Näin poistat kuvasta kohinaa Lightroomin uudella tekoälytyökalulla – testissä Lightroom Denoise

Valokuviin syntyvä kohina on yleinen huolenaihe valokuvaajille. Liiallinen kohina saa kuvan näyttämään rakeiselta ja sitä kautta kuvan laatu saattaa kärsiä. Onneksi on olemassa keinoja, joilla voimme vaikuttaa kohinan määrään jo kuvatessa. Myös kuvankäsittelyohjelmat pitävät sisällään ominaisuuksia, joilla voimme vähentää kohinaa valokuvista. 

Huhtikuussa 2023 Adobe julkaisi Lightroomiin Denoisen, tekoälyllä toimivan kohinanpoisto työkalun.

Yllä olevassa videossa otetaan selvää, mihin se oikeasti pystyy. 

Laadukas kohinanpoisto suoraan Lightroomin sisällä

Tämä on hyvin odotettu uudistus, sillä Lightroom Denoise julkaistiin kilpailijoihin nähden verrattain myöhään. Aikaisemmin huipputehokasta kohinanpoistoa varten on tarvinnyt käyttää erillisiä maksullisia lisäosia kuten Topaz DeNoise ja ON1 NoNoise. Nämä molemmat ovat olleet tykättyjä ohjelmia tilanteisiin, joissa kuvatiedostosta on pitänyt repiä kaikki irti.

Tekoälyyn perustuvat kohinanpoisto ei siis ole uusi juttu. 

Monen valokuvaajan työnkulun kannalta on kuitenkin mukavaa, että kohinanpoisto tämän uudistuksen myötä onnistuu suoraan Lightroomin sisällä, eikä meidän enää tarvitse vaihtaa ohjelmaa pelkästään kohinanpoiston takia. 

Mistä valokuvassa oleva kohina johtuu?

Valokuvassa oleva kohina voi johtua esimerkiksi kuvan alivalottuneisuudesta, korkeasta ISO-arvosta tai todella pitkästä valotusajasta

ISO-arvo kuvastaa kameran kennon valon vastaanottokykyä eli valoherkkyyttä. Yksinkertaisuudessaan pieni ISO-arvo, kuten ISO 100, tarkoittaa vähän kohinaa ja korkea ISO-arvo, esimerkiksi ISO 6400, tarkoittaa paljon kohinaa. 

Eli mitä enemmän joudumme nostamaan herkkyyttä, sitä enemmän valokuvaan syntyy kohinaa. Kuvan ollessa alivalottunut, kuvan tummille alueille syntyy kohinaa. Jälkikäsittelyssä tehty huono valotuksen korjaaminen, lisää usein myös kohinaa. 

Pitkän valotuksen (useampi sekunti) kuvaa ottaessa kameran kenno lämpiää ja se tuottaa kuvaan ei haluttua kohinaa.

Kohinaa on kahta eri tyyppiä

Valokuvaan syntyvää kohinaa on kahta tyyppiä. Luminanssikohina (kirkkauden eli harmaasävyjen kohina) saa kuvan näyttämään rakeiselta ja värikohina näkyy kuvissa punaisina, vihreinä ja sinisinä pisteinä tai pikseleinä. 

Molemmat kohinatyypit voivat häiritä ja saa kuvan näyttämään huonolaatuiselta. Kuvassa olevaa kohinaa voidaan vähentää jälkikäsittelyssä, esimerkiksi *Adobe Lightroomissa.

Näin Lightroomin Denoise toimii

Lightroomissa kohinanpoisto löytyy Detail-valikosta. Uuden päivityksen myötä voimme päättää, halutaanko kuvasta poistaa kohinaa manuaalisesti Manual noise reduction -työkalulla tai uudella tekoälyllä toimivalla Denoise -työkalulla. 

Kannattaa huomioida, että Denoise-työkalu löytyy vasta *Lightroomin 6.3 versiosta eteenpäin. Uusimpaan versioon pystyy päivittämään Creative Cloud -sovelluksen kautta.

Manuaalisessa kohinan poistossa pystymme erikseen vaikuttamaan värikohinaan sekä kirkkauden tuottamaan kohinaan Luminance ja Color -liukusäätimillä. 

Kun taas tekoälyllä toimiva Denoise -työkalu pyrkii poistamaan molempia kohinatyyppejä samanaikaisesti. 

Tekoälyyn perustuva kohinanpoisto

Uudistettuun kohinanpoistoon pääsee käsiksi Detail-valikon Denoise-napista tai painamalla kuvan päältä hiiren oikealla ja navigoimalla kohtaan Enchance. 

