Bruit numérique

Influence de la température du capteur sur le bruit thermique. De gauche à droite, ces 4 photos ont été prises à une sensibilité identique de 400 ISO, et à des températures évoluant progressivement de 4 °C à 25 °C (cliquer sur l'image pour agrandir).

Le bruit thermique, ou bruit de Johnson-Nyquist, est dû à l'agitation naturelle des électrons, qui augmente avec la température du capteur d'image. Ce phénomène est appelé courant d'obscurité. Les fabricants de caméras numériques le quantifient par le nombre d'électrons[5].

Sur des appareils fixes de laboratoire ou de studios professionnels, ce bruit peut être réduit efficacement par refroidissement du capteur, en utilisant l'effet Peltier, ou bien par ventilation afin d'assurer le maintien à température ambiante. En astronomie, certains caméras d'astronomie sont refroidies à l'azote liquide pour les poses de longue durée[6].

Sur les appareils-photos grand public, les fabricants réduisent l'impact de ce bruit en adoptant certaines solutions:

• ajout d'un filtre infrarouge juste devant le capteur, ce qui limite l'agitation électronique ;
• soustraction du courant d'obscurité moyen fourni par des pixels de calibrage situés au bord du capteur et ne recevant aucune lumière ;
• soustraction des pixels chauds, repérés par une pose obturateur fermé, faite automatiquement après une pose longue : aucune lumière n'entrant, les pixels envoyant un signal sont ceux qui doivent être affaiblis sur la photographie.

Cela s'appelle également le signal thermique, car il est reproductible. Contrairement au bruit, qui n'est pas reproductible.

Image affectée par le bruit "Poivre et sel" (cliquer sur l'image pour agrandir)

Le bruit poivre et sel également appelé bruit impulsionnel, est une dégradation de l'image sous la forme de pixels noirs et blancs (d’où le nom poivre et sel) répartis d'une manière aléatoire dans l'image. Ce bruit est dû soit à des erreurs de transmission de données, soit aux dysfonctionnement ou à la présence de particules fines sur les éléments du capteur de la camera ou a des emplacements mémoire défectueux dans le matériel[7].

Cliquez sur l'image pour l'agrandir.

Le bruit de grenaille, ou bruit de Schottky ou bruit quantique est un bruit électronique. Il se produit lorsque le nombre fini de particules transportant l'énergie (électrons dans un circuit électronique, ou photons dans un dispositif optique) est suffisamment faible pour donner lieu à des fluctuations statistiques perceptibles.

Le bruit des photons est la principale source de bruit dans les images prises par les appareils photo numériques actuels.

La photo ci-contre a été traitée pour modéliser le résultat d'un appareil photo idéal : rendement quantique = 1, pas de bruit de lecture ni de bruit thermique perceptible. Ensuite, de gauche à droite, le nombre moyen de photons/pixel a été simulé sur la totalité de l'image : 0,001, 0,01, 0,1 (en haut) ; 1, 10, 100 (au milieu) : 1 000, 10 000 et 100 000 (en bas). On observe une amélioration importante de la qualité de l'image au-delà de 10 photons/pixel (l'image source a été enregistrée avec un capteur d'une capacité de 40 000 électrons/pixel).

Le bruit périodique dans une image est un bruit généré par un composant électronique[8], une machine ou un processus cyclique, la périodicité du bruit se constate par un motif de bruit se superposant sur des régions de l’image avec une fréquence spatiale déterminée.

Image contenant un bruit périodique.

L'acquisition d'une image est réalisée à l'aide du photosite du capteur photographique. Ce dernier fournit un signal continu auquel le convertisseur analogique-numérique attribue une valeur approximative parmi un ensemble fini de valeurs discrètes et ce en vue d’être stockée sur un support fini (mémoire physique).La quantification permet de compresser la taille de l'image finale et introduit donc une erreur qu'on appelle erreur de quantification d'un signal.

Sur l'ensemble des photosites d'un capteur, la valeur de chaque pixel est quantifié et l'accumulation des erreurs de quantification sur l'ensemble des pixels de l'image génère une dégradation de l'image qu'on appel bruit de quantification[9] - [10]. le bruit de quantification n'est pas un bruit causé par un dysfonctionnement matériel ou des erreurs de manipulation, c'est un bruit qu'on génère lors de la numérisation de l'image dont la valeur maximale est égale à un pas de discrétisation (différence entre deux valeurs discrètes voisines dans le cas d'une quantification uniforme[11].

