上的降噪。这就是优化处理。 如 bilinear, bicubic 等算法，既可用于缩图，也可用于放大。或者根本不用缩小／放大图像，某些图像处理软件的简单降噪就是基于这些方式／算法。
如果不是[/ ...
(0)
(0)
只看该作者
不看该作者
加入黑名单
举报
返回顶部
个人图文集
个人作品集
第
233 帖
markinon 发表于 2013-2-23 09:03
说半天都不知道你要说什么，到底你是承认缩略提高信噪比呢？还是持反对意见呢？
我在前面非常清楚的说过，直接像素平均算法在实验中得到高度精确的符合dxo采用的算法。
其它插值算法如 bilinear, bicubic的降噪效果在实验都比平均算法更明显。
你到底要说什么啊？你的215楼：
“所谓的统计公式（statistical formula）来搪塞？”
是你没理解吧？都没理解这个统计公式的意思吧？
我明确告诉你这个统计公式可以在实验中得到非常准确的验证，此公式意义我在前面给你做解释过。那么什么样的算法 不提高信噪？
是nearest neighbour 算法，你举例的第一个图。这个确实不提高信噪。你是不是觉得这是你举出的反证，来说明有些缩略算法不提高信噪比？我要明确答案，就此问题请明确回答
“插值”是用在放大上滴，不是缩图ｏ。虽然都是同样的 bilinear, bicubic 算法名称。
很好，在图片面前，你终于承认有滴缩图算法"确实不提高信噪"。你也终于承认你主贴上列出的 bilinear 算法实际上有降噪效果了。
俺前面 215 楼说滴还不够清晰吗？吗？这本来是一个非常非常简单滴问题，但你却装着不懂汉语。
“... 一般的缩图处理（像素合并）都会选择有利于视觉效果的方式／算法，这些优化了的处理方式／算法实际上就相当于某种程度的降噪处理。因此，优化缩图后信噪比／动态范围会有一定提高。反之，如果是非优化的缩图处理，信噪比／动态范围并不会提高。..."
最后再问个问题，不需要你回答，你只要思考一下就行鸟。
请问：你认为的缩图方式需不需要对合并像素的周围其它像素进行采样？是不是也要将周围其它像素包括在内进行加权处理（平均）？
如果是，那么这就是根据空间频率的相关性进行信号强化，降低噪声。这就是一般意义上的降噪。这就是优化处理。 如 bilinear, bicubic 等算法，既可用于缩图，也可用于放大。或者根本不用缩小／放大图像，某些图像处理软件的简单降噪就是基于这些方式／算法。
如果不是，你再考虑一下俺前面提出过的问题：怎么区分两个合并的像素是噪声还是信号，或者一个是属于噪声另一个属于信号？如果不考虑相关性，一种原始的缩图方式（nearest neighbour ）就是按比例去掉中间像素，直接采用邻近的像素；还有一种是将两个像素直接平均，产生新的像素。。。简明一点滴说，就是都不考虑空间频率的相关性，要么直接将信号和噪声同时按相同比例去除；要么将信号和噪声同时按相同比例进行平均。那么它们的信噪比会获得提升木？嗯？
这总该说滴差不多了吧，可以关贴鸟。敲字好累滴
(0)
(0)
只看该作者
不看该作者
加入黑名单
举报
返回顶部
个人图文集
个人作品集
第
232 帖
说半天都不知道你要说什么，到底你是承认缩略提高信噪比呢？还是持反对意见呢？
我在前面非常清楚的说过，直接像素平均算法在实验中得到高度精确的符合dxo采用的算法。
其它插值算法如bilinear, bicubic的降噪效果在实验都比平均算法更明显。
你到底要说什么啊？你的215楼：
“所谓的统计公式（statistical formula）来搪塞？”
是你没理解吧？都没理解这个统计公式的意思吧？
我明确告诉你这个统计公式可以在实验中得到非常准确的验证，此公式意义我在前面给你做解释过。
那么什么样的算法 不提高信噪？
