21 octobre 2023

Tout savoir sur le bruit en photo, l’explication complète

Par Gaëtan Berthouly

21 octobre 2023


Quand vous prenez vos photos, notamment en basse lumière, et ou quand vous augmentez vos ISO, votre photo peut avoir un aspect granuleux, un peu comme ça.

Photo zoomée avec du bruit visible

C’est ce qu’on appelle du bruit numérique, ou « bruit » pour les intimes. Mais c’est quoi exactement le bruit ? À quoi c’est dû ? Pourquoi ça fait ça ?

Eh bien dans cet article je vais répondre à toutes vos interrogations les plus folles.

En avant Guingamp !

Si le bruit vous intéresse, ces deux sujets pourraient aussi vous intéresser :


Les bases de la photographie vous intéressent ?

Inscrivez-vous à ma formation gratuite sur les bases de la photographie


Niveau de bruit

Lorsque l’on parle du niveau de bruit d’une photo, il s’agit de la densité du bruit dans la photo. Plus précisément, on met en relation la quantité de bruit par rapport à la quantité de signal (signal = lumière) avec le Rapport Bruit / Signal (RBS). Ce rapport calcule la proportion de bruit dans le signal et est souvent exprimé en pourcentage (exemple : un RBS de 20%).

  • Plus le RBS est élevé, plus la photo aura de bruit visible, et donc un rendu « granuleux ».
  • Plus le RBS est bas, moins la photo aura de bruit visible, et donc un rendu plus « lisse ».

En effet, ça n’a pas vraiment de sens de comparer la quantité de bruit seule, car notre photo est en réalité un mélange de bruit et de signal. C’est pour cette raison qu’on parle du bruit en pourcentage, appelé bruit relatif, qu’on appelle couramment « le bruit » tout simplement.

Pour mieux que vous comprenez, faisons une analogie avec un verre de sirop.

  • Si vous mettez 10 cl de sirop avec 10 cl d’eau, que vous remuez, le sirop sera très visible, car en proportion il représente 50% du mélange total.
  • Si vous mettez 20 cl de sirop dans 80 cl d’eau, le sirop sera bien moins visible, même si en quantité vous avez mis 10 cl de plus (deux fois plus) par rapport à la première situation. Ici, le sirop est bien plus dilué, ici il ne représente plus que 20 % du mélange total.

Et comme vous le voyez, ce n’est pas forcément parce qu’on a plus de sirop qu’il sera forcément plus visible. Ainsi, parler de quantité de sirop (ex : 10 cl, 20 cl) n’a pas d’intérêt pour indiquer son degrés de visibilité.

Avec le bruit, c’est le même principe, le signal « dilue le bruit ».

Je vous parlais de Rapport Bruit / Signal (RBS), mais on peut aussi entendre le terme « RSB » (Rapport Signal/Bruit). Le RSB qui est l’inverse du RBS, c’est-à-dire RBS = 1 / RSB. Par exemple, si le RSB = 5/1, le RBS = 1/5 = 20 %. 

Mais comme une photo bruyante a un RBS élevé, et qu’une photo non bruyante a un RBS faible, alors que c’est exactement l’inverse pour le RSB, il est plus cohérent de raisonner en RBS que de RSB.

L’origine du bruit numérique

Le bruit visible sur vos photos est composé principalement de deux types de bruit :

  1. le bruit de luminance
  2. le bruit de chrominance

1-Le bruit de luminance

Bruit de luminance

Le bruit de luminance est composé :

  • du bruit de photons (les photons composent la lumière, donc ce bruit bien de la lumière elle-même) ;
  • et du bruit électronique.

