Hier werden mehrere Denoiser verglichen:
http://www.colorfoto.de/testbericht/saubere-bilder-denoiser-im-test-1275340.html
Der Topaz ist der Beste bezüglich Bildqualität, aber er ist im Vergleich zu den anderen Programmen recht langsam. Da hatte ich einen Verdacht bezüglich der Technologie, die verwendet wird und siehe da, meine Anfrage bei Topaz wurde beantwortet und meine Frage bejaht:
"Yes, DeNoise is slow, and it uses deconvolution technique in its implementation."
Diese Technologie ist sehr rechenintensiv (und damit dauert es einige Sekunden) und wird auch zum Schärfen und zur Rekonstruktion unscharfer Bilder verwendet. Beim Schärfen mit einem Laplace- oder Sobel-Operator o.ä., welche normale Bildverarbeitungsprogramme nutzen, gehen Details verloren, was mit der Deconvolution-Technologie zumindest teilweise unterbunden wird. Beim Entrauschen gehen auch Details verloren und durch die Deconvolution wird auch dieser Detailverlust behindert. Diese Technologie wird beispielsweise auch genutzt, um die Bilder des Hubble-Teleskops knackscharf zu machen oder um in Überwachungsbildern Gesichter besser zu erkennen.
Dieser große Rechenaufwand ist also der Grund für die langsame Arbeit, aber auch für die bessere Qualität.
http://www.colorfoto.de/testbericht/saubere-bilder-denoiser-im-test-1275340.html
Der Topaz ist der Beste bezüglich Bildqualität, aber er ist im Vergleich zu den anderen Programmen recht langsam. Da hatte ich einen Verdacht bezüglich der Technologie, die verwendet wird und siehe da, meine Anfrage bei Topaz wurde beantwortet und meine Frage bejaht:
"Yes, DeNoise is slow, and it uses deconvolution technique in its implementation."
Diese Technologie ist sehr rechenintensiv (und damit dauert es einige Sekunden) und wird auch zum Schärfen und zur Rekonstruktion unscharfer Bilder verwendet. Beim Schärfen mit einem Laplace- oder Sobel-Operator o.ä., welche normale Bildverarbeitungsprogramme nutzen, gehen Details verloren, was mit der Deconvolution-Technologie zumindest teilweise unterbunden wird. Beim Entrauschen gehen auch Details verloren und durch die Deconvolution wird auch dieser Detailverlust behindert. Diese Technologie wird beispielsweise auch genutzt, um die Bilder des Hubble-Teleskops knackscharf zu machen oder um in Überwachungsbildern Gesichter besser zu erkennen.
Dieser große Rechenaufwand ist also der Grund für die langsame Arbeit, aber auch für die bessere Qualität.