Co powoduje szum pasmowy w czujnikach CMOS?


9

Szukam informacji (i odniesień) na trzy powiązane tematy:

  • Co powoduje szum pasmowy w czujnikach CMOS? Jaka jest przyczyna fizyczna / technologiczna? Czy przyczyna jest taka sama w czujnikach CCD i CMOS?

  • W jaki sposób różne istotne czynniki (ustawienie ISO, czas ekspozycji i poziom ekspozycji) wpływają na siłę i wzór pasmowania?

  • Czy wzorzec pasma jest stabilny w krótkim okresie (zdjęcia sekwencyjne) i w długim okresie? Czy jest szansa, że ​​można zmierzyć wzorzec pasma rzeczywistej matrycy i wykorzystać ją do zmniejszenia efektu na rzeczywistych zdjęciach?


Aby wyjaśnić, co mam na myśli przez bandowanie, oto przykładowy obraz ze strony internetowej TopazLabs. Zwróć uwagę na poziome pasy na hałaśliwym obrazie.

bandowanie


Naiwny eksperyment nie wykazał żadnej dodatniej korelacji między pasmami na kilku obrazach zwykłej białej powierzchni.


Dzięki za to pytanie. Widziałem podobne poziome i pionowe paski na zdjęciach wykonanych aparatem Canon DSLR z czułością ISO 100, gdy zdjęcia były bardzo niedoświetlone (o 5 lub 6 stopni, ponieważ lampa błyskowa nie strzelała).
b_jonas

Odpowiedzi:


14

Poziomy i pionowy szum pasmowy (HVBN) jest spowodowany odczytem czujnika, wzmocnieniem w dół i ADC. Może istnieć wiele źródeł HVBN, niektóre z nich powodują względnie ustalony wzór, inne mogą powodować wzór losowy. Zewnętrzne zakłócenia sygnału są często źródłem bardziej miękkiego i bardziej losowego pasmowania. Dokładnie to, co powoduje pasmowanie, w którym czujniki naprawdę zależą, i nikt poza producentem nie ma wystarczających informacji, aby wskazać dokładne przyczyny dla danej kamery.

Przede wszystkim HVBN jest spowodowany sposobem aktywacji rzędów pikseli i odczytywania każdej kolumny dla wiersza oraz charakterem tranzystorów uczestniczących w tym procesie odczytu. Po pierwsze, tranzystory wytwarzane za pomocą fotolitografii są niedoskonałe. Niedoskonałości podstawowego krzemu, niedoskonałości szablonu i trawienia itp. Mogą wpływać na odpowiedź tranzystorów. W związku z tym każdy piksel w czujniku, a także segmenty do przetwarzania obrazu w matrycy, takie jak CDS (skorelowane podwójne próbkowanie), niekoniecznie będą zachowywać się jak wszystkie pozostałe, powodując różnice. We współczesnych czujnikach CMOS (z wyjątkiem czujników Sony Exmor) obwody CDS na matrycy są często odpowiedzialne za wprowadzanie szumu pasmowego przy niższych ustawieniach ISO (ISO 100 do 800) w głębokich cieniach.

Niektóre projekty odczytu obejmują również dodatkowy wzmacniacz końcowy stosowany w pewnych okolicznościach, stosowany dodatkowo do wzmacniaczy na piksel. Hałas pasmowy wprowadzany do samej matrycy czujnika będzie zaostrzany przez dowolny wzmacniacz umieszczony poniżej. Tego rodzaju wzmacniacze zwykle uruchamiają się przy naprawdę wysokim ISO, takim jak 6400 i wyższe, dlatego stosunkowo „czyste” wyjście przy ISO 1600 i może 3200 nagle staje się znacznie gorsze przy jeszcze wyższych ustawieniach.

Innym źródłem bandowania jest ADC. Są tutaj potencjalnie dwaj winowajcy. W przypadku kamery takiej jak 7D, która wykorzystuje podzielony odczyt równoległy (gdzie cztery kanały odczytu są skierowane na jeden układ DIGIC 4, a kolejne cztery są skierowane na inny układ DIGIC 4 w sposób przeplatany), dość wyraźne, ale nawet pionowe pasmo może wystąpić nawet w półcieniach, dzięki różnej reakcji procesorów obrazu DIGIC DSP, które mieszczą po cztery jednostki ADC. Ponieważ parzyste pasma są wysyłane do jednostek ADC DIGIC, a nieparzyste pasma są wysyłane do jednostek ADC innych DICIC, 100% identyczne przetwarzanie jest mało prawdopodobne, a niewielkie różnice pojawiają się jako pasma pionowe.

