Bruit – partie 1 : les bruits

Un capteur reçoit un signal et le convertit en information numérique. En photographie, c’est la lumière qui est d’abord convertie en électrons puis ils sont traduits en un niveau d’illumination exprimé en bits.

Ça c’est la théorie. En pratique, pas mal d’autres choses indésirables vont s’ajouter au signal qui vont polluer l’information finale. On appelle cela le bruit ou plutôt les bruits car ils se baladent en groupe.

Pour simplifier, on dira qu’un bruit est un effet indésirable qui va dégrader le signal utile. Cette définition est plus large que la définition mathématique d’un bruit puisqu’elle englobe aussi des signaux parasites qui n’ont rien d’aléatoire.

Bruit de photons

On l’appelle aussi bruit de grenaille, bruit poivre et sel ou bruit quantique (en anglais shot noise). C’est une propriété quantique de la lumière indépendante de la qualité du capteur. Si une source lumineuse émet un flux constant de photons, les photons qui arrivent à un endroit donné ont en moyenne un flux constant, mais sur des intervalles de temps plus courts, le flux varie. Imaginez un trottoir sous une faible pluie. Il y aura une goutte ici, deux gouttes là, une autre un peu plus loin, et il faudra attendre longtemps pour que le trottoir soit uniformément mouillé. Si la pluie est forte, le trottoir sera quasiment instantanément mouillé.

Il est d’autant plus visible que le flux qui arrive sur le capteur est faible et qu’on doive amplifier l’image pour voir le signal utile : le bruit est amplifié d’autant et brouille l’image.

Title

Pose unique de 30 s, exposition ajustée de 2 stops pour correspondre à une pose de 120 s

Title

Pose unique de 120 s.

Ce bruit est proportionnel au carré du signal reçu. Autrement dit, quand le signal est multiplié par 2, le bruit est multiplié par 1.4, ainsi le Rapport Signal sur Bruit (RSB) d’une photo de 60 s sera 1.4 fois meilleur que le RSB d’une pose de 30 s. Augmenter le temp de pose unitaire et empiler des images sont les remèdes pour combattre ce bruit.

Bruit thermique

Il est aussi appelé bruit de Johnson ou de Johnson-Nyquist. Il est généré par l’agitation thermique des électrons à l’intérieur du capteur. La chaleur agite les électrons qui vont parfois avoir assez d’énergie pour être considérés comme un signal. Plus le temps de pose est long et la température est élevée, plus le nombre d’électrons qui vont ainsi s’échapper sera important. Mais ce bruit a le même type de fluctuation aléatoire que le bruit de photons.

Title

L’image est plus bruitée quand la température est élevée

Title

L’image est plus claire quand le temps de pose augmente

Ce bruit est doublé quand la température augmente de 6°C environ ou quand le temps de pose double.

On réduit l’effet du bruit thermique en baissant la température du capteur et en prenant des darks.

La composante non aléatoire du bruit thermique est responsable d’une trame inclinée très gênante après empilement car elle ne peut pas être supprimée sans dégrader l’image. La seule façon de lutter contre ce phénomène est le dithering.

On élimine la trame d’empilement du bruit thermique en faisant du dithering.

Bruit de scintillation

Il est aussi appelé bruit de scintillement, de papillonnement ou 1/f (en anglais flicker noise).

Il est principalement causé par des impuretés ou défauts présents dans le matériau semi-conducteur du capteur qui capturent ou libèrent aléatoirement des électrons dans le système. Les semi-conducteurs de petite surface (par exemple les tous petits pixels) sont plus sensibles à ce bruit que les plus gros.

C’est un bruit aléatoire mais lié à la présence d’impuretés dans le capteur. On peut donc cartographier les zones où il est plus ou moins présent. Il est aussi légèrement affecté par la température.

On corrige le bruit de scintillation en intégrant un grand nombre de poses, et dans une moindre mesure, avec les darks.