Bruit de photons

Le bruit de photons (souvent appelé « bruit de prise de vue ») est directement lié à la quantité de lumière totale collectée par le capteur, qui est définie par :

  • la quantité totale de lumière tombant sur le capteur est son exposition à la lumière (que vous définissez avec l’ouverture et le temps de pose), plus il y a de lumière qui tombe sur le capteur moins il y a de bruit photonique visible (car le bruit augmente moins vite que le signal, mais j’y reviendrai plus en-dessous) ;
  • et l’EQ, est le efficacité quantique du capteur, c’est-à-dire la « surface effective du capteur« , c’est la proportion de lumière tombant sur le capteur qui est bien enregistrée (par exemple : un EQ de 50 % signifie que la moitié de la lumière tombant sur le capteur est enregistrée), plus le EQ est élevé moins il y a de bruit de photonique.
Schéma de l’efficacité quantique (EQ) d’un capteur à 50%

Bruit électronique

Le bruit électronique (de lecture), est le bruit supplémentaire ajouté par le capteur et le matériel d’appui lors de la collecte et du traitement du signal produit par les photons.

2-Le bruit de chrominance

Bruit de chrominance

Le bruit de chrominance est lié au filtre de Bayer positionné devant le capteur. C’est un filtre de couleur qui couvre le capteur selon un modèle RVB (Rouge Vert Bleu) :

  • 25 % des photosites sont couverts par des filtres rouges,
  • 50 % des photosites sont couverts par des filtres verts,
  • et 25 % des photosites sont couverts par des filtres bleus. 

Les filtres acceptent en réalité une gamme de couleurs qui se chevauchent pas uniquement les photons rouges, verts et bleus (sinon, les photons jaunes par exemple, ne passeraient jamais à travers le filtre de couleur). 

Ce filtre de couleur provoque 2 phénomènes :

  • le blocage de la lumière censée être admise (EA : erreur d’absorption)
  • l’admission de la lumière censée être bloquée (ET : erreur de transmission).
Schéma filtre de Bayer
Source : Wikipédiaen:User:Cburnett

Par exemple,

  • si un photon rouge ne parvient pas à traverser le filtre rouge : c’est une erreur d’absorption ;
  • si un photon rouge parvient à traverser un filtre vert :c’est une erreur de transmission.
Erreur d’absorption et erreur de transmission
  • Si on utilise un filtre plus faible pour augmenter la transmissivité, l’EQ est plus élevé, et donc moins le bruit de luminance est important (plus de lumière totale passera à travers le filtre et sur le capteur), mais plus le bruit de chrominance est élevé (car il augmente les erreurs de transmission en laissant passer un pourcentage plus élevé de photons d’autres couleurs). 
  • Si on utilise un filtre plus fort pour diminuer la transmissivité, moins il y a de bruit de chrominance (car il diminue les erreurs de transmission en laissant passer un pourcentage plus bas de photons d’autres couleurs), mais plus l’EQ est faible, et donc plus il y a de bruit de luminance (moins de lumière totale passera à travers le filtre et sur le capteur).

Les différents fabricants choisissent un équilibre différent dans la transmissivité de leurs filtres de couleur, ce qui entraîne un équilibre différent entre le bruit de luminance et le bruit de chrominance. Ces différences d’équilibrages se traduisent par une qualité différente du bruit dans les photos. Mais jouer sur la transmittivité ne change rien à la quantité de bruit totale qui reste la même

Par exemple, Canon a régulièrement « affaibli » ses filtres de couleur afin d’augmenter l’EQ de ses capteurs.  Le 5D a une EQ de 25 %, le 5D2 une EQ de 33 % et le 5D3 une EQ de 49 %, alors que l’indice de métamérisme a régulièrement diminué, passant de 84 à 80 puis à 74, respectivement (=augmentation du bruit de chrominance).

En revanche, si deux capteurs ont la même qualité d’image, mais que l’un d’entre eux a une plus grande capacité d’absorption que l’autre, il aura le même bruit de luminance, mais moins de bruit de chrominance, et donc moins de bruit en général.

D’autres sources de bruit numérique

Il existe bien sûr d’autres sources de bruit, comme

  • le bruit thermique, qui joue un rôle central dans les longues expositions ;
  • le bruit de non-uniformité de la réponse des pixels (NURP), qui joue un rôle important dans les hautes lumières de l’image ;
  • ainsi que d’autres sources de bruit. 

Le bruit est donc encore plus complexe que ce dont je vous parle dans cet article.

Et pour certaines formes spécifiques de photographie (comme l’astrophotographie), nous pouvons constater que le bruit est très différent pour des images équivalentes dans certaines situations, de la même manière que la netteté des coins est très différente pour des images équivalentes dans certaines situations.