是nearest neighbour 算法，你举例的第一个图。这个确实不提高信噪。你是不是觉得这是你举出的反证，来说明有些缩略算法不提高信噪比？我要明确答案，就此问题请明确回答
本帖最后由 markinon 于 2013-2-23 09:12 编辑
我在前面非常清楚的说过，直接像素平均算法在实验中得到高度精确的符合dxo采用的算法。
其它插值算法如bilinear, bicubic的降噪效果在实验都比平均算法更明显。
你到底要说什么啊？你的215楼：
于是我摄 发表于 2013-2-22 20:13
DxOMark 似乎没有挑明这个关键点，是想故意通过所谓的统计公式（statistical formula）来搪塞？ 是不是多少有些许不厚道捏亦或是。。。你懂滴！ 嗯，实际上，比较完整的说法应该是：选择合适（优化）的缩图处理方式／算法能够提高信噪比，继而提高动态范围。请注意前面这个必要但一般人会忽略的前提。
“所谓的统计公式（statistical formula）来搪塞？”
是你没理解吧？都没理解这个统计公式的意思吧？
我明确告诉你这个统计公式可以在实验中得到非常准确的验证，此公式意义我在前面给你做解释过。
是nearest neighbour 算法，你举例的第一个图。这个确实不提高信噪。你是不是觉得这是你举出的反证，来说明有些缩略算法不提高信噪比？我要明确答案，就此问题请明确回答
于是我摄 发表于 2013-2-23 01:25
木图你说个那啥啊。
俺一开始就曰过了：一般的缩图处理（像素合并）都会选择有利于视觉效果的方式／算法，这些优化了的处理方式／算法实际上就相当于某种程度的降噪处理。
你难道木有认真看过 215 楼吗？
bilinear, bicubic 算法都对合并对象像素周围像素进行了取样，而不是简单滴 直接平均 合并对象像素。
另外缩图处理并非只有三种方式／算法，有 N N 多种，绝大多数对图像都进行了优化处理。
如果你还认为缩图只是对象像素的直接平均，那好，举个简单的例子，你计算一下下：
一个随机数组；
每两个相邻元素合并取平均值，最后整个数组的平均值是多少？
每三个相邻元素合并取平均值，最后整个数组的平均值是多少？
每四个相邻元素合并取平均值，最后整个数组的平均值是多少？
......
你觉得你有木有自相矛盾捏？
(0)
(0)
只看该作者
不看该作者
加入黑名单
举报
返回顶部
个人图文集
个人作品集
第
231 帖
markinon 发表于 2013-2-22 23:30
呵呵。。。
我试了一下，
bilinear, bicubic算法都会比直接平均更剧烈下降噪声，都会增加一些锐度。
而dxo假设是最基础的方法，就是直接平均算法。这样算法不会增减锐度。
我顶楼中分析的bilinear与理论值的一些误差。我也做了直接平均算法的误差，发现与理论值高度符合，缩到1/100都与理论值高度一致！
我倒要看看你能不能举出你的不降低噪声的缩略算法！
木图你说个那啥啊。
俺一开始就曰过了：一般的缩图处理（像素合并）都会选择有利于视觉效果的方式／算法，这些优化了的处理方式／算法实际上就相当于某种程度的降噪处理。
你难道木有认真看过 215 楼吗？
bilinear, bicubic 算法都对合并对象像素周围像素进行了取样，而不是简单滴 直接平均 合并对象像素。
另外缩图处理并非只有三种方式／算法，有 N N 多种，绝大多数对图像都进行了优化处理。
如果你还认为缩图只是对象像素的直接平均，那好，举个简单的例子，你计算一下下：
一个随机数组；
每两个相邻元素合并取平均值，最后整个数组的平均值是多少？
每三个相邻元素合并取平均值，最后整个数组的平均值是多少？
每四个相邻元素合并取平均值，最后整个数组的平均值是多少？
......
