본문 바로가기

Stories about photography and cameras/One more step

디지털 카메라와 노이즈 3 - 이미지 디노이징과 노이즈 리덕션 (감소, 제거) / Noise of a digital camera III - Image denoising & noise reduction(NR)

Notice - 상식 수준에서 다루는 비전문적이고 깊이 없는 포스팅이므로 숨겨져 있을 오류와 논리적 비약, 수다쟁이의 헛된 망상에 주의가 필요하다.

 

 

디지털 이미지에서 디노이징 또는 노이즈 리덕션(Noise Reduction -NR) 그리고 노이즈와 관련된 흥미로운 사안에 대해서도 확대해서 수다의 주제로 삼아 보자. 

 

 

▶ 디지털 노이즈에 대한 일반적인 평가와 선호

 

먼저, 노이즈 리덕션에 대한 수다를 시작하기 이전에 노이즈에 대한 일반적인 평가에 대해 생각해 보자. 사진 작품 또는 예술적 가치의 평가에서 '좋다와 나쁘다'는 취향 판단의 문제이고 이는 개량/정량적으로 평가할 수 없다. 즉, 색 재현력이나 표현력 등도 각자의 선호와 취향 등 주관적 가치/평가 요소들로 절대적 기준이 있는 것이 아니라서 획일적인 평가는 어울리지 않는다. 이처럼 사진/이미지의 평가 요소나 요인에는 정량화하거나 우위의 등급/순위를 나눌 수 없는 가치/선호/취향 판단이 결합되어 있고, 이런 취향 판단의 측면이 사진을 사물을 있는 그대로 담는 획일적인 기술, 또는 그 결과로 만들어진 산물에 그치지 않고 다채로운 표현과 묘사 그리고 작품으로서의 영감을 주는 예술성과 우리의 기호와 연관되는 것이지 싶다.

 

이런 생각의 연장선에서 보면, "디지털 이미지에서 발생하는 '노이즈'를 마냥 '나쁜 것'이라고 할 수 있는가?" 하는 의문이 남는다. 종종 일반 커뮤니티 등에서 사진의 디지털 노이즈에 대해서 저마다 다르게 평하는 경우도 흔하다. 즉, 어떤 이는 디지털 노이즈가 필름 사진에서 그레인을 연상시켜서 그리 어색하지 않고 때때로 너무 밋밋해서 인조의 느낌을 받게 하는 디지털 이미지의 느낌을 보다 낫게 만드는 긍정적 요인으로 평하는 사람도 있다. 그렇지만, 대부분은 노이즈는 사진을 너무 지저분하게 만들어 절대 용납할 수 없다는 이가 대부분이다. 양자의 의견에 충분히 수긍이 가고 동의하는 부분 또한 많다. 하지만, 왜 이렇게 노이즈에 대해 다른 평가가 나오게 된 것인가에 대해서는 여전히 의문이 남는다. 

 

대부분의 (아날로그와 디지털) 전자 기기에서 노이즈는 환영받지 못한다. 즉, '정상적인 신호를 방해하는' 노이즈는 갖은 방법을 동원해 발본색원?하려고 노력한다. 하지만, 아주 예외적으로 종종 다른 효능이 있기도 한데, 오디오의 백색 소음은 (일반적인 상황에서는 당연히 제거해야 할 노이즈) 때때로 주의력을 높이거나 심적인 안정감을 주는 효과 등이 있다고도 하고, 필름 사진의 그레인은 필름 고유의 느낌이나 사물의 질감 표현에 긍정적인 요소로 여겨지기도 한다. 디지털 노이즈 또한 이런 취급을 받을 수는 없을까? (이전에도 몇 번 언급했지만, 필름의 그레인과 디지털 이미징의 노이즈는 넓은 범주에서 모두 노이즈라고 칭하지만, 둘의 발생 원인이나 발현 양태는 다르고, 정확하게 표현하면 필름 그레인은 노이즈가 아니다. 노이즈는 아날로그 신호 또는 이를 디지털로 전환(ADC)한 디지털 신호에서 발생한 오류 신호를 의미하고, 필름 그레인은 필름 표면에서 빛과 반응하는 감광 소자의 광화학 반응에 의한 '입자감'이라 할 수 있다. 따라서 필름은 아날로그와 관련이 없다. 그리고 빛에 따라 반응하는 감도에 따라 소자의 입자 크기가 다르고 이런 입자감이 필름 특유의 그레인 효과와 연관되어 있다. 따라서 "필요한 신호에 섞여 신호를 바꾸어 버리는 전기적인 장애 또는 잘못된 부호"를 의미하는 노이즈와 구분된다)