Bruit de lecture

En anglais on l’appelle readout noise. Il a la même origine quantique que le bruit photonique, mais au lieu des photons, il s’agit ici des électrons. Il est totalement aléatoire et affecte toutes les photos, quel que soit le temps de pose, la température ou l’illumination du capteur. Cependant il est relativement faible, et est de mieux en mieux géré par les fondeurs de capteurs, à tel point qu’il devient presque négligeable pour les capteurs les plus récents.

Ce bruit est de l’ordre de quelques électrons par photosite, voir moins de 1 électron sur les meilleurs capteurs.

On corrige le bruit de lecture en empilant de nombreuses poses.

Bruit de bande

Appelé aussi banding en anglais. C’est un bruit aléatoire qui affecte toute une colonne (ou toute une rangée) de pixels. Cela est dû à la façon dont les fabricants de capteurs gèrent le signal issu des colonnes (ou rangées) de pixels. Un ensemble de pixels au bout de la colonne (ou de la rangée) est recouvert d’un revêtement opaque et ils servent de référence afin de corriger – au moins partiellement – le bruit thermique de cette colonne (ou rangée). Mais la réponse de deux colonnes (ou rangées) voisines n’est jamais identique à cause en particulier des parts aléatoires des bruits (thermique, lecture et scintillation) qui affectent aussi ces pixels aveugles. Ainsi la correction fluctue aléatoirement d’une colonne (ou rangée) à l’autre et d’une photo à l’autre. C’est moins visible chez Nikon et Sony que chez Canon.

On corrige le banding aléatoire en multipliant le nombre de poses. Le banding rémanent est retiré avec les offsets et les darks.

Bruit de quantification

Le flux d’électrons émis par le photosite doit être converti en une valeur numérique qui est souvent codée avec moins de chiffres que le nombre réel d’électrons reçus. Il s’opère une sorte d’arrondi. C’est un peu comme payer ses courses avec uniquement des pièces de 1€ sans rendu de monnaie alors que les prix sont donnés en centimes. Cette dégradation du signal est le bruit de quantification. Elle se traduit par des dégradés échelonnés et l’apparition de grain sur les images.

Title

Image originale (16 bits)

Image après quantification (8 bits)

On corrige ce bruit avec un gain adapté pour gagner en dynamique et en empilant des poses afin de moyenner les erreurs d’arrondi.

Thermoluminescence

Ce n’est pas un bruit. La température du capteur n’est pas nécessairement constante sur toute sa surface. Cela peut être à cause d’un composant électronique qui chauffe plus sur un côté, ou un gradient de température non homogène. Elle se traduit par des zones où le signal thermique sera plus important à certains endroits, ici en bas à droite.

On corrige la thermoluminescence avec les darks.

Biais

Ce n’est pas un bruit. Chaque photosite capte un flux lumineux qui est converti en une valeur numérique. Mais pour un même signal en entrée, deux pixels peuvent retourner deux valeurs systématiquement légèrement différentes (indépendamment de tout bruit parasite). On peut remarquer un écart similaire entre deux colonnes de pixels à cause des composants qui gèrent ces colonnes. De plus, les fabricants de capteurs peuvent aussi modifier forfaitairement la valeur de sortie, par exemple en y ajoutant une constante. Canon fait cela en ajoutant par exemple 256 aux valeurs captées par les photosites du 1000D, ou 1024 avec le 6D.

On retire le biais en faisant des offsets.

Contrairement aux idées reçues et très souvent relayées sur les sites internet, l’offset ne retire pas le bruit de lecture. Le bruit de lecture ne peut être corrigé qu’en multipliant le nombre de poses.

La réponse non uniforme

Il ne s’agit pas d’un bruit. Quand on expose le système optique avec son capteur à une plage de lumière uniforme (par exemple un panneau uniformément blanc), sans saturer l’image, on constate que :
– L’image est plus sombre sur les bords qu’au centre. C’est le vignettage.
– Des taches apparaissent sur l’image, ce sont des poussières.
– Deux pixels voisins ont une réponse différente (cela peut aller jusqu’à quelques %).