Le bruit est inévitable en numérique

Le bruit de photons (qui fait parti du bruit de luminance comme vu plus haut) est la principale source de bruit dans les tons moyens et les hautes lumières d’une photo. 

Schéma tonalités

Mais techniquement, on ne peut pas y faire grand-chose. Il s’agit d’une caractéristique propre à la lumière incohérente (=le type de lumière que l’on rencontre dans presque toutes les situations) et c’est donc inévitable. Le bruit de photon est la conséquence d’une loi de la physique, plutôt que d’un défaut technique de l’appareil photo.

Si on reprend notre analogie du sirop, si on veut se débrasser du sirop, il faut se débarrasser aussi de l’eau, et donc à la fin on aura plus rien. On ne peut pas dissocier les deux. Si on ne veut pas de bruit de photon, alors on ne prend pas de photo.

Bon, il y a quand même une petite partie technique qui joue dans le bruit de photons.

Pour la faire (très) courte, voici comment fonctionne un appareil photo : les photons sont collectés et focalisés (=concentrés) par l’objectif sur le capteur, où ils sont convertis en électrons, puis le signal est traité et enregistré sous forme de photo. 

Photons sont collectés et focalisés par l’objectif sur le capteur

La seule partie technique qui peut jouer dans le bruit des photons c’est le EQ (efficacité quantique) du capteur, donc la proportion de photons tombant sur le capteur qui sont convertis en électrons. Plus l’EQ est bas, moins on a de bruit de photon.

Comprendre le bruit de photons

Le bruit de photons (qu’on notera B) est égal à la racine carrée du signal, en formule mathématique ça donne :

B = √ S

Ainsi, le bruit relatif de photons (le Rapport Bruit/ Signal en %, donc la proportion de bruit) est inversement proportionnel à la racine carrée du signal, en formule mathématique ça donne :

RBS = 1/ √S 

Ce qu’il faut retenir c’est que plus il y a de lumière, moins il y a de bruit de photon visible. Par exemple, si on multiplie le signal par 4 (la quantité totale de lumière enregistrée), nous réduisons de moitié le bruit relatif. Comme on peut le voir dans le tableau à gauche ci-dessous (en passant de 1 à 4 photons, on passe de 100% de RBS à 50 %).

Graphique et tableau comparant le bruit et le signal par rapport à l’évolution du bruit relatif (ici on s’en fiche des valeurs c’est juste pour voir le principe)

Pour comprendre le bruit de photons (qui compose le bruit de luminance), faisons une analogie avec la circulation. 

Imaginez que vous tracez une ligne sur une autoroute très fréquentée et que vous comptez les voitures qui traversent cette ligne (oui vous avez de drôles de lubies). 

Le nombre de voitures traversant la ligne dans un intervalle de temps donné représente la lumière totale tombant sur le capteur pendant l’exposition. 

On compte en moyenne 10 voitures qui passent la ligne rouge pour une seconde

Si on fait notre comptage sur un intervalle de temps court, comme des secondes ou des minutes, on peut supposer avec assez de certitude qu’il y a un flux moyen de circulation (par exemple en moyenne 10 voitures par seconde). 

Mais si on compte par exemple deux fois pendant 1 seconde le nombre de voitures passant la ligne, il y a peu de chance qu’on tombe deux fois sur le même nombre de voitures

Cette variation par rapport à la moyenne est ce qu’on appelle le « bruit »

Et plus l’intervalle de temps est grand, plus le bruit sera important, mais moins il sera significatif en termes de nombre total de voitures comptées (bruit relatif, Rapport Bruit/Signal).

« J’ai rien compris. »

Ok, passons à un exemple.

Disons qu’en moyenne 10 voitures passent devant votre ligne toutes les secondes (10 voitures / seconde).

On compte en moyenne 10 voitures qui passent la ligne rouge pour une seconde

On effectue trois comptages d’une seconde chacun qui donnent,

  1. 8 voitures,
  2. 11 voitures,
  3. 13 voitures. 

