Hier nochmal ein Beispiel (von links):
Stack mit Darks, Stack ohne Darks, Stack ohne Darks und mit GroßArtig aka GraXpert denoised
Hallo,
Das was man hier sieht ist Walkin Pattern Noise. Auch Regenrauschen genannt, weil es so ausschaut wie fallender Regen. Ich würde das nicht als Rauschen in dem Sinne bezeichnen, wie wir von Rauschen sprechen, wenn es um Belichtungszeit und SNR geht. Im englischen werden auch Störsignale als Noise bezeichnet, obwohl sie in ihrer Natur eben doch eher ein Signal sind (wenn auch störend
). Da geht es dann um die Mathematik bzw. Statistik usw.. GraXpert 3.0.0 haben wir z.Bsp. mit einer gewissen "Art" von Rauschen trainiert (nein fragt bitte nicht, dann muss ich wieder nachfragen).
Was wir also hier sehen ist also nur ein Nebeneffekt und ganz ehrlich, richtig gut klappt das nicht. Denn man erkennt auch im fertigen Bild immer noch so ein wenig die Drift der Pixel. Hier wäre also dithern viel zielführender, als ein Denoise Tool.
Nicht falsch verstehen, aber das ist einfach dann nicht so richtig die Anwendung für GraXpert. So, als würde man einen Schraubenzieher nehmen und damit einen Nagel in die Wand kloppen und sagen: Super Hammer!
Anhand MEINER Rohdaten war das Ergebnis nicht nachvollziehbar solange ich LRGB nutzte - wenn ich nur die RGB-Daten nutzte, oder gar Daten meiner BayerCMOS, konnte ich die Ergebnisse im Video halbwegs nachvollziehen.
Gleiches Beispiel: Auf was, oder besser gesagt mit was wurde denn Deep SNR trainiert? Mit CMOS Bayermatrix Bildern, mit Mono Bildern? Mit L oder RGB oder getrennt? Wenn wir eine KI trainieren mit Mono Daten, ist es mehr oder weniger Zufall, wenn diese auch mit Bayer Bildern klar kommt und vice versa.
Es gibt den schönen Satz: If you can´t measure it, you can´t manage it. Wenn man KI Tools vergleichen will, muss man sich erstmal eine verlässliche Methode ausdenken, die nicht schon im Versuchsaufbau Fehler enthält. Und dann muss man natürlich am Ende auch noch in der Lage sein, das Beobachtete richtig zu interpretieren. Das ist nicht trivial.
CS Frank