Ostatnim potencjalnym źródłem są komponenty wysokiej częstotliwości. Logika wysokiej częstotliwości ma tendencję do bycia hałaśliwym. Wykorzystując ponownie 7D jako przykład, jest to 18-megapikselowy czujnik, który musi przetworzyć w sumie osiem jednostek ADC, z prędkością wystarczająco szybką, aby obsługiwać szybkość migawki 8 kl./s. (Technicznie rzecz biorąc, 7D ma nawet ponad 18 milionów pikseli ... w rzeczywistości jest to czujnik o rozdzielczości 19,1 megapiksela, ponieważ Canon zawsze maskuje granicę pikseli dla przesunięcia odchylenia i kalibracji punktu czerni.) Przy 8 fps, całkowita liczba pikseli przetwarzanych na sekundę musi wynosić co najmniej 152 800 000, a ponieważ jest osiem jednostek ADC, każda jednostka musi przetwarzać 19,1 miliona pikseli na sekundę. Wymaga to wyższej częstotliwości, która może (poprzez różne mechanizmy, w których tu nie będę wchodzić) wprowadzać dodatkowy hałas.


Istnieją sposoby na zmniejszenie HVBN. Niektóre konstrukcje czujników wycinają ujemne wartości sygnału z pikseli (lub innymi słowy, nie używają przesunięcia odchylenia), co powoduje zmniejszenie pasma o połowę, ale także kosztuje niektóre potencjalnie możliwe do odzyskania szczegóły głęboko w cieniach obrazu. Czujniki, które wykorzystują przesunięcie polaryzacji (które pozwala na ujemne wartości sygnału do ustalonego poziomu), zwykle mają więcej HVBN przy niższym ISO, ponieważ wykonuje się mniej przesterowania w celu obsługi większej pojemności pełnej studni. Bardziej zaawansowana konstrukcja ADC może redukować hałas, niektóre nawet wykorzystują szum wraz z formą ditheringu, aby prawie wyeliminować hałas wprowadzany przez ADC.

Innym sposobem na ograniczenie szumów pasmowych jest wcześniejsze przeniesienie sygnału analogowego na cyfrowy, najlepiej na samej matrycy czujnika. Dane cyfrowe mogą być korygowane pod kątem błędów podczas przesyłania, gdy sygnały analogowe mają tendencję do wychwytywania szumu, tym bardziej przemieszczają się wzdłuż szyn elektronicznych i przez jednostki przetwarzające. Wzrost liczby jednostek ADC poprawia równoległość, zmniejszając prędkość, z jaką musi pracować każda jednostka, umożliwiając w ten sposób stosowanie komponentów o niższej częstotliwości. Lepsze techniki produkcji (zwykle dzięki mniejszemu procesowi wytwarzania, który zwiększa przestrzeń dla bardziej złożonego sprzętu), a także lepsze płytki krzemowe mogą być użyte do normalizacji krzywej odpowiedzi dla każdego tranzystora lub jednostki logicznej, umożliwiając im uzyskanie czystszych wyników, nawet przy wyższych częstotliwościach.


Sony Exmor, znany niemal bezszumowy czujnik w aparatach Nikon D800 i D600, podjął dość radykalne podejście do ograniczenia najbardziej uciążliwej i frustrującej formy hałasu. Exmor przenosi cały proces przetwarzania obrazu do ADC włącznie z matrycą czujnika. Hiperrównoległością ADC, dodając jedną kolumnę na piksel (CP-ADC lub ADC równolegle do kolumny). Wyeliminowano analogowe wzmocnienie na piksel i analogowy CDS na rzecz cyfrowego wzmocnienia i cyfrowego CDS. Wyizolował komponenty wysokiej częstotliwości w odległym obszarze matrycy czujnika, co prawie wyeliminowało szum wprowadzany przez każdą jednostkę ADC. Odczyt pikseli powoduje natychmiastową konwersję ładunku analogowego na jednostkę cyfrową i od tego momentu pozostaje on cyfrowy. Po zakończeniu transmisji cyfrowej wszystkie informacje są skutecznie wolne od szumów,

Jednym z wielkich zwycięstw Exmor (według Sony) była eliminacja obwodów analogowych CDS i przejście na logikę cyfrowej CDS. Twierdzenie Sony było takie, że różnice w odpowiedzi dla analogowych jednostek CDS były źródłem szumu pasmowego. Zamiast zapisywać ładunek resetowania każdego piksela jako ładunek, wykonywany jest „odczyt resetowania”, który to odczyt resetowania jest przeprowadzany przez ten sam proces ADC co normalny odczyt obrazu, z tym wyjątkiem, że wyjście cyfrowe jest śledzone jako wartości ujemne. Kiedy rzeczywista ekspozycja jest odczytywana, jest ona odczytywana jako wartości dodatnie, a poprzedni „ujemny” odczyt CDS jest stosowany liniowo (tj. Każdy odczytany piksel zaczyna się od pewnej wartości ujemnej i stamtąd zwiększa się liczenie). Eliminuje to szum zarówno z nierównomiernej odpowiedzi tranzystora, jak i jednocześnie z ciemnego prądu.