Ces trois « photo » auraient un bruit de

  1. 2 voitures (entre 10 et 8, on a un écart de 2 voitures)
  2. 1 voiture (entre 10 et 11, on a un écart de 1 voiture)
  3. 3 voitures (entre 10 et 13, on a un écart de 3 voitures).

Ce qui correspond à un bruit relatif (donc en %) de

  1. 2/10 = 0,2 = 20 %,
  2. 1/10 = 0,1 = 10 %
  3. 3/10 = 0,3 = 30 %.

Maintenant on va allonger l’intervalle de temps pendant lequel on compte les voitures qui dépassent la ligne, on va compter pendant 10 secondes au lieu d’1 seconde. Le nombre attendu de voitures serait alors de 100 voitures (on était à 10 voitures / seconde, là on va compter pendant 10 secondes donc 10 fois plus, ce qui fait 10 x10 = 100 voitures pendant 10 secondes en moyenne). 

On prend de nouveau trois « photos » et on compte cette fois :

  1. 93 voitures,
  2. 98 voitures,
  3. 112 voitures.

Le bruit est maintenant de

  1. 7 (entre 100 et 93, on a un écart de 7 voitures),
  2. 2 (entre 100 et 98, on a un écart de 2 voitures),
  3. et 12 voitures (entre 100 et 112, on a un écart de 12 voitures)

Donc en terme de quantité pure on a beaucoup plus de bruit que dans la situations précédente (où on était à 2, 1 et 3).

Comptage de 1 secondeComptage de 10 secondes
27
12
312
Comparaison d’une nombre de voitures d’écart par rapport à la moyenne entre le comptage de 1 seconde et celui de 10 secondes.

Mais en terme de bruit relatif (donc, de %) on se retrouve avec

  • 7/100 = 0,07 =  7 %,
  • 2/100 = 0,02 = 2 %,
  • et 12/100 = 0,12 = 12 %,

Soit beaucoup moins de bruit relatif que dans la situation précédente (où on était à 20 %, 10 % et 30 %).

Comptage de 1 secondeComptage de 10 secondes
20%7 %
10 %2 %
30 %12 %
Comparaison du bruit realtif entre le comptage de 1 seconde et celui de 10 secondes.

Vous pouvez remonter plus au-dessus au niveau du graphique que j’avais fait, vous comprendrez mieux désormais.

« Mais comment on sait quel est le nombre « moyen réel » de voitures ? »

 Eh bien, on n’en sait rien.

Tout ce qu’on sait c’est que l’arrivée de photons pour la lumière incohérente est décrite par une distribution de Poisson. Et l’écart-type pour les phénomènes décrits par une distribution de Poisson est égal à la racine carrée de la moyenne, et que l’écart-type est le bruit des photons (souvent appelé bruit de prise de vue, qui est un terme plus général). 

  • Ainsi, puisque le bruit est égale à la racine carrée du nombre de photons enregistrés, le bruit augmente avec la quantité de lumière, mais « moins vite » que le signal (voir le graphique à droite ci-dessous, la barre rouge qui augmente, et la barre bleue qui augmente mais encore plus). 
  • Mais comme le RBS est le rapport entre le bruit et le signal enregistré, le bruit relatif diminue avec l’augmentation de la lumière (voir le graphique ci-dessous, le RBS en gris diminue, et le tableau ci-dessous avec le % de RBS qui diminue alors quel le signal augmente). 
Graphique et tableau comparant le bruit et le signal par rapport à l’évolution du bruit relatif (ici on s’en fiche des valeurs c’est juste pour voir le principe)

Bruit par pixel et bruit par photo

On cherche souvent à avoir l’appareil photo qui fait le moins de bruit. Et donc on se lance dans les comparaisons.

Mais quand on compare le bruit, il est important de faire la distinction entre la comparaison

  • du bruit au niveau du pixel (=quand on zoom beaucoup dans la photo);
  • et du bruit au niveau de la photo globale (=quand on regarde la photo « normalement »).

Beaucoup de gens ont tendance à comparer le bruit au niveau du pixel pour comparer le bruit produit par deux appareils photos. Mais ça n’a pas de sens de faire ça.