Tämä avaa uuden ikkunan, jossa voimme esikatsella kohinanpoiston tuloksia ja määritellä asteikolla 0-100 kuinka voimakasta kohinanpoistoa kuvalle haluamme tehdä.

Lightroom Denoisen oletusarvo on 50 ja omien testien perusteella tämä toimii useimmissa tilanteissa hyvin. Tämä arvo poistaa kohinaa tehokkaasti ilman, että kuvan yksityiskohdat kärsivät liikaa. 

Kun olemme valinneet mieleisen arvon, voimme hyväksyä kohinanpoiston ja valita Enhance. 

Lisättäessä valokuvaan tekoälyllä toimiva kohinanpoisto, Lightroom luo kuvasta uuden DNG-tiedoston. Alkuperäinen kuva säilyy ennallaan ja kohinanpoisto löytyy uudesta DNG-raakatiedostosta. 

Tämä tarkoittaa, että kohinanpoiston jälkeen voimme jatkaa kuvan muuta käsittelyä tavallisesti. Adobe suosittelee käyttämään Denoise -kohinanpoistoa työnkulun alussa. Tällä tavalla tulokset ovat parempia ja emme sotke Lightroomin muita tekoälyyn perustuvia maskaustyökaluja ja niiden toimintaa. Kuvankäsittelyssä puhdas lähtökohta on usein paras. 

Kannattaa huomioida, että Lightroom Denoise ei tällä hetkellä toimi JPEG-, TIFF- tai PSD-tiedostojen kanssa.

Miten hyvin Lightroom Denoise Ai toimii?

Lightroomin Denoise tekee vakuuttavaa jälkeä ja kilpailee samassa kastissa kilpailijoiden maksullisten lisäosien kanssa. Tämä työkalu muuttaa pelin valokuvaajille, ketkä usein työskentelevät korkeilla ISO-arvoilla. 

Yllä olevassa esimerkissä on ennen ja jälkeen -kuvat, joista näkee kuinka *Lightroom Denoise vähentää kuvasta kohinaa. Alkuperäinen kuva on otettu 12 800 ISO-arvolla. Demosta huomaa hyvin kuinka uudistettu kohinanpoistoo pitää kuvan yksityiskohdat tallella ja tuottaa käyttökelpoisen tiedoston näinkin hurjilla arvoilla.

Lightroomin Denoise on lisäksi mukavan helppokäyttöinen, josta täytyy antaa plussaa. Hyviä lopputuloksia saa muutaman napin painalluksella. 

Tavallinen kohinanpoisto heikentää kuvan laatua enemmän ja rupeamme pikkuhiljaa menettämään yksityiskohtia. Tämä ei enää samalla tavalla ole ongelma Lightroom Denoisen kanssa. 

Kohinanpoisto kestää pitkään

Lightroom Denoise tuottaa hyvää jälkeä, mutta lopputuloksia saa odottaa pitkään. Kyseessä on Lightroomin yksi hitaimmasta työkaluista. Vanhemmalla tietokoneella kannattaa kahteen kertaan harkita ennen kuin ajaa Lightroom Denoisen isompaan määrään kuvia. 

Denoisen esikatseluikkuna antaa arvion kuinka pitkään lopullinen kohinanpoisto tulee kestämään. Tämä voi kuvan koosta ja tietokoneen tehosta riippuen olla kaikkea muutamista sekunneista useampiin minuutteihin. Tekoälyyn perustuvalla kohinanpoistolla voi pelastaa muutaman huippuotoksen, mutta kaikkiin kuvausreissun kuviin sitä ei ole kustannustehokasta ajaa. 

Parhaan suorituskyvyn saavuttamiseksi Adobe suosittelee vähintään 8 gigatavun muistilla varustettua näytönohjainta (GPU) ja uusimpia ajureita.

Mikä on uusi normaali?

Jatkuvasti paraneva kennoteknologia ja tekoälyyn perustuva kohinanpoisto asettavat mielenkiintoisen kysymyksen siitä, että mikä on uusi normaali ISO-arvojen suhteen. Se mikä vielä viisi vuotta sitten oli korkea ISO-arvo, rupeaa tänä päivänä olemaan peruskauraa.

Muistan kuinka ensimmäisen järjestelmäkamerani kuvat rupesivat puuroutumaan ISO-arvolla 800. Kun siirryn ensimmäiseen täyskennoiseen runkoon kymmenisen vuotta sitten olin ihmeissäni miten ISO-arvo 1600 pystyi näyttämään niin hyvältä. Nykyään käytän työkäytössä säännöllisesti ISO-arvoa 3200 ilman sen suurempia murheita. 