 

 

"필름은 아날로그일까?" - 필름과 아날로그 화상 신호 그리고 디지털 이미지 I / Film is not analog! - F

Notice - 얄팍한 상식 수준에서 다루는 비전문적이고 깊이 없는 포스팅이므로 숨겨져 있을 오류와 논리적 비약, 수다쟁이의 헛된 망상에 주의가 필요하다. 유튜브의 영상을 보다 보니 "아날로그?

surplusperson.tistory.com

 

아쉽게도 디지털 이미징에서 노이즈는 아직 사진 또는 영상에 호의?적인 이점이나 효과를 주지 못하는 경우가 대부분이지 싶다. 이는 디지털 이미징의 특성과 연관 지어 보면 더 명확해지는 측면이 있다. 디지털 이미징은 현재의 사물이나 현상을 있는 그대로 표현하는 '실재(實在)의 재현' 이외에도 이후 다양한 가공과 변형이 가능하도록 세밀하게 정상적인 신호/데이터의 이미지를 얻는 것을 의미한다. 디지털 이미징에서 노이즈 또한 노이즈가 만드는 독특한 효과를 가지고, 때로는 디지털 이미지 노이즈의 표현을 선호하는 취향이 생길 수도 있다. 하지만, 세밀하고 정상적인 신호/데이터를 얻는 것에서 노이즈는 방해 요소이며, 정상적인 신호/데이터를 기반으로 가공과 변형 등의 후처리 편의성과 손실을 최대한 억제할 수 있는 전송/저장에 장점이 있는 디지털 데이터화의 특성을 감안하여야 하고, 더불어 정상적인 데이터를 바탕으로 노이즈 효과를 후반 작업을 통해 얼마든지 추가할 수 있지만, 노이즈로 인해 정상적인 신호/데이터를 얻지 못한 경우에 그 역(노이즈를 제거하고 정상적인 신호를 복원하는 것)은 매우 어렵다. 따라서 디지털 이미징에서 노이즈는 없을수록 최대한 억제할수록 더 효용이 높다는 결론에 도달한다. 이는 앞에서 언급한 사진의 작품 또는 예술적 가치로서의 평가보다는 가공이나 변형의 활용이니 저장/전송에서 효용의 측면에서 평가하면 노이즈가 없는 정상적인 이미지가 훨씬 가치가 높다. 그리고 디지털 이미징에서 카메라나 렌즈(광학계) 또는 촬영 결과물에 있어 자주 언급되는 '화질' 또한 단순히 보기에 더 좋거나 낫다는 심미적 평가보다는 촬영으로 얻을 수 있는 정상적인 신호/데이터의 정확함과 세밀함, 안정성의 의미라고 생각한다.

 

노이즈 발생을 최대한 억제하려는 카메라의 기계적 성능과 사진가의 사진술에 주목하게 되고 노이즈 리덕션 또한 성능을 중요 성능의 하나로 눈여겨보지 않을 수 없다. 그렇다고 노이즈의 완전 제거나 박멸에만 올인? 할 수도 없다. 노이지 제거의 가장 핵심은 "디테일(이미지 센서의 각 픽셀 정보 특성)을 유지하면서 노이즈를 제거"하는 것이다. 노이즈 제거를 위해 디테일이 무너지면 앞에서 언급한 '너무 밋밋해서 (질감이 사라진) 인조의 느낌을 가진 디지털 이미지'가 될 것이다. 따라서 아래에서 언급하는 노이즈 리덕션의 다양한 방식에서 디테일 유지와 노이즈 리덕션은 상호 반비례하는 대척점에 있는 경우가 대부분이라는 점을 고려하여야 한다.