Dzięki czujnikowi Exmor odczyt jest efektywnie mniejszy od ISO (być może słyszałeś ten termin gdzie indziej w sieci). Wszystkie ustawienia ISO są osiągane poprzez proste cyfrowe wzmocnienie (cyfrowe wzmocnienie) do odpowiedniego poziomu. W przypadku RAW ustawienie ISO należy po prostu zapisać jako metadane, a edytory RAW podnoszą wartość każdej piksela do odpowiedniego poziomu podczas demaskowania. To dlatego strzał ISO 100 D800 może być niedoświetlony, a następnie podnoszony pocztą o wiele przystanków, bez powodowania szumu w cieniach.


-1

Paskowanie jest spowodowane wieloma czynnikami.

Podobnie jak w przypadku zarządzania kolorami, każde urządzenie w procesie obrazowania może powodować powstawanie pasków. Może to być spowodowane źle skalibrowanym monitorem, źle skalibrowaną drukarką, monitorem nie mogącym pokazać prawdziwej 8-bitowej / 12-bitowej LUT. Z mojego doświadczenia wynika, że ​​większość pasm nie jest właściwie nieodłączna. Jest to spowodowane tym, że monitor nie jest w stanie odróżnić dyskretnych poziomów szarości na drobnym gradiencie.

Naprawdę nie rozumiem, jak CMOS / CCD zrobiłoby różnicę. Aby zrozumieć, że wymaga to odrobiny wiedzy technicznej, musisz zrozumieć, że najważniejszym czynnikiem, który wpłynie na pasmowanie, jest głębia bitowa czujnika, to samo określa ilość dyskretnych wartości tonalnych, które czujnik może zarejestrować. 12-bitowy czujnik zarejestruje 2 ^ 12 poziomów szarości, podczas gdy 14-bitowy czujnik zarejestruje 2 ^ 14 = 16384 poziomów szarości. Teraz, aby skomplikować sprawę, większość aparatów cyfrowych nie przypisuje liniowej funkcji ciężaru rozkładowi tonalnemu swoich czujników, co oznacza, że ​​kamera (w rzeczywistości większość kamer) może być bardziej tendencyjna do najjaśniejszej części spektrum (w tym miejscu pochodzi określenie „strzelać w prawo” w odniesieniu do histogramów).

Aby jeszcze bardziej skomplikować sprawę, większość procesorów czujnikowych może (zdecydowanie zrobić) własną interpolację między rzadkimi wartościami tonalnymi. Oznacza to na przykład, że jeśli w określonej części obrazu mam wartość tonalną 5, a obszar w pobliżu ma wartość tonalną 8, kamera „zgadnie”, jaka powinna być pośrednia wartość tonalna. ISO może być również czynnikiem wpływającym na zakres dynamiczny i szerokość geograficzną ekspozycji.

Należy zbadać, czy paski są wyświetlane na więcej niż jednym urządzeniu. Jeśli okaże się, że tak jest, możesz spróbować dodać szum Gaussa za pomocą trybu mieszania i maski, aby się go pozbyć. Dołączę kilka zdjęć, aby pokazać Ci, co mam na myśli:

Utworzono pasy z ciemnym gradientem

Teraz dodaj warstwę hałasu:

(1) Utwórz nową warstwę

(2) Wypełnij 50% szarością: Edycja -> Wypełnij -> 50% szarości

(3) Ustaw tryb mieszania tej warstwy na Hard Light

(4) Dodaj hałas: Filtr -> Dodaj hałas (gaussowski, około 1%)

Następnie możesz grać z kryciem tej warstwy, aż zniknie paski, możesz też utworzyć na niej maskę, jeśli chcesz.

Dodawanie warstwy hałasu


1
Dzięki za komentarze, ale pytałem o inny rodzaj bandowania. Zobacz przykład, który podlinkowałem z „pasmowania”. Miałem na myśli poziome (lub pionowe) linie, które pojawiają się na niedoświetlonych obrazach o wysokiej ISO. Jest to rodzaj „ustrukturyzowanego” hałasu, a ta struktura (w moim przypadku poziome linie) sprawia, że ​​jest znacznie bardziej rozpraszający niż zwykły losowy hałas.
Szabolcs,
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.