你觉得你有木有自相矛盾捏？
最后，随手借你的图用一用，下面左边大图是你主贴上的图，右边是三种不同方式的缩图。看出来差别了吗？？你不要视而不见哦。
本帖最后由 于是我摄 于 2013-2-23 01:46 编辑 登录后可直接显示原图
(0)
(0)
只看该作者
不看该作者
加入黑名单
举报
返回顶部
个人图文集
个人作品集
第
230 帖
(0)
(0)
只看该作者
不看该作者
加入黑名单
举报
返回顶部
个人图文集
个人作品集
第
229 帖
(0)
(0)
只看该作者
不看该作者
加入黑名单
举报
返回顶部
个人图文集
个人作品集
第
228 帖
呵呵。。。
我试了一下，
bilinear, bicubic算法都会比直接平均更剧烈下降噪声，都会增加一些锐度。
而dxo假设是最基础的方法，就是直接平均算法。这样算法不会增减锐度。
我顶楼中分析的bilinear与理论值的一些误差。我也做了直接平均算法的误差，发现与理论值高度符合，缩到1/100都与理论值高度一致！
我倒要看看你能不能举出你的不降低噪声的缩略算法！
本帖最后由 markinon 于 2013-2-22 23:32 编辑
我试了一下，
bilinear, bicubic算法都会比直接平均更剧烈下降噪声，都会增加一些锐度。
而dxo假设是最基础的方法，就是直接平均算法。这样算法不会增减锐度。
我顶楼中分析的bilinear与理论值的一些误差。我也做了直接平均算法的误差，发现与理论值高度符合，缩到1/100都与理论值高度一致！
我倒要看看你能不能举出你的不降低噪声的缩略算法！于是我摄 发表于 2013-2-22 21:56
我倒，这不是诡辩是什么捏？
BTW, 你不动手，其他人动手试一下也会知道滴。你捂住眼睛是木有用滴。
(0)
(0)
只看该作者
不看该作者
加入黑名单
举报
返回顶部
个人图文集
个人作品集
第
227 帖
markinon 发表于 2013-2-22 21:47
1.呃呃，我说过缩略降低细节，但细节没这么直接，细节是像素包围所形成的形状，与周边像素反差等多个因素决定。
2.看来你基本物理知识都欠缺，呵呵。。并不是单独提取出来噪声进行平均，而是多个带有误差的值进行平均时候，偏差部分相互“中和”的。这就是统计表现。
3.ps问题你持反意见的人不如直接放出！
markinon 发表于 2013-2-22 21:20
缩略属于信号平均问题。
信号平均就相当于实验中多次测试取平均值一个道理 。
多次测试得出的结果与平均值之间的差距假设d1,d2....dn。
这些差值的标准偏差视为噪声。
缩略中像素平均对一个给定的亮度值表示不会降低精度，也不会提高精度。（细节与此无关，细节是多个值之间的反差表现出来的）。但是误差（d1,d2....dn）的平均越趋近0。
所以，
1.缩图不提高不减少信号精度。
2.缩略降低噪声（噪声无论采用什么方法进行平均都趋近0）。
3.细节并非一个像素表现，而是多个像素反差表现。
对于你所说的其它缩略算法 ，我确信噪声都满足平均趋0的原理。你有觉得不可能可以拿出你的反证。
我倒，这不是诡辩是什么捏？
BTW, 你不动手，其他人动手试一下也会知道滴。你捂住眼睛是木有用滴。
(0)
(0)
只看该作者
不看该作者
加入黑名单
举报
返回顶部
个人图文集
个人作品集
第
226 帖
1.呃呃，我说过缩略降低细节，但细节没这么直接，细节是像素包围所形成的形状，与周边像素反差等多个因素决定。
2.看来你基本物理知识都欠缺，呵呵。。并不是单独提取出来噪声进行平均，而是多个带有误差的值进行平均时候，偏差部分相互“中和”的。这就是统计表现。
3.ps问题你持反意见的人不如直接放出！
2.看来你基本物理知识都欠缺，呵呵。。并不是单独提取出来噪声进行平均，而是多个带有误差的值进行平均时候，偏差部分相互“中和”的。这就是统计表现。
3.ps问题你持反意见的人不如直接放出！
于是我摄 发表于 2013-2-22 21:43
１、缩图实际上空间频率的压缩，是无损还是有损？
２、怎么区分两个合并的像素是噪声还是信号，或者一个是属于噪声另一个属于信号？
３、像素平均是基于亮度还是视觉明度？
PS，如果你有 Photoshop 的话， 再次拜托你把几种缩图方式都试一下，看看结果再说。你先动一下手行不行？
(0)
(0)
只看该作者