 

몇 마디 첨언하자면, 디지털 이미지 노이즈에서 휘도(luminance) 노이즈는 필름 그레인과 같은 명도 차만 존재하는 느낌으로 그리 거슬리지 않는 경우가 많고, 아마도 디지털 노이즈 또한 수긍할만하다고 말하는 주요 요지는 이에 해당하지 싶다. 반대로 디지털 이미지의 컬러(chroma) 노이즈는 질감과는 크게 관계없고 이미지 묘사에서 매우 눈에 거슬려 (지저분함)으로 노이즈를 용납하지 못하겠다는 의견은 이에 해당하지 싶다.

 

임의로 비교를 위해 만든 아래 심플 이미지에서 좌측은 노이즈 리덕션으로 노이즈를 일정 수준 이하로 억제하였고, 오른쪽은 휘도 노이즈와 컬러 노이즈를 임의로 증폭시켰다.

 

좌측 이미지는 휘도 노이즈가 높고 컬러 노이즈가 낮은 이미지이며, 우측은 휘도 노이즈가 낮고 컬러 노이즈가 높음 이미지이다. 

 

 

 

 

▶ 디지털 이미징 프로세싱과 소프트웨어를 통한 디노이징/노이즈 리덕션

 

노이즈 제거에서 중요한 점은 각 픽셀 정보의 특성을 유지하면서 노이즈를 제거하는 것이다. 때로는 노이즈 제거에 너무 과몰입해서 각 픽셀 정보의 고유의 값 편차가 사라져서 디테일이 저하되는 경우가 발생한다. 기술적인 내용이라 간략히 언급하자. 사실 노이즈 리덕션/NR의 알고리즘은 그리 복잡하지 않지만, 빠른 연산이 필요한 방식이고 이는 카메라 내부 또는 PC 등의 연산장치에서 이루어지고, 대부분은 촬영과 동시에 카메라 내부의 하드웨어에서 이미지 프로세싱 과정에서 이루어지므로 촬영자는 노이즈 감소 정도를 체감하기 쉽지 않다. 종종 라이트룸이나 캡처원, 니트 필터 등의 후보정 프로그램에서 노이즈 리덕션 기능은 이미 카메라 내부에서 촬영과 동시에 이루어진 노이즈 리덕션 결과물에 대해 사후 보충적인 노이즈 리덕션 과정이라고 해야 하지 싶다. 즉, 디테일을 더 희생해서라도 노이즈를 더 제거할 것인지를 선택하는 추가적인 과정이라고 생각한다.

 

이미지 디노이징(image denoising)은 노이즈 제거의 뜻이 강하고 노이즈 리덕션(noise reduction)은 노이즈 감소를 의미하지 싶다. 둘은 노이즈를 줄인다는 의미에서는 거의 비슷하지만, 디지털 이미징의 과정 또는 전후한 시간적 순차에 미묘한 차이가 있을지도 모르겠다. (잡다한 생각을 정확하게 표현하기 위한 용어나 모호함이 없는 기술적인 정의 표현이 더 어렵게 느껴진다)

 

 

- 휘도(luminance) 노이즈와 컬러(chroma, Chromatic) 노이즈 분리와 NR

 

일반적인 이미지 노이즈 제거에는 휘도 정보와 색조(컬러 또는 크로마) 정보를 분리해서 처리하는 방법을 사용한다. 즉, 휘도 노이즈와 컬러 노이즈를 분리해서 휘도 노이즈는 디테일 표현을 위해 조금 처리하고 눈에 거슬리는 컬러 노이즈 제거에 집중한다. 대부분의 후보정 프로그램에서 디테일 손상을 막기 위해서 휘도 노이즈와 컬러 노이즈를 분리해서 처리하는 기능을 가지고 있다. 

 

휘도 노이즈와 컬러 노이즈를 분리해서 디테일을 손상시키지 않으면서 노이즈를 제거하는 방식은 포토샵을 이용한 피부 보정 등에서 즐겨 사용되는 '주파수 분리(frequency separation) 기법?'과 기본 원리 측면에서 상통하는 면이 있어 보인다. 개인적인 느낌일 뿐 자세한 근거를 가지고 있지는 않다.