Agrandir un pixel plus petit pourrait même grossir le « grain » du bruit et le rendre plus visible.

Par exemple, il ne serait pas pertinent de comparé 1 pixel zoomé d’une photo de 40 MP avec un pixel zoomé d’un pixel d’une photo de 10 MP.

Comparer une petite surface avec une surface plus grande n’est pas pertinent

Il faut comparer pour une surface équivalente, et non pixel par pixel.

Donc dans cet exemple, on comparera plutôt 1 pixel du capteur à 10 MP avec 4 pixels d’une photo de 40 MP, pour comparer une surface équivalente.

Ce schéma illustre uniquement le principe de surface de comparaison

Et j’irai même plus loin : ça n’a pas beaucoup d’intérêt de comparer le bruit par pixel.

En effet, nous regardons une photo dans son ensemble, pas de manière rapprochée. Il est plus pertinent de comparer le bruit par photo, et pour une même taille de photo.

Alors, il est tout à fait possible que pixel par pixel des capteurs produisent plus de bruit que d’autres. Mais quel intérêt de faire cette comparaison si ça ne se voit pas sur la photo finale ?

Et ce qui impacte principalement le bruit global d’une photo c’est toujours notre Rapport Bruit/Signal. Et plus il y a de signal, moins il y aura de bruit.

Donc pour des technologies comparables, si on cherche à avoir le moins de bruit de notre photo, ce qui va compter surtout c’est la taille du capteur. Un capteur plus grand permet de capter plus de lumière (donc de signal). Et comme on l’a déjà vu, la majorité du bruit vient du bruit de photons. Hors, plus la lumière augmente moins on a de bruit visible.

Ainsi, généralement, pour des technologies comparables (ce qui signifie souvent des années de sorties proches et une même gamme de prix), un capteur plus grand permettra d’avoir moins de bruit visible dans sa photo.

Voir mon article sur pourquoi les grands capteurs ont de meilleures performances en basse lumière.

ISO et bruit photonique

Des ISO plus élevés entraînent :

  • des ouvertures plus étroites,
  • et/ou des temps de pose plus courts,
  • et/ou une puissance de flash plus faible,

que des ISO plus faibles pour une luminance de scène donnée, ce qui se traduit par moins de lumière tombant sur le capteur, et donc plus de bruit photonique.

En fait, c’est la moindre quantité de lumière tombant sur le capteur à des ISO plus élevés qu’à des ISO plus bas qui entraîne un bruit plus important à des ISO plus élevés, et non le réglage ISO plus élevé en soi.

ISO, bruit de lecture et bruit photonique

Contrairement au film des pellicules argentique, la sensibilité du capteur est fixe, c’est-à-dire que le réglage ISO n’affecte pas l’efficacité du capteur. Autrement dit, augmenter ses ISO ne rend pas son capteur plus sensible à la lumière.

  • La majorité des appareils photos disponibles ont des capteurs dont l’unité analogique-numérique fonctionne avec des ISO variants. Avec ce type d’appareil photo, des réglages ISO plus élevés produisent moins de bruit électronique que des réglages ISO plus faibles amplifiés et/ou mappés numériquement. Par exemple, le bruit de lecture du Canon 5D3 à l’ISO de base (100) est de 33,1 électrons, tombe à 18,2 électrons à l’ISO 200, et continue à baisser jusqu’à ce qu’il se stabilise à environ 3 électrons à l’ISO 3200. 
Graphique à titre illustratif uniquement de l’évolution du bruit électronique en fonction de la valeur ISO pour les capteurs à ISO variants
  • En revanche, certains capteurs, comme le capteur Sony Exmor des Nikon D7000 et D800, présentent le même bruit de lecture peu importe les ISO réglés. Ces types de capteurs sont dits à ISO invariants.
Graphique à titre illustratif uniquement de l’évolution du bruit électronique en fonction de la valeur ISO pour les capteurs à ISO invariants

À noter que même les capteurs ISO variants deviennent à ISO invariants (ont un bruit électronique stable peu importe la valeur ISO) à partir d’un certain réglage ISO (généralement entre 800 et 3200 ISO).