不看该作者
加入黑名单
举报
返回顶部
个人图文集
个人作品集
第
225 帖
markinon 发表于 2013-2-22 21:20
缩略属于信号平均问题。
信号平均就相当于实验中多次测试取平均值一个道理 。
多次测试得出的结果与平均值之间的差距假设d1,d2....dn。
这些差值的标准偏差视为噪声。
缩略中像素平均对一个给定的亮度值表示不会降低精度，也不会提高精度。（细节与此无关，细节是多个值之间的反差表现出来的）。但是误差（d1,d2....dn）的平均越趋近0。
所以，
1.缩图不提高不减少信号精度。
2.缩略降低噪声（噪声无论采用什么方法进行平均都趋近0）。
3.细节并非一个像素表现，而是多个像素反差表现。
对于你所说的其它缩略算法 ，我确信噪声都满足平均趋0的原理。你有觉得不可能可以拿出你的反证。
１、缩图实际上空间频率的压缩，是无损还是有损？
２、怎么区分两个合并的像素是噪声还是信号，或者一个是属于噪声另一个属于信号？
３、像素平均是基于亮度还是视觉明度？
PS，如果你有 Photoshop 的话， 再次拜托你把几种缩图方式都试一下，看看结果再说。你先动一下手行不行？
(0)
(0)
只看该作者
不看该作者
加入黑名单
举报
返回顶部
个人图文集
个人作品集
第
224 帖
缩略属于信号平均问题。
信号平均就相当于实验中多次测试取平均值一个道理 。
多次测试得出的结果与平均值之间的差距假设d1,d2....dn。
这些差值的标准偏差视为噪声。
缩略中像素平均对一个给定的亮度值表示不会降低精度，也不会提高精度。（细节与此无关，细节是多个值之间的反差表现出来的）。但是误差（d1,d2....dn）的平均越趋近0。
所以，
1.缩图不提高不减少信号精度。
2.缩略降低噪声（噪声无论采用什么方法进行平均都趋近0）。
3.细节并非一个像素表现，而是多个像素反差表现。
对于你所说的其它缩略算法 ，我确信噪声都满足平均趋0的原理。你有觉得不可能可以拿出你的反证。
本帖最后由 markinon 于 2013-2-22 21:24 编辑
信号平均就相当于实验中多次测试取平均值一个道理 。
多次测试得出的结果与平均值之间的差距假设d1,d2....dn。
这些差值的标准偏差视为噪声。
缩略中像素平均对一个给定的亮度值表示不会降低精度，也不会提高精度。（细节与此无关，细节是多个值之间的反差表现出来的）。但是误差（d1,d2....dn）的平均越趋近0。
所以，
1.缩图不提高不减少信号精度。
2.缩略降低噪声（噪声无论采用什么方法进行平均都趋近0）。
3.细节并非一个像素表现，而是多个像素反差表现。
对于你所说的其它缩略算法 ，我确信噪声都满足平均趋0的原理。你有觉得不可能可以拿出你的反证。
于是我摄 发表于 2013-2-22 21:10
哦，你越缩图越缩出细节出来了？？
本帖最后由 markinon 于 2013-2-22 21:24 编辑
(0)
(0)
只看该作者
不看该作者
加入黑名单
举报
返回顶部
个人图文集
个人作品集
第
223 帖
markinon 发表于 2013-2-22 21:06
我把你的错误指出来了。还是你先学习一下哪里错了吧
哦，你越缩图越缩出细节出来了？？
(0)
(0)
只看该作者
不看该作者
加入黑名单
举报
返回顶部
个人图文集
个人作品集
第
222 帖
我把你的错误指出来了。还是你先学习一下哪里错了吧
于是我摄 发表于 2013-2-22 21:04
正因为噪声是随机的，所以，缩略后信号误差也会放大。什么东东不能只选好滴一面说。
实践出真知。再次要求你去实践一下，最好是把几种缩图方式的对比图帖出来。等你哦。。。
(0)
(0)
只看该作者
不看该作者
加入黑名单
举报
返回顶部
个人图文集
个人作品集
第
221 帖
markinon 发表于 2013-2-22 20:48
我这是基于信噪像素增益公式上的。
因为我这贴子是本是给一个想推翻dxo动态像素增益的人。
他认为dxo缩略信噪加像素增益是正确，没有疑问，我就没必要在此推导这个公式（我的推导部分的第一条公式）了。
我确信能推导，我也推导过。我这里可以给你解释一下dxo那个描述，其实是与我的思路一样的。
