El artículo «Using visible SNR (vSNR) to compare the image quality of pixel binning and digital resizing» de Farrell, Joyce; Okincha, Mike; Parmar, Manu; y Wandell, Brian, aborda la comparación de dos métodos de procesamiento de imágenes en sensores modernos: el binning de píxeles y el redimensionamiento digital. Estos métodos buscan equilibrar la calidad de la imagen y los requisitos de rendimiento del sistema bajo diferentes condiciones de captura de imágenes.
Los sensores de imágenes actuales deben satisfacer la demanda tanto de captura de imágenes fijas de alta calidad como de captura de video rápido. El artículo introduce la métrica de la relación señal-ruido visible (vSNR) para analizar cómo el binning de píxeles y el redimensionamiento digital afectan la visibilidad del ruido en las imágenes. Esta métrica se basa en la desviación estándar de la representación S-CIELAB de un campo uniforme y sus unidades son inversas de ΔE, donde una ΔE es el umbral de visibilidad del ruido bajo condiciones de visualización ideales.
La técnica de binning de píxeles combina datos de píxeles cercanos antes de la conversión de analógico a digital (ADC), lo que aumenta la señal y reduce el ruido de lectura y la tasa de conversión ADC. Esto mejora la sensibilidad en condiciones de poca luz y la captura de video a alta velocidad, aunque sacrifica la resolución espacial de la imagen. Por otro lado, el redimensionamiento digital filtra y submuestrea los datos después de su cuantificación. Permite optimizar la resolución acorde a la pantalla de destino y conservar los datos de alta resolución para su almacenamiento futuro, aunque mantiene altos los requisitos de la tasa de conversión y el rendimiento del canal de salida.
Las simulaciones realizadas en el artículo muestran que la vSNR aumenta con la luminancia de la escena, el tamaño de los píxeles y la distancia de visualización, mientras disminuye con el ruido de lectura. Bajo condiciones de poca iluminación y alto ruido de lectura, los métodos de binning producen imágenes con menos ruido comparadas con las imágenes redimensionadas digitalmente, aunque con una resolución espacial notablemente menor. Las imágenes redimensionadas digitalmente muestran una mejor función de transferencia de modulación (MTF), que indica una mayor capacidad para preservar el contraste a frecuencias espaciales más altas.
El artículo también muestra que la pérdida de ruido a través del binning es más significativa en condiciones de baja iluminación y altos niveles de ruido de lectura. Los ejemplos visuales y las simulaciones con patrones de barrido de frecuencia y escenas naturales confirman estas observaciones, destacando que la preferencia por uno de los métodos dependerá del equilibrio deseado entre la reducción del ruido y la claridad de los detalles.
Una conclusión relevante es que el binning tiene una ventaja clara en términos de reducir la tasa de conversión ADC y el rendimiento del canal de salida, lo que lo convierte en una opción viable cuando existen limitaciones de ancho de banda o ritmo de procesamiento. Sin embargo, para aplicaciones que pueden manejar altas tasas de datos, el redimensionamiento digital permite una posterior optimización de la imagen y puede ajustar los niveles de vSNR y MTF mediante un suavizado adicional para igualar los resultados del binning, manteniendo la resolución espacial superior de las imágenes redimensionadas.
