Цифровой шум

Цифровой шум — это случайные или псевдослучайные искажения сигнала, возникающие в процессе его оцифровки, хранения, передачи или обработки в цифровых системах. В отличие от аналогового шума, который является непрерывным и часто имеет физическую природу (например, тепловой шум в резисторах), цифровой шум проявляется в виде дискретных ошибок в битовой последовательности, что приводит к отклонению значения цифрового сигнала от его истинного (исходного) представления. Цифровой шум является фундаментальным ограничением точности и достоверности цифровых технологий, затрагивая такие области, как цифровая фотография, аудиозапись, телекоммуникации, компьютерное зрение и научные измерения.

Природа и источники цифрового шума

Цифровой шум возникает на различных этапах обработки сигнала. Его источники можно разделить на несколько категорий.

Шум квантования

Наиболее фундаментальный вид цифрового шума, связанный с процессом аналого-цифрового преобразования (АЦП). При дискретизации непрерывного аналогового сигнала его значение округляется до ближайшего уровня квантования. Разница между истинным значением сигнала и его округлённым цифровым представлением называется ошибкой квантования. Эта ошибка носит случайный характер и воспринимается как шум. Величина шума квантования прямо пропорциональна шагу квантования (разрешению АЦП) и обратно пропорциональна разрядности (битности) представления данных. Например, в 8-битном аудио шум квантования значительно выше, чем в 16-битном.

Шум дискретизации (алиасинг)

Возникает, когда частота дискретизации (частота взятия отсчётов) ниже удвоенной максимальной частоты входного сигнала (согласно теореме Котельникова — Найквиста). В этом случае высокочастотные компоненты сигнала «маскируются» под низкочастотные, создавая паразитные артефакты, которые невозможно отличить от полезного сигнала. Алиасинг является одним из наиболее заметных и нежелательных видов цифрового шума в аудио- и видеосистемах.

Шум передачи данных

При передаче цифровых данных по каналам связи (кабельным, радио, оптическим) возникают ошибки, вызванные внешними электромагнитными помехами, затуханием сигнала, отражениями и межсимвольной интерференцией. В результате отдельные биты могут быть инвертированы (0 превращается в 1 и наоборот). Для борьбы с этим видом шума используются помехоустойчивое кодирование (например, коды Хэмминга, Рида — Соломона) и протоколы с повторной передачей (ARQ).

Шум датчиков и электроники

Хотя этот шум имеет аналоговую природу, он оцифровывается и становится частью цифрового сигнала. К нему относятся:

• Тепловой шум (шум Джонсона — Найквиста) — возникает в резисторах и полупроводниковых элементах из-за теплового движения носителей заряда.
• Дробовой шум (шум Шоттки) — связан с дискретной природой электрического тока (флуктуации числа электронов, проходящих через p-n-переход).
• Шум 1/f (фликкер-шум) — проявляется на низких частотах и характерен для многих электронных компонентов.

В цифровых камерах и сканерах особое значение имеет шум считывания, возникающий при считывании заряда с фотодиодов матрицы, и темповой шум (dark noise), вызванный тепловыми электронами, накапливающимися в пикселях даже при отсутствии света.

Классификация цифрового шума

Цифровой шум классифицируют по нескольким признакам.

По характеру проявления

• Аддитивный шум — добавляется к сигналу независимо от его величины. Пример: тепловой шум в канале связи.
• Мультипликативный шум — пропорционален амплитуде сигнала. Пример: шум зернистости фотоплёнки, усиленный на ярких участках изображения.
• Импульсный шум (соль-и-перец) — проявляется в виде отдельных пикселей с максимальным или минимальным значением (например, битые пиксели на матрице или ошибки при передаче). В изображениях он выглядит как белые и чёрные точки.

По спектральному составу

• Белый шум — имеет равномерную спектральную плотность мощности во всём диапазоне частот. Пример: шум квантования в идеальном АЦП.
• Цветной шум — имеет неравномерный спектр. Например, розовый шум (1/f) спадает с частотой, а синий шум растёт. В цифровых изображениях цветной шум часто проявляется в виде хроматических артефактов (цветных пятен), особенно в тенях.

По пространственной структуре (для изображений)

• Структурный шум — имеет регулярный, повторяющийся рисунок, часто связанный с дефектами матрицы (например, фиксированные полосы или паттерны).
• Случайный шум — не имеет регулярной структуры и подчиняется статистическим законам (например, гауссово распределение).

Влияние цифрового шума на различные области

Цифровая фотография и видео

В фотографии и видеосъёмке цифровой шум является одним из главных врагов качества. Он проявляется в виде:

• Яркостного шума — зернистость, снижающая детализацию.
• Цветового шума — цветные артефакты, особенно заметные в тёмных областях кадра.
• Полосатого шума (banding) — горизонтальные или вертикальные полосы, вызванные неравномерностью считывания матрицы.

