NMM视频技术(旧)

 找回密码
 成为会员
搜索
查看: 4050|回复: 14

这个, 叫做什么现象呢?

  [复制链接]
发表于 2010-3-1 06:52 | 显示全部楼层 |阅读模式
本帖最后由 arashi 于 2010-3-1 06:58 编辑

点击看图

以前也见过几次动画DVD在人物的头发末端衣领都会出现这样的...彩虹?彩色花纹?
发表于 2010-3-1 09:35 | 显示全部楼层
从线条的样子和随处可见的颜色渗漏来看,制作过程中应该是采用了复合视频(Composite Video)传输视频信号,为了降低成本而采用了廉价的设备,导致色亮分离效果不好。(其实这也不算是最不好的,只是颜色渗漏而已。没给你来一大堆rainbow和dot crawl就谢天谢地吧。)
作为解决办法,可以挂个TComb或者去彩虹插件之类的,不过不知道效果明显不明显。
 楼主| 发表于 2010-3-1 13:28 | 显示全部楼层
用FF3DTGPU,sigma=3,效果還挺好的...
发表于 2010-3-1 15:07 | 显示全部楼层
用FF3DTGPU,sigma=3,效果還挺好的...
arashi 发表于 2010-3-1 13:28

指定plane=3吧,不然的话对亮度进行sigma=3的降噪实在太狠了

最近发现不少东西被涉及时间维度的降噪处理过以后色度就会出现鬼影
仔细一看那鬼影似乎本来也是存在的,只是相对没那么明显,不知道这是怎么个原理
发表于 2010-3-1 15:30 | 显示全部楼层
回复 4# a4840639
不是鬼影,是别的帧的图像混入到当前帧了。时间轴降噪的副作用就是这个。一般来说时间轴降噪都有设置参考帧数的数量,参考得越远,混入现象越严重。你可以试试在AU里把自带的时间轴降噪调大一点,会很有趣的。
发表于 2010-3-1 16:49 | 显示全部楼层
用MotionCompensation
 楼主| 发表于 2010-3-2 04:00 | 显示全部楼层
谢谢指导 原来时间轴降噪还有这样的问题
发表于 2010-3-2 05:43 | 显示全部楼层
回复  a4840639
不是鬼影,是别的帧的图像混入到当前帧了。时间轴降噪的副作用就是这个。一般来说时间轴降 ...
dgwxx 发表于 2010-3-1 15:30

那如果本来没有处理过的片源就有轻微的这种现象,是不是也能说明片源被降噪过?
发表于 2010-3-2 09:51 | 显示全部楼层
回复 8# a4840639
也不一定啦……老片有不少都是乱七八糟的,因为场的原因出现的鬼影。
新片的话,如果你确定不是Chroma和Luma错位了的话(话说有这种可能么-v-),降噪降出问题也不是不能想象的。

话说,我觉得似乎无论什么原因出现鬼影,基本都是无法恢复的。很无奈-v-
发表于 2010-3-3 00:46 | 显示全部楼层
回复 6# lititude


    MComp要怎么恢复因为temporal denoising造成的artifacts啊...
发表于 2010-3-3 02:20 | 显示全部楼层
回复 5# dgwxx

嘛,事情也不是那么简单的。denoise从信号处理的角度来说,可以归类于盲解卷积的问题,盲解卷积的一个重要方法就是Wiener滤波。拿fft3dfilter来说,默认的bt=3用的是当前帧+前一帧+后一帧的3D时空Wiener滤波,Wiener滤波基于的是随即过程中谱分析的方法。
Wiener滤波器的构建,是基于谱分析+MSE Estimator的一个优化问题的解:
我们假设噪声是与图像无关的一个信号,那么噪声应该与原图像是叠加关系,设图像为f(x,y,t),噪声是n(x,y,t),包含噪声的图像是s(x,y,t),那么:
  1. s(x,y,t) = f(x,y,t) + n(x,y,t)
复制代码
现在我们想设计一个滤波器,恢复原图像f(x,y,t),如果设这个滤波器的冲击响应是w(x,y,t),那么以上信号s(x,y,t)通过这个滤波器后的输出可以写成:
  1. \hat f(x,y,t) = w(x,y,t) * s(x,y,t)
复制代码
由于我们的目标是让回复的\hat f(x,y,t)尽可能的接近原图像f(x,y,t),那么可以建立一个square error判据:
  1. error(x,y,t) = \sum \sum \sum ((\hat f(x+delx,y+dely,t+delt) - f(x,y,t))^2)
复制代码
其中delx,dely和delt分别表示Wiener滤波器在x,y和t轴上的延迟。

显然error越小则该滤波器w(x,y,t)的性能越好,将error(x,y,t)看成一个于t有关的随即过程,我们可以写出他沿时轴的数学期望:
  1. E(error) = Rss(0) - \integral w(x,y,t)Rws(t+a)dt + \integral \integral w(x,y,t)w(x,y,theta)Rww(t-theta)dtdtheta
复制代码
其中Rss,Rws,Rww分别代表源的自相关函数、源与滤波器的互相关函数和滤波器的自相关函数。目标就是Minimize上面方程,得到w(x,y,t)。
根据Parsaval定律,我们可以将上面的时域表示改写到頻域中,在将滤波器离散化,变成:
  1. E = Pss(0) - W*Pws + W*Pww
复制代码
以上谱函数可以用分块部分重叠经过运动补偿的图像子块估计于是得到滤波器的系数W,重叠是因为规则形状的分块会导致块边缘像素间的相关性丢失,丢失相关性后就会造成块效应,而重叠能让部分相关性得到保留;运动补偿则是因为随即过程问题和时间相关的本质决定的。
发表于 2010-3-3 13:48 | 显示全部楼层
回复  lititude


    MComp要怎么恢复因为temporal denoising造成的artifacts啊...
akiduki 发表于 2010-3-3 00:46



    我说的是利用MComp降噪,不是恢复...

感谢上帖的精彩分析
发表于 2010-3-3 15:26 | 显示全部楼层
……我该给这个帖子加精么 囧
或者说所有秋月大大的帖子都应该加精-v-

昨天NMM更新了发帖机器人杀必死技术。观察效果中……
发表于 2010-3-13 11:42 | 显示全部楼层
这种现象经常遇到,请问AVS用什么插件能比较好处理呢?
谢谢
发表于 2010-3-13 12:00 | 显示全部楼层
AVS的wiki上有介绍,不同类型的问题要用不同的方法,多试试才能找到好的方案:
http://avisynth.org/mediawiki/Ex ... 6_Dot_Crawl_removal
您需要登录后才可以回帖 登录 | 成为会员

本版积分规则

小黑屋|手机版|NMM视频技术

GMT+8, 2019-6-27 20:25 , Processed in 0.049558 second(s), 14 queries .

Powered by Discuz! X3.4

© 2001-2017 Comsenz Inc.

快速回复 返回顶部 返回列表