 

컬러 노이즈는 주변 픽셀에 비교해서 특이한 컬러 정보를 가진 픽셀의 데이터를 제거하고 보간한다. 컬러 노이즈 감소는 카메라 자체에서 보다는 별도의 소프트웨어(후보정 프로그램 등)에서 보정하는 경우가 많다. 

 

 

- 선형 평균화 필터 - Linear smoothing filters

 

먼저, 노이즈 픽셀을 포함한 노이즈 주변의 픽셀 값의 '평균값(average value)' 또는 가중 평균을 구하고 노이즈 픽셀의 데이터를 연산된 값으로 대체한다. 정규 분포를 갖는 가우시안 노이즈와 uniform noise 제거에 효과적이다. - 주변 픽셀 값의 평균화를 통한 노이즈 감소 방법을 사용한다. 단점으로는 디테일 저하로 이미지가 소프트 해지는 단점이 있고, Salt & pepper noise와 같이 주변 픽셀과 큰 차이를 보이는 노이즈 제거에는 적절하지 않다.

 

 

- 비선형 평균화 필터 (메디안 필터 등) - Nonlinear filters

 

노이즈 픽셀을 지정하고, 노이즈 주변 픽셀 값의 '중간값'을 찾고 노이즈 픽셀의 데이터를 중간 값으로 대체한다. 중간값의 산출은 노이즈로 판별된 픽셀 주변의 정상적인 픽셀 값을 순차적으로 열거하고 이 중에서 중간에 해당하는 값을 찾아 노이즈 픽셀 값에 보간한다. 이 방식은 메디안 필터로 불리고, 그 외에도 중간값을 찾는 별도 연산 과정 없이 가장 인접한 픽셀의 값으로 보간하는 간편한(연산이 복잡하지 않은) 방식의 필터 방식도 있다. 

 

비선형 평균화 필터는 이미지 디테일 유지에 상대적으로 좋은 평가를 받고 디테일의 손상을 억제해야 하는 이미지 노이즈 리덕션 기능으로 채택된다. 주변 픽셀과 뚜렷이 구분되는 Salt & pepper noise 제거에 탁월하고, 노이즈 리덕션으로 인한 디테일 저하가 심하지 않은 장점이 있다. 단점으로는 정규분포를 갖는 가우시안 노이즈나 유니폼 노이즈 제거에는 그리 유용하지 못하고, 정렬하고 중간값을 찾는 알고리즘으로 연산이 복잡하다. 따라서 하드웨어 성능에 따라 처리 시간이 오래 걸릴 수도 있다.

 

 

- 그 외 노이즈 필터 및 노이즈 리덕션이 잘 작동하지 않는 패턴 노이즈

 

그 외에 통계적인 방법(statistical methods)을 이용하는 필터( 대표적으로 가우시안 필터)나 Wavelet transform 등의 필터링 방법이 있지만, 일반적이지 않으므로 따로 언급하지 않을 생각이다. 필요하다면 추가적인 검색을 통해서 보충하자. 

 

노이즈 리덕션이 효과적인 경우는 랜덤 하게 발생하는 노이즈, 즉, 일정한 패턴이 없는 노이즈에서 제거가 쉽다. 노이즈 리덕션을 위해서는 해당 픽셀의 데이터가 정상적인 데이터인지 노이즈인지를 판별해야 하는데 랜덤 한 점 등의 불규칙성이 노이즈 판별에 유리하다. 하지만, 특정한 패턴을 보이는 픽셀 데이터에 대해서는 피사체의 디테일 묘사와 구분하지 못해서 노이즈 판별에 1차적인 문제가 발생하고 따라서 패턴 노이즈는 노이즈 리덕션이 잘 이루어지지 않는다. 대표적인 패턴 노이즈로 밴딩 노이즈 등을 연상되지만, 대부분 밴딩 노이즈로 불리는 문제는 데이터 정보의 낮은 비트 심도 등의 문제로 데이터의 세밀한 정도가 낮고 사후  이를 과도하게 보정/보간하면서 나타나는 계조 깨짐(디테일 저하)과 관계된 경우가 많다. 