Le capteur d'image d'un appareil-photo numérique n'a en réalité qu'un seul niveau de sensibilité, à l'instar du film argentique. Lorsque l'utilisateur augmente la sensibilité ISO, l'appareil ne fait que changer l'amplification du signal fourni par le capteur, signal qui inclut les différents types de bruit décrits précédemment : avant numérisation (bruit thermique, bruit de grenaille) et pendant la numérisation (bruit de lecture). Voici la comparaison du niveau de bruit entre deux photos, l'une prise à 100 ISO, l'autre à 1600 ISO, avec un appareil photo réflex numérique Canon EOS 400D. Les deux images ont des expositions semblables. Seuls varient les sensibilités ISO et le temps de pose :

• 
  Photo prise avec un appareil photo numérique Canon 400D, avec le réglage 100 ISO, f/5.6, 1/350.
• 
  Photo prise avec un appareil photo numérique Canon 400D, avec le réglage 1600 ISO, f/5.6, 1/4000.
• 
  Comparaison de deux extraits des deux photos a l’échelle 100%. (en haut) sensibilité 100 ISO, (en bas) sensibilité 1600 ISO.

La limitation de la sensibilité ISO permet donc de limiter le bruit d'image, voire de le supprimer. Mais cette limitation a ses contreparties. Elle doit être compensée par une augmentation de l'exposition, réalisable de différentes façons :

• augmentation du temps de pose, ce qui augmente les risques de flou cinétique et/ou de flou de bougé. On remédie au flou de bougé par la fixation de l'appareil-photo sur un trépied, ou partiellement en utilisant le stabilisateur d'images disponible sur certains objectifs.
• augmentation de l'ouverture, ce qui entraîne l'effet parfois indésirable de diminuer la profondeur de champ.
• augmentation de la luminosité de la scène photographiée, dans la mesure du possible (photo en intérieur, éclairage du premier plan).

Le bruit numérique étant surtout présent dans les zones sombres, il est possible, pour optimiser une photographie, d' 'exposer à droite' lors d'une prise de vue, c'est-à-dire de l'exposer le plus possible (à la limite de la surexposition), pour ensuite l'assombrir en post traitement. Le terme 'exposer à droite' est dû à la forme de l'histogramme de distribution des intensités de la photo, qui est décalé vers la droite (indiquant que les pixels sont très clairs car très exposés).

Une définition élevée permet d'augmenter le niveau de détail des photographies, et de répondre aux exigences de l'impression sur papier au grand format. Mais cet avantage a ses limites, notamment pour les expositions en faible luminosité. L'augmentation du nombre de pixels sur un capteur de dimensions inchangées diminue sa dynamique, ce qui peut provoquer plus facilement surexpositions ou sous-expositions, mais aussi accroître l'importance relative du bruit par rapport à celle du signal utile.

En photographie numérique, la réduction du bruit peut être réalisée au moyen d'algorithmes.

Elle peut être faite au stade de la prise de vue, juste avant la sauvegarde de l'image au format JPEG, et avec l'aide du processeur d'images intégré dans l'appareil-photo, ou bien en différé, avec des logiciels de retouche d'images, sur le fichier image résultant (JPEG ou format brut RAW). Certains logiciels offrent de nombreux filtres adaptés aux types de défaut d'image, en laissant à l'utilisateur le choix du niveau de correction.

La réduction logicielle du bruit a sa contrepartie : la création d'un flou d'image. Une correction trop importante du bruit a pour conséquence la diminution du niveau de détail d'une image. Différentes méthodes peuvent être utilisées, comme, à l'aide d'un filtre médian, remplacer la valeur d'un pixel par la valeur médiane de l'ensemble des pixels de son voisinage, ou, à l'aide d'un filtre passe-haut, extraire les pixels aux valeurs extrêmes pour les aplanir, ou encore appliquer un algorithme de débruitage par patchs. Dans tous les cas, il y a une perte de micro contraste (qui diminue l'impression de netteté) ou de micro saturation (qui diminue les colorations détaillées), qui dégrade plus ou moins légèrement l'image selon l'intensité du traitement. La sélection des zones à traiter permet d'éviter en partie cette perte de détails.

Le bruit chromatique est le plus visible, ainsi que le plus facilement neutralisable. Le traitement du bruit de luminance, par contre, mène rapidement à une perte de netteté de l'image.

• Rafael Gonzalez, Digital image processing, Upper Saddle River, N.J, Prentice Hall, 2002 (ISBN 978-0-201-18075-6)

• Bruit de grenaille
• Bruit poivre et sel
• Bruit de chatoiement
• Bruit de Perlin
• Bruit périodique
• Bruit de quantification
• Débruitage

• Bruit de lecture (Photographie numérique)
• Bruit de lecture Vs shot noise - Quelle est la différence et quand doivent-t ils être pris en compte
• Boyat, Ajay Kumar and Brijendra Kumar Joshi. “A Review Paper: Noise Models in Digital Image Processing.” CoRR abs/1505.03489 (2015): n. pag.