On hurja ajatella, että teknologia rupeaa olemaan tilanteessa, jossa viisinumeroiset ISO-arvot ovat käyttökelpoisia. 

Mitä parempi kohinanpoisto mahdollistaa valokuvaajille?

Entistä parempi kohinanpoisto mahdollistaa valokuvaajille paljon etuja. Ensinnäkin meidän on mahdollista saada käyttökelpoista materiaalia yhä vaikeammissa kuvautilanteissa, kuten vaikka kuun valossa tai merenpohjassa. 

Tehokkaan kohinanpoiston ansiosta pystymme keräämään entistä enemmän valoa ja silti säilyttämään kuvan laadun.

Lisäksi tehokkaampi kohinanpoisto antaa vapauden käyttää entistä nopeampia suljinaikoja hämäräkuvauksessa. Esimerkiksi kaikki pimeässä sisähallissa urheilua kuvaavat ottavat tämän kehityksen ilolla vastaan. 

Miten paljon kohinanpoisto heikentää valokuvan laatua?

On tärkeää löytää tasapaino kohinanpoiston käytössä. Vaikka vähäinen kohinanpoisto voi parantaa kuvan laatua, liiallinen käyttö voi näyttää hassulta. 

Liiallinen kohinanpoisto voi saada kuvan näyttämään keinotekoiselta ja muoviselta. Vaikka Lightroomin Denoise on entistä parempi säilyttämään yksityiskohtia, niin on silti hyvä katsoa lopputuloksia kriittisesti. 

On myös hyvä muistaa, että kameran paras dynamiikka saavutetaan usein matalilla ISO-arvoilla. Tämä tarkoittaa, että kuvassa säilyy enemmän yksityiskohtia tummissa ja vaaleissa alueissa, silloin kun käytämme matalampaa ISO-arvoa. 

Viisi vinkkiä miten valokuvissa voi välttää kohinaa

Paras tapa välttää kohinaa valokuvissa on estää sen syntyminen alun perin. Eli mikään työkalu ei korvaa hyvää ja puhdasta kuvaa. Edelleen on siis hyvä keskittyä saamaan paras mahdollinen tiedosto kamerasta. 

Tässä on lopuksi muutama vinkki, joiden avulla voimme kuvaustilanteessa vähentää kohinaa. 

  1. Kuvaa mahdollisimman isolla aukolla. Pimeissä tiloissa vältä F/4.0 aukkoisia objektiiveja. Kuvaamalla isolla aukolla, esimerkiksi F/2.8 –  F/1.8, saamme kennolle paljon valoa ja näin ollen ISO-arvoa voidaan pitää matalammalla. 
  1. Maksimoi suljinajan pituus. Kuvaustilanteessa pyri miettimään, mikä on pisin mahdollinen suljinaika, jolla saat tarvittavat kuvat otettua. Pienikin suljinajan pidentäminen antaa kennolle enemmän valoa. Esimerkiksi ihmisiä kuvatessa, saattaa 1/100 suljinaika, riittää tarkan kuvan saamiseksi.
  1. Vältä kuvan alivalottamista. Alivalotetun kuvan tummille alueille syntyy usein paljon kohinaa. Jälkikäsittelyssä kohinan määrä vielä korostuu, kun valotusta pyritään korjaamaan. Pyri kuvan oikeaoppiseen valottamiseen jo kuvaustilanteessa. 
  1. Kuvaa rawia. Raw-valokuva tallentaa kaiken mahdollisen tiedon kameran kennolta ja antaa enemmän mahdollisuuksia jälkikäsittely vaiheessa. Raw-kuvasta voimme jälkikäsittelyssä poistaa helpommin kohinaa kuin Jpeg-kuvasta. Lisäksi Lightroomin Denoise toimii tällä hetkellä pelkästään raakakuvien kanssa. 
  1. Onko kuvaustilanteessa mahdollista käyttää lisävaloja? Saadaanko sälekaihtimet avaamalla tai valot päälle laittamalla tilaan lisää valoa? Voidaanko tilassa käyttää salamaa tai muita kuvausvaloja? Nämä ovat asioita, mitkä kannattaa pitää mielessä tilanteessa, jossa on heikosti valoa. Jos tilassa on vähän valoa, voi pohtia, onko sinne mahdollista tuoda lisävaloja.

Tämän kattavan verkkokurssin avulla opit Lightroomin tärkeimmät työkalut ja saat tehtyä entistä näyttävämpiä valokuvia kuvankäsittelyn avulla.

28 opetusvideota
4.5h materiaalia
Lunttilappu tärkeimmistä pikakomennoista

Leave a Comment

Your email address will not be published. Required fields are marked *