However, the four high-resolution neighboring pixels can be averaged out to form a low-resolution pixel. The statistical formula below shows the noise yield for the downsampled image:到此正是问题的根源。
4个像素缩到1个像素，缩略就满足下公式统计特征。
上公式的意思是原来像素标准偏差是缩略后的1/2。 字母Delta(I)表示I亮度时候像素标准偏差，不过dxo此文中没告诉，可能你也没理解。
当然dxo这个算法是直接用一像素平均的方法，我想bilinear 缩略算法也是这个意思。
其它二次，三次之类的我没去试，但都会满足一个前提：像素平均使得噪声标准偏差趋近0。
正因为噪声是随机的，所以，缩略后信号误差也会放大。什么东东不能只选好滴一面说。
实践出真知。再次要求你去实践一下，最好是把几种缩图方式的对比图帖出来。等你哦。。。
(0)
(0)
只看该作者
不看该作者
加入黑名单
举报
返回顶部
个人图文集
个人作品集
第
220 帖
我这是基于信噪像素增益公式上的。
因为我这贴子是本是给一个想推翻dxo动态像素增益的人。
他认为dxo缩略信噪加像素增益是正确，没有疑问，我就没必要在此推导这个公式（我的推导部分的第一条公式）了。
我确信能推导，我也推导过。我这里可以给你解释一下dxo那个描述，其实是与我的思路一样的。
However, the four high-resolution neighboring pixels can be averaged out to form a low-resolution pixel. The statistical formula below shows the noise yield for the downsampled image:到此正是问题的根源。
4个像素缩到1个像素，缩略就满足下公式统计特征。
上公式的意思是原来像素标准偏差是缩略后的1/2。δ(I)表示I亮度时候像素标准偏差，不过dxo此文中没告诉，可能你也没理解。
当然dxo这个算法是直接用一像素平均的方法，我想bilinear 缩略算法也是这个意思。
其它二次，三次之类的我没去试，但都会满足一个前提：像素平均使得噪声标准偏差趋近0。
本帖最后由 markinon 于 2013-2-22 21:02 编辑
因为我这贴子是本是给一个想推翻dxo动态像素增益的人。
他认为dxo缩略信噪加像素增益是正确，没有疑问，我就没必要在此推导这个公式（我的推导部分的第一条公式）了。
我确信能推导，我也推导过。我这里可以给你解释一下dxo那个描述，其实是与我的思路一样的。
However, the four high-resolution neighboring pixels can be averaged out to form a low-resolution pixel. The statistical formula below shows the noise yield for the downsampled image:
4个像素缩到1个像素，缩略就满足下公式统计特征。
上公式的意思是原来像素标准偏差是缩略后的1/2。δ(I)表示I亮度时候像素标准偏差，不过dxo此文中没告诉，可能你也没理解。
当然dxo这个算法是直接用一像素平均的方法，我想bilinear 缩略算法也是这个意思。
其它二次，三次之类的我没去试，但都会满足一个前提：像素平均使得噪声标准偏差趋近0。
于是我摄 发表于 2013-2-22 20:38
，你整篇东东都是基于信噪比通过缩图获得增益而写滴。然而，为什么通过缩图会获得额外滴增益捏？你看过 DxOMark 那不痛不痒的解释么？（前面俺已经贴出来了）
俺前面已经说得非常非常清晰了，不懂，俺也木滴办法呀。你何不亲自动手试一试几种不同缩图处理方式／算法，看看结果会有什么样的差别再来唠叨行不行？
如果你不去试，俺也木必要回答了。
本帖最后由 markinon 于 2013-2-22 21:02 编辑
(0)
(0)
只看该作者
不看该作者
加入黑名单
举报
返回顶部
个人图文集
个人作品集
第
219 帖
回复主题： 缩图如何提高动态范围？讨论 dxomark 动态范围算法
功能受限
游客无回复权限，请登录后再试