 

장시간 노출 노이즈 리덕션에 대해서는 아래 링크로 대신하자.

 

 

장시간 노출 NR(노이즈 감소) 기능에 대하여 / Long Exposure noise reduction

Notice - 얄팍한 상식 수준에서 다루는 비전문적이고 깊이 없는 포스팅이므로 숨겨져 있을 오류와 논리적 비약, 수다쟁이의 헛된 망상에 주의가 필요하다. 디지털 카메라에 내장된 노이즈 감소 기능에는 대표적으..

surplusperson.tistory.com

 

 

▶ 로우 파일과 디노이징/ 노이즈 리덕션 / Image Raw files & NR

 

일반적으로 카메라의 Raw 파일의 정의는 아래와 같은데, 

디지털 카메라나 이미지 스캐너의 센서로부터 가공이나 압축없이 데이터를 가져와서 저장하는 파일 형식. RAW 파일은 이미지 파일 포맷 중 하나로 'raw'라는 영어 단어의 의미를 담아, ‘가공되지 않은 원 그대로의 이미지 자료’라는 의미를 가지고 있다. 많이 쓰이는 이미지 파일 형식인 JPEG 파일과 비교할 때, RAW 파일은 화질이 더 높고, 무손실 압축 기술을 이용하므로 원본 그대로의 화질을 유지한다. 따라서 색감이 뛰어나고 노출, 화이트밸런스 등 후보정에 적합하다는 것이 이점이다 [네이버 지식백과] RAW 파일 (두산백과) 

 

가공되지 않은 원 그대로의 이미지 자료, 가공이나 압축 없이 데이터를 가져와서 저장하는 파일이라는 의미에 너무 집착하면 Raw를 너무 편협하게 이해하기 쉽다. 먼저 '이미지 센서로부터 가공이나 압축 없이'에서 이미지 센서에서도 가공이 이루어진다. 흔히, A/D 변환으로 불리는 아날로그 신호를 디지털 신호로 변환하는 것은 가장 큰 가공이다. 이 과정을 거치지 않고는 디지털 RAW 파일은 생성 자체가 불가능하다. 그리고 이미지 RAW 파일은 데이터의 흠결인 노이즈 제거를 위해 일정 가공을 할 수밖에 없다. 이 가공은 정확한 신호/데이터를 얻기 위한 것이므로 RAW 데이터의 질과 직접 연관된다. 따라서 노이즈 제거의 일련의 가공을 거쳐서 이미지 RAW 파일은 만들어진다고 할 것이고, 그 후 비압축 또는 압축 알고리즘에 따라 무손실 압축 RAW가 만들어지기도 한다. 

 

이전의 수다에서도 여러 번 반복된 내용이지만, RAW 파일에 중요한 방점은 가공이 이루어지지 않은 원(날 것) 그대로의 이미지라는 의미보다는 본래의 명도(휘도) 정보와 RGB 정보를 그대로 보존하는 파일이라고 하는 것이 더 명확하다. JPEG 등의 이미지 포맷 변환이 이루어지고 난 이후에도 원래의 소스인 명도(휘도) 정보와 RGB 데이터를 그대로 보존하고 있다면, 이 또한 RAW 파일이라고 할 수 있지 싶다. 

 

개인적으로 이 부분에서 강조하고 싶은 요점은 일반적으로 카메라에서 저장되는 RAW 파일 또한 노이즈 리덕션이 이루어진 일정 가공된 결과물이라는 점이다. (하지만, NR 과정에서 RGB 데이터 파일이 압축되고, 원소스로 복원되지 않는다면 더 이상 Raw 파일이라 할 수 없다) 그 노이즈 리덕션의 강도는 카메라 제조사의 판단에 따라 적정 수준이 각자 다를 수 있다. 즉, 디테일 유지와 노이즈 제거 사이에서 균형을 어떻게 잡을지는 각 제조사 고유의 이미징 프로세싱에서 결정된다고 생각한다. (디테일을 보존하면서 노이즈 제거 효율이 최고가 되는 지점의 세팅값에 따라 제조사별 또는 동일한 제조사의 각 제품에서도 차이가 드러나지 싶다) 

