Jak określić optymalne filtry korekcji kolorów dla czujnika?


9

Pierwotnie pytanie brzmiało: Jak rozpoznać naturalną temperaturę barwową czujnika?

W przypadku pytań dotyczących filtrów ocieplających i filtrów kolorów wiodące odpowiedzi wskazują, że dla optymalnego stosunku sygnału do szumu rozsądnie byłoby optycznie dopasować kolory. Ale w celu dostosowania, w jaki sposób należy najpierw zmierzyć docelową „natywną” temperaturę barwową, w której biały kolor powoduje jednakowy sygnał w różnych kanałach kolorów?

Zakładałem, że jest gdzieś blisko światła dziennego, ale ten nieskorygowany strzał, w którym @Karel pokazał, że UniWB wydaje się być kręcony w świetle dziennym i ma silną dominację w kanałach zielonych i niebieskich:

UniWB

Mój aparat (podobnie jak wiele innych) nie ma UniWB, więc wolałbym rozwiązanie, które nie korzysta z ustawień UniWB.

AKTUALIZACJA

Myśląc trochę więcej, tak naprawdę to nie temperatura kolorów jest ważna. Końcowy wynik, który mnie interesuje, to jak wybrać filtr, który ma być używany do uzyskania zbalansowanego sygnału we wszystkich kanałach kolorów ? Być może nawet nie muszę znać temperatury kolorów, po prostu przyzwyczaiłem się do specyfikacji filtrów powołujących się na konwersje temperatur kolorów.

Widzę, że odpowiedź będzie zależeć

  • charakterystyka czujnika
  • aktualne oświetlenie

Czujnik jest taki sam, o ile nie zmieniam korpusów. Oświetlenie będzie różne w różnych sytuacjach, ale są wspólne scenariusze - światło dzienne / błysk, pochmurno, wolfram.

Jak więc wybrać filtry dla mojego czujnika w tych typowych scenariuszach? Mam nadzieję, że istnieje lepszy sposób niż kupienie kilku i wypróbowanie ich wszystkich.

Odpowiedzi:


4

Próbka Karela ma silnie zielonkawy odcień, ponieważ każdy „piksel” jest przetwarzany bez ważenia, co daje zielony efekt dwukrotnie większy niż czerwony i niebieski. Rezultatem jest obraz przetworzony z minimalnie wzmocnionych pikseli, przy czym kanały normalnie czerwone i niebieskie byłyby wzmacniane współczynnikiem większym niż jeden, aby skompensować większą liczbę zielonych pikseli. Z punktu widzenia optymalizacji sygnału do szumu byłoby to najbardziej optymalne.

Z cyfrowego punktu widzenia „balansu bieli” nie jestem do końca pewien, czy istnieje sposób, aby dokładnie określić, jaka jest wyjściowa moc wyjściowa czujnika. Może być różny u różnych producentów, może być obsługiwany po prostu przez wzmocnienie sygnału z każdego kanału pikselowego lub może być wykonywany całkowicie przez logikę przetwarzania obrazu po odczytaniu i wzmocnieniu. Sądzę, że dobrym punktem odniesienia do pracy byłoby zastosowanie współczynnika korygującego 1,0 dla każdego kanału pikseli i ustawienia temperatury światła dziennego (5200-5500 k). To powinno znormalizować kamerę wokół tak czystego „białego” światła, jak tylko się da.

Jeśli rozumiem, co masz na myśli mówiąc o optycznej korekcie balansu bieli, będziesz musiał mieć filtr kolorów, który odpowiednio odfiltruje około połowy długości fali zielonej światła, aby skompensować zmianę sposobu przetwarzania sygnału czujnika. Ponieważ masz dwa razy więcej zielonych pikseli niż czerwony i niebieski, a sygnał jest przetwarzany bez ważenia, musisz zmniejszyć ilość zielonego światła docierającego do czujnika o podobną ilość.

Byłbym trochę sceptycznie nastawiony do tego, aby naprawdę coś poprawić. Gdyby tak było, gdyby przetwarzanie światła w ten sposób, zanim trafiło ono na czujnik, było idealne, producenci aparatów cyfrowych już to wzięliby pod uwagę dzięki dodatkowej filtracji w stosie filtrów przedczujnikowych, który ma obecnie większość aparatów cyfrowych. Wydaje mi się, że podjęto decyzję o użyciu dwukrotnie większej liczby zielonych pikseli niż czerwony i niebieski, ponieważ więcej długości fali światła mieści się w tym zakresie kolorów niż w przypadku czerwieni i niebieskiego. Posiadanie większej czułości w tym bardziej płodnym zakresie częstotliwości światła jest ogólnie korzystne, a nie szkodliwe, w stosunku do sygnału. Dzięki podejściu nieważonemu / filtrowanemu ... zmniejszasz ogólne światło o co najmniej 1/4, wymagając wzmocnienia końcowego sygnału na całej płycie, nie tylko w kanałach czerwonym i niebieskim.


Zgadzam się, że nie ma sensu zmniejszanie o połowę zielonego światła (potrzebuję dwa razy więcej senlenów), ale Karel również zgłaszał wartości kanału czerwonego i niebieskiego znacząco różne (162 vs 197) dla bieli na tym zdjęciu, więc naprawdę wątpię w świetle dziennym bycie optymalnym balansu bieli.
Imre

@Imre: W rzeczywistym obrazie przykładowym UniWB Karela waga kanału wynosi 1,0 dla wszystkich trzech kanałów. Technicznie rzecz biorąc, UniWB JEST ustawieniem balansu bieli, w którym nie zastosowano regulacji wyjściowej dla każdego z kanałów pikseli ... więc myślę, że tak naprawdę nie ma tak naprawdę 5200k + UniWB ... tak naprawdę jest tylko UniWB. Na koniec, dla twoich celów, jest to ustawienie „balansu bieli” 1,0 waga na wszystkich trzech kanałach plus filtr optyczny.
jrista

2

Jedna sugestia z linku ( http://www.guillermoluijk.com/tutorial/uniwb/index_en.htm ) zawarta w mojej oryginalnej odpowiedzi:

Kroki byłyby następujące:

  1. Strzelaj do genialnego źródła światła przez kilka sekund, aby wszystkie trzy kanały były dmuchane we wszystkich pikselach
  2. Użyj wynikowego pliku RAW, który będzie w pamięci aparatu, aby ustawić własny balans bieli
  3. Osiągniętą precyzję UniWB można sprawdzić, strzelając do czegokolwiek z nowym balansem bieli i patrząc na mnożniki wyświetlane przez DCRAW podczas opracowywania wynikowego formatu RAW z balansu bieli aparatu: dcraw -v -w

Szybka metoda nie działa dla wszystkich kamer. Na przykład Nikony odrzucają każdy piksel dotknięty nasyceniem w celu obliczenia balansu bieli. Ani Canon 5D wydaje się nie dopuszczać danych z rozdartego RAW. Sony Alpha 100 z drugiej strony, a nawet jeśli aparat ostrzega o możliwym złym ustawieniu balansu bieli, pozwala na użycie go, zapewniając idealne mnożniki (1.000000). Szybka metoda działa idealnie w przypadku Canona 7D.

Korzystając z naszej strony potwierdzasz, że przeczytałeś(-aś) i rozumiesz nasze zasady używania plików cookie i zasady ochrony prywatności.
Licensed under cc by-sa 3.0 with attribution required.