Для полной функциональности сайта необходимо включить JavaScript.
Отличается ли SNR показатель на черном полотне и на цветном?
Цепь действий такая:
Закрыл объектив. Сфотографировал ровное черное полотно с эталонным цветом пикселя 0 0 0. Все , что не 0 0 0 - как я полагаю шум.
Рассчитал просто. Взял все пиксели, подставил их в дробь, поделил по принципу SNR. Получил значение от 0 до 1. Например - 0.01, 0.2, 0.1, 0.3. И так далее.
На цветном полотне эталонный сигнал вручную и не понять (ибо там же не 1 цвет).
И вот есть маленькая надежда - абсолютен ли мой SNR на черном полотне или нет. И если нет - реально ли посчитать SNR на цветном полотне вручную (интересует именно руками отдельно, и с помощью программ отдельно).
реально ли посчитать SNR на цветном полотне вручную
Понял. Дельный ответ.
Тогда вопрос закрыт, по теме далее. К другим вопросам.
Те, которые выше не отвечены. И еще добавлю:
1. Как программа\устройство понимает, что это шум, а это мол не шум? (на цветном ярко изображении). Как я не представлял алгоритм - я не осилил. Если делить на R G B каналы - то шум смешается в R G или соответсвенно B палитру. Вот как программа по фотографии определяет где там шум, а где нет?
И номер 2, вытекающий из 1.
2. А определяет ли ВООБЩЕ по фотографии? Измеряют ли сделанные статичные цифровые изображения в лосслесс (скажем - в бмп лосслесовом) по показателям dynamic range, snr? Как программа\машина определяет истинный цвет\тень\чтотамеще пикселя?
Те, которые выше не отвечены. И еще добавлю
А определяет ли ВООБЩЕ по фотографии?
в бмп лосслесовом
по показателям dynamic range, snr?
истинный цвет\тень\чтотамеще пикселя?
Просто интересовало как программа определяет - истинный ли там пиксель или шумовой. На глаз я например могу сказать, что если я снимаю красную розу, а на ней выскакивают зеленые точки на лепестках - то не кошерно как-бы, да. Но как определить это таким же способом, но в цифрах. То есть посмотрел, вычислил все и сказал, что мол - не кошерно на 25% или на 0.78 по SNR или в децибелах, или блин в density.
То есть иначе говоря. Как я могу доверять программам вычисления оных штучек, когда не знаю - действительно ли они там вычисляют то, что надо или там вообще формула Бернулли какая-нибудь?
Просто интересовало как программа определяет - истинный ли там пиксель или шумовой
Итого получается так, что реально измерить шум и динамический диапазон только на тестовых чартах? (МакГребет например. вроде так называется.)
А на настоящем цветном фотоизображении только на глаз? Тогда я вообще в замешательстве... Каким образом тогда программа Imatest (например) позволяет себе анализировать не тестовое фотоизображение и выводить какие-то там результататы? 
Вообще строго говоря, насколько я понял измерить это реально только через призму устройства + тестовый чарт. Это так? На посведневном фото невозможно установить кол-во f-ступеней и шум по шкале snr?
Итого получается так, что реально измерить шум и динамический диапазон ...
А на настоящем цветном фотоизображении только на глаз?
позволяет себе анализировать не тестовое фотоизображение и выводить какие-то там результататы?
И тогда наверное последний вопрос. Если все правильные значения выходят только с тестовых чартов, то что считают программы тогда, если им подсунуть обычное фото. Тем данным можно доверять, или они будут вообще неправильные? Например я включаю программу, подсовываю ей снимок свой. Снимок например - гора, небо over exposed в белый цвет, а тени видно, но например не так хорошо, как бы могло бы быть. Программа мне выдаст эти мракобесия все? Что мол, на этом мол снимке dynamic range таков, что вот тут вай как плохо, а тут не очень, смотрите график. На графике, например количество f-ступеней, уровень шума, еще кие-то данные. Таким данным можно верить? Или он считает, получается, неверные?
"Просто интересовало как программа определяет - истинный ли там пиксель или шумовой."
Учитывая, что "истинных" пикселей не бывает - никак. Любой пиксель (кроме физически дохлых) содержит и полезный сигнал, и шум.
Программы, анализирующие шум, исходят из того, что его характер более-менее постоянен для всего кадра. Соответственно, если подобрать ненулевой фильтр, реакция на который более-менее постоянна по всему кадру - по ядру фильтра можно судить о шуме.
Это как один из вариантов. А так, все зависит от используемой модели шума, и того, насколько она адекватна реальной камере.