 

 

▶ 이미지 센서의 화소(픽셀) 수/해상력과 노이즈 리덕션의 효과/효율 

 

 

노이즈에 대한 연작의 수다 중 1부, 또는 2부 정도에서 언급한 수광률과 광자 샷 노이즈의 관계에 대해 언급한 바 있는데, 이를 다시 간략히 옮겨서 노이즈 리덕션과 비교하면 수다를 이어가자. 노이즈와 수광률의 요점은 픽셀 하나당 수광률이 높을수록 광자 샷 노이즈(Photon shot noise) 발생을 억제할 수 있다는 것이다. 그리고 동일한 이미지 센서 크기/규격의 경우 (소소한 기능적 차이는 무시하고) 픽셀(화소) 수가 적을 수록 수광면적은 상대적으로 높다고 할 수 있다.  

 

그렇다면 동일한 이미지 센서 크기/규격에서 화소(픽셀) 수가 적은 카메라가 고화소 카메라 보다 더 노이즈가 적은 결과물을 얻는 걸까?

 

수광률의 결과만을 고려한다면 이는 사실과 부합할 수도 있지만, 노이즈 리덕션의 결과가 반영된다면, 항상 타당하지는 않다. 다시 말해서 앞에서 설명한 노이즈 리덕션 알고리즘의 대표적인 두 가지 유형, 선형 평균화 필터나 비선형 평균화 필터의 경우, 주변 픽셀 값을 평균화하여 구해진 평균값이나 중간값을 이용하는 방식으로 고화소, 고해상력일수록 더 많은 픽셀 정보를 평균화할 수 있고(노이즈를 더 작게 나누고 그리고 세밀하게 제거하는) 따라서 많은 화소(픽셀) 수/고해상력의 이미지 센서를 가진 카메라에서 노이즈 리덕션의 결과가 더 뛰어나다. 따라서 수광률 향상으로 인한 노이즈 감소와 이미지 프로세싱 과정에서 노이즈 리덕션 (광자 샷 노이즈, 판독 노이즈, 암전류 노이즈 등을 포함)의 성능, 그 외에도 사용 시 발열로 인환 Dark current noise, 저장, 전송 과정의 전기적 간섭 등 발생하는 노이즈 정도를 모두 감안하여야 비로소 개별 카메라 제품의 이미지 노이즈에 대한 정확한 진단이 가능하지 싶다.

 

 

본격적인 상용 디지털 카메라가 등장한 이후 고화소화에 발맞춰 노이즈 억제력도 눈부시게 발전하였는데, 수광률은 물리적인 한계와 고화소화로 인해 픽셀 하나당 수광률은 계속 감소하는 추세였지만, (이면 조사형의 구조 등을 연상할 수 있었지만, 수광률의 향상은 미미한 편이고, 이면조사형의 가장 핵심적인 부분은 수광률의 향상과 더불어 이미지 센서 내의 설계 공간 확보, 배선/회로의 개선 등이 있다) 보다 많은 픽셀을 평균화하는 노이즈 리덕션 성능의 향상이 가장 큰 요인으로 직결되지 싶다.  

 

▶ 노이즈와 다이나믹 레인지(DR)
 

이전 수다에서 여러 번 언급한 내용이지만, 디지털 이미지 노이즈와 관련성에 언급하지 않지 않을 수 없다. (보다 자세한 내용은 이전 수다를 참조하자) 이미지 노이즈는 일반 사용자에게는 촬영 결과물에 나타나는 보기 싫은 점이나 지저분한 색 정보, 얼룩 정도로 인식될 수 있고 이런 노이즈 제거가 사소한 것처럼 보일 수도 있다. 하지만, 노이즈는 디지털 카메라의 성능에서 핵심적인 부분에 직결되는 중요한 요소다. 흔히 '화질'로 두루뭉술하게 표현되는 것에는 (광학계의 영향을 제외하고) 카메라의 고유 특징으로 인식되는 해상력/분해능, 선예도, 다이나믹 레인지, 색재현력 등이 있고, 대부분의 성능 요소에 노이즈는 밀접하게 관련된다. 다이나믹 레인지의 경우, 디지털 카메라에서 다이나믹 레인지(DR)는 픽셀이 포화되는 가장 밝은 지점과 노이즈로 정보를 구분할 수 없는 어두운 지점 간의 정도를 의미하고 따라서 노이즈는 DR과 관련되어 있고, 따라서 높은 노이즈는 DR을 감소시키며, 낮은 노이즈는 DR을 증가시키다고 할 수 있다. (색 재현력에서도 정상적인 RGB 데이터를 얻기 위해서는 노이즈 또한 제거/감소되어야 한다) 

