El artículo «Noise in High Dynamic Range Imaging» de Bell, Seiler, Kaftan y Aach, publicado en 2008, aborda la problemática del ruido en las imágenes de alto rango dinámico (HDR). Las escenas naturales a menudo exceden la gama dinámica que una cámara digital puede capturar en una sola imagen. Este problema clásico se ejemplifica en situaciones donde tanto el interior de una habitación como una escena exterior brillantemente iluminada están presentes en la misma fotografía. En estos casos, es común que los detalles de una de las regiones se pierdan debido a la saturación o subexposición.
Para superar estas limitaciones, se han desarrollado diferentes métodos que combinan varias imágenes con exposiciones distintas en una única imagen HDR. Aquí es crucial la transferencia de la función no lineal de la cámara (CTF), la cual debe ser medida o estimada. Existen varias aproximaciones para esta estimación que incluyen métodos basados en gráficos y mediciones radiométricas, así como modelos matemáticos que ajustan curvas polinomiales, funciones paramétricas, o modelos lineales por tramos .
Una vez conocido el CTF, se pueden alinear las imágenes con diferentes exposiciones para crear una imagen HDR. Este proceso usualmente implica promediar las imágenes mediante un promedio ponderado, lo cual ayuda a reducir el ruido inherente en cada imagen individual debido a su menor rango dinámico. A lo largo del artículo, los autores analizan la mejora de la relación señal/ruido (SNR) lograda con diferentes funciones de ponderación que se han propuesto en la literatura científica, en comparación con un promedio simple.
Los resultados experimentales mostraron que, contrariamente a la intuición, el promedio simple a menudo proporciona la mejor mejora en SNR. Esto se debe a que las imágenes HDR típicamente se generan a partir de un número limitado de exposiciones, de las cuales solo unas pocas se superponen en términos de rango dinámico. Las funciones de ponderación más sofisticadas pueden, de hecho, reducir demasiado la influencia de algunas imágenes, lo que equivale a promediar un número menor de imágenes que las disponibles. Además, el promedio simple no solo mejora la SNR, sino que también reduce el costo computacional del procesamiento HDR, ya que no requiere evaluar funciones de ponderación complejas .
Los autores implementaron un conjunto de experimentos utilizando imágenes sintéticas y diferentes combinaciones de CTF y funciones de ponderación, evaluando el SNR resultante para cada configuración. Los análisis evidenciaron que las funciones de ponderación basadas en el mayor contraste de transferencia o la dependencia del SNR no mejoraron significativamente los resultados en comparación con el promedio simple, que resultó ser el método más eficiente tanto en términos de SNR como de carga computacional.
Finalmente, aunque los experimentos asumieron que la CTF era conocida con exactitud, en aplicaciones prácticas esta puede contener errores, un aspecto que los autores sugieren considerar en futuros estudios. Además, recomendaban investigaciones analíticas adicionales sobre el ruido en relación con la distribución de valores de gris en la escena para obtener una comprensión más profunda de la dinámica del ruido en imágenes HDR .