Основные факторы, влияющие на уровень шума: ISO-чувствительность (чем выше ISO, тем сильнее шум), размер пикселя (мелкие пиксели на матрицах с высоким разрешением дают больше шума), время выдержки (длинные выдержки усиливают темповой шум) и температура матрицы (нагрев увеличивает шум). Для подавления шума используются алгоритмы шумоподавления (denoising), которые могут быть как встроенными в камеру, так и программными (например, в Adobe Lightroom, Topaz Denoise AI).

Цифровое аудио

В аудиотехнике цифровой шум проявляется как:

• Шум квантования — слышен как шипение или фоновый шум, особенно в тихих пассажах.
• Джиттер (jitter) — фазовый шум, вызванный нестабильностью тактового генератора при дискретизации. Приводит к дрожанию и размытости звука.
• Цифровые артефакты — щелчки, трески и выпадения звука, возникающие при ошибках передачи данных или перегрузке буфера.

Для минимизации шума в аудио применяют высокую разрядность (24 бита и выше), качественные тактовые генераторы и помехоустойчивые протоколы передачи (например, AES/EBU).

Телекоммуникации и передача данных

В системах связи цифровой шум приводит к:

• Битовым ошибкам (BER — Bit Error Rate) — искажению отдельных битов.
• Потере пакетов — в пакетных сетях (например, интернет) шум может привести к тому, что пакет данных не будет распознан.
• Снижению пропускной способности — из-за необходимости повторной передачи искажённых данных.

Для борьбы с шумом в каналах связи используются методы модуляции с расширением спектра (DSSS, FHSS), коды с исправлением ошибок (FEC) и адаптивные эквалайзеры.

Научные измерения

В научных приборах (цифровые осциллографы, спектрометры, телескопы) цифровой шум ограничивает чувствительность и точность измерений. Например, в астрономии шум считывания ПЗС-матрицы может быть сопоставим с сигналом от слабых звёзд. Для его подавления применяют охлаждение матриц (до -100 °C), многократное накопление кадров и сложные алгоритмы обработки сигналов.

Методы борьбы с цифровым шумом

Существует несколько подходов к снижению влияния цифрового шума.

Аппаратные методы

• Увеличение разрядности АЦП — снижает шум квантования (например, переход от 12 бит к 16 битам уменьшает шаг квантования в 16 раз).
• Повышение качества компонентов — использование малошумящих усилителей, стабилизированных источников питания и экранирования.
• Охлаждение — снижение теплового шума в датчиках и электронике.
• Увеличение площади пикселя — в фотоматрицах большие пиксели собирают больше света и имеют меньший относительный шум.

Программные методы (алгоритмы шумоподавления)

• Линейная фильтрация — усреднение по соседним отсчётам (например, фильтр Гаусса, медианный фильтр). Простые, но могут размывать детали.
• Нелокальные алгоритмы — например, Non-Local Means (NLM) или BM3D (Block-Matching and 3D Filtering), которые ищут похожие фрагменты изображения и усредняют их.
• Вейвлет-преобразование — подавление шума в частотной области путём пороговой обработки вейвлет-коэффициентов.
• Глубокое обучение (нейросети) — современные методы, такие как DnCNN, Noise2Noise, и модели на основе свёрточных нейросетей, способны эффективно удалять шум, сохраняя мелкие детали. Они обучаются на парах зашумлённых и чистых изображений.
• Коррекция ошибок — использование кодов с исправлением ошибок для восстановления искажённых данных.

Интересные факты

• Шум квантования в идеальном 16-битном аудио (CD-качество) составляет около -96 дБ относительно максимального уровня сигнала, что практически не слышно человеческим ухом.
• В цифровых камерах с высоким разрешением (например, 50 Мп) шум часто более заметен, чем в камерах с меньшим разрешением, при одинаковом размере матрицы, из-за меньшего размера каждого пикселя.
• Алгоритм шумоподавления на основе нейросетей может работать в реальном времени на современных смартфонах, позволяя получать качественные снимки в условиях низкой освещённости.
• В астрономии для борьбы с шумом применяют метод «сложения кадров»: множество коротких экспозиций усредняются, что позволяет выделить слабый сигнал на фоне шума.

Источники

1. Гонсалес Р., Вудс Р. «Цифровая обработка изображений». — М.: Техносфера, 2012.
2. Оппенгейм А., Шафер Р. «Цифровая обработка сигналов». — М.: Техносфера, 2006.
3. Прэтт У. «Цифровая обработка изображений». — М.: Мир, 1982.
4. Бендат Дж., Пирсол А. «Измерение и анализ случайных процессов». — М.: Мир, 1974.
5. Документация по алгоритмам шумоподавления Adobe Photoshop и Lightroom.
6. Материалы конференций IEEE по обработке сигналов (ICASSP, ICIP).