On rectifie la non uniformité avec les flats.

Les photosites déviants

Il ne s’agit pas d’un bruit. En théorie un photosite retourne une valeur numérique proportionnelle au nombre de photons qu’il reçoit. Mais certains sont déviants et ne retournent jamais rien (les pixels morts), ou alors restent allumés en permanence (pixels chaud) même quand ils ne reçoivent aucun signal. D’autres ont une réponse anormale par rapport au signal reçu (pixels zombies), par exemple ils retournent bien zéro dans le noir mais saturent dès qu’ils reçoivent un peu de lumière.

Les photosites zombies dont la réponse au signal est anormale sont plus difficiles à identifier. Il faudrait pour cela les éclairer à plusieurs intensités lumineuses et analyser les images pour les séparer des autres. Ce n’est pas simple à réaliser.

Heureusement le dithering permet d’éliminer très efficacement ces pixels déviants et permet de se passer d’un traitement cosmétique (sauf en spectrométrie où le dithering n’est généralement pas possible).

On élimine les pixels déviants en faisant du dithering, ou à défaut avec une analyse cosmétique.

Les rayons cosmiques

Les rayons cosmiques sont des particules de haute énergie en provenance de l’espace (surtout du Soleil). Heureusement l’atmosphère terrestre arrête la plupart des rayons cosmiques. Mais certains peuvent quand même frapper le capteur et grâce à leur grande énergie marquer leur passage sur l’image par une trace lumineuse en forme de traits voire de vermicelle. Leur nombre augmente évidemment avec le temps de pose. On peut en retrouver sur les offsets et les flats mais surtout sur les lights et les darks.
C’est un phénomène complètement aléatoire qui ne peut être réduit qu’en intégrant quelques images.

On élimine les traces des rayons cosmiques en empilant plusieurs images.

Les satellites et avions

Ces engins artificiels peuvent traverser le champ observé et laisser une trace lumineuse indésirable sur la photo, comme par exemple un groupe de satellites Starlink (vous savez, ces satellites qui permettent aux riches copains d’Elon Musk et de Donald Trump de mater des films de cul en full HD en plein milieu du désert du Kalahari pendant qu’ils massacrent en toute impunité une espèce en voie d’extinction).
C’est un phénomène complètement aléatoire qui ne peut être réduit qu’en intégrant plusieurs images. Malheureusement il faudra se faire à ce type de pollution de nos images, car les constellations de satellites n’en sont encore qu’à leur balbutiement.

On élimine les traces de satellites et avions en empilant plusieurs images.

Les astéroïdes et étoiles filantes

Les astéroïdes sont rarement gênant. Comme ils sont très éloignés dans l’espace, leur mouvement apparent est très lent et au pire, ils peuvent provoquer des petits traits sur les photos généralement pas ou peu visibles. A contrario, les étoiles filantes n’affectent qu’une voire deux photos tant leur durée de vie est courte (à peine plus d’une seconde). On élimine leur trace en empilant plusieurs photos.

On élimine les traces des étoiles filantes en empilant plusieurs images.

La buée

La buée est pernicieuse car elle apparait souvent très lentement, généralement depuis le centre de la lentille avant de s’étaler sur toute sa surface tout en devenant de plus en plus opaque. C’est le contraste des images qui se dégrade progressivement, puis les étoiles s’empâtent en disques lumineux avant de disparaitre complètement. Des logiciels comme PixInsight, DeepSkyStacker ou Siril permettent de tracer la courbe du diamètre moyen des étoiles (FWHM) d’une photo à l’autre, ce qui permet de constater que la buée commence à dégrader les images avant même que cela ne soit perceptible sur les photos à l’œil nu.

On lutte contre la buée, soit avec des moyens soit passifs (pare buée, isolation), soit actifs (résistance chauffante).