 

개별 카메라 제품에서 노이즈 발생의 정도를 정량/개량적으로 판단/비교하기 어렵고 관련 자료도 찾기가 쉽지 않다. (종종 일부 웹사이트-DXOmark 등에서 이미지 센서의 전반적인 성능에 평점을 주어 비교하기도 하지만, 평가 방식, 배점 기준 등을 알기 어렵고 어떤 자료가 활용되었는지 확인하기 어렵다) 앞에서 설명한 노이즈와 DR의 관계를 참조하면, DR 성능을 비교를 통해 간접적으로나마 노이즈 발생 정도를 비교할 수 있는 참고 자료 정도는 되지 않을까 생각한다. 단, DR에서 노이즈는 어두운 영역(암부) 노이즈가 큰 영향을 주는 것이 아닐까 싶고 따라서 암부 노이즈가 주 비교 대상이 되므로 그 외 노이즈의 발생 정도 등의 객관적인 자료로 활용하기에는 부족해 보인다.

 

아래 다이나믹 레인지/DR 성능의 비교 이미지를 보면, (비교의 편의성을 위해 이미지 센서 규격이 동일하고 화소(픽셀) 수가 다른(즉, 픽셀 당 수광률이 다른) 두 모델, SONY A7S2(1220만 화소)와 A7R3 (4천240만 화소)를 비교하고, A7R3의 경우 활용하는 화소수가 감소하는 APS-C 모드의 DR 성능도 함께 비교해 보자. 아래 DR 성능 비교의 자료를 확인하면, 픽셀 당 수광률에서 유리한 A7S2와 고화소의 A7R3의 DR은 거의 비슷하게 나타난다. 즉, "수광률 향상으로 인한 암부 노이즈 억제"와 고화소로 인해 "픽셀 평균화를 통한 노이즈 리덕션"에 유리한 측면이 결과적으로 암부 노이즈 수준에서 엇비슷한 성능으로 귀결되는 것이라 추정할 수 있다. 또 하나의 비교 포인트로, 노이즈 리덕션(픽셀 평군화)에 활용할 수 있는 화소 수가 감소하는 APS-C 모드에서는 (동일한 카메라에서 이미지 센서 활용 규격만 바꾼 것에 불과해서 픽셀당 수광률은 풀프레임 모드의 A7R3와 APS-C 모드의 A7R3 모두 동일) DR이 약 1 stop 정도 저하되는 것을 보면 화소 수와 노이즈 리덕션, 그리고 그 결과로 발생하는 암부 노이즈의 정도와 상관관계를 어느 정도인지 짐작할 수 있겠다. (A7R3의 4240만 화소에서 APS-C 규격은 약 43%에 해당하는 면적을 가지고 이를 픽셀(화소) 수로 계산하면 1800만 화소 수준 정도가 된다) 

아래 비교 표의 본래 의도는 DR 성능에 대한 비교이고 그 외 다른 여러가지 요소들이 관여되었을 점 등을 고려하자. 노이즈와 관련해서는 참고용 또는 추정 용도 정도로만 생각하는 것이 좋겠다. 

 

 

 

ISO 감도 증폭과 노이즈의 관계 그리고 노이즈를 감소하기 위하여 일반적인 사진 촬영 시 고려할 점과 촬영 팁에 대해서는 다음 수다에서 다루자. 자꾸 꼬리에 꼬리를 무는 잡념과 끝 마무리에 미숙한 탓에 고루한 연작이 조금 민망하긴 하다.

"); wcs_do();