« Ok, donc je dois augmenter mes ISO pour avoir moins de bruit électronique alors ?« 

Non en fait, c’était juste pour parler du bruit électronique seul, mais il ne faut pas oublier qu’il ne représente qu‘une partie du bruit.

Résumons :

  • le bruit de photons est majoritaire dans les hautes et moyennes lumières ;
  • le bruit de photons est lié à la lumière (si il y a de la lumière, il y a du bruit de photons, pas de lumière, pas de bruit de photons) ;
  • plus il y a de lumière, plus il y a de bruit de photons en quantité, mais en proportion, plus il y a de lumière, moins il y a de bruit de photons (donc plus il y a de lumière moins le bruit de photon est visible) ;
  • le bruit électronique (de lecture) est majoritaire dans les endroits les plus sombres.
Tonalité

Pour une photo composée de haute et/ou moyenne lumière, augmenter les ISO réduira le signal, et augmentera en proportion le bruit photonique, et d’un autre côté dans les zones les plus sombres cela diminuera le bruit électronique.

Mais le bruit de photon produit par la réduction de la lumière dans les hautes et moyennes lumières sera toujours bien supérieur au bruit électronique réduit par l’augmentation des ISO. Par exemple, f/2.8 1/100 ISO 400 sera toujours moins bruyant au global, que f/2.8 1/200 ISO 800.

Donc, mettre plus de lumière sur le capteur produira toujours moins de bruit que d’utiliser un réglage ISO plus élevé pour obtenir moins de bruit de lecture pour un appareil photo « avec ISO« . 

C’est pour cette raison que augmenter ses ISO pour une photo avec des hautes et/ou des moyennes lumières, augmente le bruit au global (même si ça diminue le bruit de lecture dans les zones les plus sombres).

Ce qu’il faut retenir c’est qu‘il ne faut pas volontairement augmenter les ISO en se disant qu’on obtiendra moins de bruit de lecture sur un capteur avec ISO, puisque l’augmentation du bruit de photon causée par moins de lumière tombant sur le capteur l’emportera toujours sur la diminution du bruit de lecture (dans le cas d’une photo avec des hautes et moyennes lumières).

La seule exception serait par exemple pour la photo de nuit ou l’astrophotographie. En effet, ici l’ensemble de la photo est en basse lumière, et augmenter les ISO avec un appareil avec ISO permettrait de réduire le bruit de lecture (et donc le bruit) sur l’ensemble de la photo.

Je vous explique ici plus en détail pourquoi le bruit de lecture est majoritaire dans les basses lumières et pourquoi le bruit de photons est majoritaire dans les moyennes et hautes lumières.

Le bruit de lecture (noté L) est la somme de toutes les sources de bruit dues au capteur et au matériel d’appui.  Le bruit total (B) est la somme du bruit des photons (P) et du bruit de lecture (L). 

Le bruit étant un écart-type, sa somme n’est pas linéaire, c’est-à-dire que B ≠ P + L. Pour des phénomènes aléatoires indépendants (ce qu’est le bruit), ce sont plutôt les variances (=carrés des écarts-types) qui s’additionnent linéairement :  B² = P² + L².  Le bruit total  B = √(P² + L²).  Et comme le bruit des photons est la racine carrée du signal (S), nous pouvons représenter le bruit total par B = √(S + L²).

Maintenant voyons 2 exemple de situations, une par bonne luminosité et une autre par faible luminosité.

Situation de bonne luminosité

  • 800 photons tombent sur un photosite avec un EQ de 50 %. Le signal est donc de 50% X 800 photons = 400 électrons
  • Le bruit des photons est de √400 = 20 électrons. 
  • Si le photosite a un bruit de lecture de 10 électrons, le bruit total pour ce photosite serait alors :  B = √(20² + 10²) = 22,4 électrons, ce qui n’est pas très différent du seul bruit des photons (de 20 électrons calculé juste au-dessus).
  • Ainsi avec une bonne luminosité, le bruit des photons est dominant

Situation de faible luminosité

  • 50 photons tombent sur ce même photosite avec un EQ de 50 %. Le signal est donc de 50% X 50 photons = 25 électrons
  • Le bruit des photons de √25 = 5 électrons. 
  • Le bruit total du photosite est donc le suivant :  B = √(5² + 10²) = 11,2 électrons, ce qui n’est pas très différent du bruit de lecture (de 10 électrons).
  • Ainsi, avec une très faible luminosité, le bruit de lecture est dominant.

