Entiendo que el ruido es causado, efectivamente, porque las fotos no se distribuyen uniformemente a lo largo del tiempo. Entonces, si está disparando con poca luz, obtiene más ruido porque no hay suficientes fotones para 'promediar'.
Mi pregunta es la siguiente: creo que debería haber una forma algorítmica por la que pueda sacrificar la información de color (tal vez volviendo a la fase de demostración) de un archivo RAW para eliminar el ruido, diciendo efectivamente (bueno, los píxeles verdes a ambos lados de este azul no captó tanta luz, por lo que probablemente sea un error en esta imagen (balanceada en blanco).
¿Existe tal algoritmo?
¿Hay alguna forma de usar la conversión de blanco y negro para reducir el ruido?
Eso depende de lo que entiendas por 'ruido'.
La conversión a blanco y negro eliminará efectivamente todo el ruido de crominancia.
No hará mucho por el ruido de luminancia.
Debe tener en cuenta que aunque los valores informados por cada sitio de fotos (a/k/a pixel well, sensel, etc.) en un sensor digital son monocromáticos, todos están filtrados por uno de los tres filtros de diferentes colores. Si la mayoría de los píxeles filtrados "verdes" tienen un valor de luminancia más bajo que los píxeles filtrados "azules" adyacentes, lo más probable es que la luz que cae en esa área tenga más "azul" que "verde". Es más probable que los algoritmos de reducción de ruido interpreten los píxeles filtrados "verdes" que son más brillantes que otros píxeles filtrados "verdes" cercanos como ruido.
La única forma real de hacer lo que sugieres es eliminar la máscara de Bayer por completo para que cada sitio de fotos pueda ser puramente monocromático cuando se recolecta la luz. Hay algunas cámaras digitales monocromáticas disponibles que hacen precisamente eso.
La mayor parte del ruido no es causado por la variación en el conteo de fotones. En un área tan grande como un píxel del sensor (muchas veces más grande que un grano de película de alta velocidad) hace muy poca diferencia. En cambio, es un ruido de señal literal dentro de los propios componentes electrónicos que luego se amplifica junto con la señal a medida que aumenta el ISO.
El algoritmo que está describiendo es más o menos cómo funciona la tecnología actual de reducción de ruido, utiliza el contexto de los píxeles circundantes para adivinar cuánto ruido afecta al píxel actual. Los más avanzados tienen detección de bordes y otras características para mejorar el resultado. Incluso el, no es muy bueno.
Cuando se habla específicamente de blanco y negro, la forma en que convierte la imagen puede afectar en gran medida la cantidad de ruido en la imagen final.
Hay muchos métodos para convertir una imagen de color a blanco y negro. El método favorito (y recomendado por Adobe) parece ser el ajuste "Blanco y negro". Este método en realidad no es muy bueno. Funciona calculando el píxel desaturado y luego multiplicando el valor en función de su ángulo de tono en función de los controles deslizantes que seleccione. Esto es esencialmente amplificación de señal, que también amplifica el ruido, por lo que cualquier control deslizante con una relación positiva (un valor superior a 50 en el ajuste de Blanco y negro) también aumenta el ruido en esas áreas.
Por otro lado, el uso del mezclador de canales utiliza un promedio ponderado de tres valores. Es mucho más fácil con este método evitar la trampa de la amplificación de la señal porque los controles deslizantes de los tres canales pueden estar por debajo del 100 %. Los canales verde y rojo suelen tener menos ruido que los canales azules, por lo que puede apoyarse en esos dos cuando sea posible para reducirlo aún más. Mi punto de partida es [R 60, G 90, B -40]luego ajustar desde allí.