De plus, on remarque que le bruit relatif (Rapport Bruit / Signal)

  • pour le signal de 400 électrons est de 22,4 / 400 = 5,6 %,
  • pour le signal plus faible de 25 électrons il est est de 11,2 / 25 = 44,8 %

C’est la raison pour laquelle les photos en basse lumière sont bruitées et que les zones sombres (les moins exposées à la lumière) sont plus bruitées que les autres parties de la photo.

Bruit de lecture et capacité de saturation

Certains capteurs ont une sensibilité de base de 100 ISO, tandis que d’autres ont une sensibilité de base de 200 ISO.  Les capteurs dont la base ISO est de 100 peuvent absorber deux fois plus de lumière à ce réglage que les capteurs dont la base ISO est de 200 (ils auront donc moins de bruit photonique à l’ISO de base). Cela met en évidence la capacité de saturation du photosite, qui est le nombre d’électrons qu’il peut libérer. 

Le bruit de lecture et la capacité de saturation ne sont significatifs, en termes de comparaison de la qualité d’image des photos entre les capteurs, que lorsqu’ils sont comparés pour une même par surface

Par exemple imaginons un capteur de 10 MP et un capteur de 40 MP de même taille et de même EQ. Si les photosites des deux capteurs ont une capacité de saturation de 25 % et un bruit de lecture de 50 %, les capteurs ont alors la même efficacité. En effet, peu importe le nombre de photosites, la surface finale enregistre le même nombre de photons, a la même saturation totale et a le même bruit de lecture total.

Ecrêtage et effet de bande

De nombreux appareils photos traitent le bruit des ombres en les écrêtant plus tôt (c’est-à-dire en les transformant en pixels noirs), ce qui supprime aussi les détails, c’est ce qu’on appelle l’effet de bande.

Effet de bande par écrêtage

L’effet de bande est un motif régulier (c’est un aplat de noir), contrairement au bruit qui est aléatoire, ce qui fait qu’il est généralement plus perceptible et plus gênant que le bruit dans les ombres. Cela dépend aussi de l’importance de l’effet de bande. Mais, par exemple, un capteur avec un faible bruit de lecture et un effet de bande peut produire une image nettement moins bonne dans les ombres qu’un capteur avec un bruit de lecture plus important sans effet de bande.

Effet de bande schématique, des pixels sont rendus noirs, ce qui peut être visible, voire plus visible que le bruit dans les ombres

Cela dit, la question de l’effet de bande est distincte de celle du bruit.

Qualité et quantité du bruit

On passe souvent notre temps à comparer à quel point le bruit est visible sur notre photo avec le bruit relatif (Rapport Bruit / Signal).

Mais on oublie que ce n’est pas seulement la quantité de bruit, mais aussi la qualité du bruit qui est importante.  Il est possible qu’une image ait plus de bruit relatif qu’une autre, mais qu’elle soit beaucoup plus agréable à regarder en raison de la qualité du bruit. 

Par exemple :

  • le bruit de couleur est généralement beaucoup plus gênant que le bruit de luminance ;
  • un bruit relatif de fréquence plus élevée (grain plus fin) accompagné de plus de détails est généralement considéré comme beaucoup plus attrayant qu’un bruit relatif de fréquence plus basse (gros grain) accompagné de moins de détails. 

Ainsi, une image plus bruyante avec un aspect granuleux plus fin peut sembler meilleure qu’une image moins bruyante avec un aspect granuleux plus grossier, en fonction de la proximité des quantités globales de bruit et des différences de détails rendus.

Le fait d’avoir plus de photosites, même au prix d’un bruit plus important, peut conduire à une image globale plus attrayante (mais ça reste subjectif).  Si l’image plus détaillée (avec plus de photosites) présente le même bruit relatif, voire moins, que l’image moins détaillée après l’application de la réduction du bruit pour correspondre au niveau de détail, le boîtier avec l’image plus détaillée (avec plus de photosites), mais plus bruyante, bénéficiera d’un avantage important en termes de qualité d’image en étant capable de mieux équilibrer le bruit et les détails au post-traitement (voir mon article sur Pourquoi les grands capteurs sont plus performants en basse lumière ?).

Ainsi, bien que le bruit soit un facteur important dans la qualité d’image, la qualité du bruit est probablement plus importante que la quantité de bruit relative.

La problématique du bruit varie d’une photo à une autre

Le bruit est plus problématique pour certains types d’images que d’autre, il est influencé par

  • la taille de l’impression, le traitement, et la distance d’observationPar exemple, le bruit d’une photo peut ne pas être visible sur un tirage 13 cm X 18 cm, mais devenir visible sur un tirage 30 cm X 40 cm fortement traité. 
  • le niveau de détails de la scène : le bruit peut passer inaperçu dans les zones très détaillées, mais ressortir dans les zones peu détaillées (comme le ciel).
  • l’équilibre du bruit dans les différents canaux de couleur, qui dépend de la matrice de filtres de couleur utilisée sur le capteur. Une photo peut être moins bruitée qu’une autre dans l’ensemble, mais présenter beaucoup plus de bruit dans l’un des canaux de couleur, ce qui lui donnera un aspect général moins agréable. 
  • l’effet de bande, le bruit de photon et le bruit de lecture sont totalement aléatoires, ce qui donne un aspect beaucoup plus agréable que les bandes noirs qui ont un motif régulier. 

Le bruit dépend fortement du seuil de perception de l’observateur. C’est-à-dire du point à partir duquel une réduction du bruit n’a pas d’impact notable sur le la qualité de l’image. Par exemple, si une image ISO 100 obtenue avec un 24×36 présente moins de bruit qu’une image ISO 100 obtenue avec un moyen format, l’avantage du 24×36 en termes de bruit peut être imperceptible pour l’observateur à ISO 100.

RAW et JPG

Il faut aussi tenir compte du fait que les convertisseurs RAW et les moteurs JPG traitent le bruit différemment. Ainsi le ratio bruit/détail de la photo de sortie n’est pas une représentation exacte des capacités du matériel.

Le même le même convertisseur RAW peut utiliser des réglages différents pour différents appareils photo, car les programmeurs ont décidé que tel ou tel aspect était « meilleur ». Par exemple La réduction du bruit peut être appliquée même avec un réglage de « 0 », les noirs peuvent être coupés tôt pour masquer le bruit des ombres (bien qu’au prix de l’effacement des détails), etc. 

De nombreux photographes comparent les photos sur la base de jpg sortie de l’appareil photo. Ce qui est une très mauvaise façon de comparer les performances des boîtier entre eux. Mais d’un autre côté c’est la meilleure façon de comparer si vous photographier en JPG uniquement.

Il est donc certain que c’est l’image finale qui compte (traitement, taille, détails…), et qu’on ne peut pas comparer une photo RAW (brute) non traitée avec une photo JPG. 

Conclusion

En résumé, les principales sources de bruit dans une photo sont :

  • la quantité totale de lumière qui tombe sur le capteur (bruit de photons),
  • l’efficacité avec laquelle le capteur capture la lumière (EQ),
  • le bruit supplémentaire ajouté par le capteur et le matériel d’appui (bruit électronique).

Pour une même technologie, la taille des photosites joue un rôle mineur dans le bruit global d’une photo, c’est plutôt la taille du capteur qui compte (voir mon article sur Pourquoi les grands capteurs sont plus performants en basse lumière ?).

Pour écrire cet article pointu et précis, je me suis basé sur ces différentes sources :

Si le bruit vous intéresse, ces deux sujets pourraient aussi vous intéresser :

Moi je vous laisse ici à votre bruit, et je vous dis à bientôt sur les internets MONDIAUX !

J’ai aussi une chaîne YouTube !

{"email":"Email address invalid","url":"Website address invalid","required":"Required field missing"}
>