Dlaczego główne czujniki nie używają filtrów CYM zamiast RGB?


18

Z tego, co rozumiem, większość aparatów cyfrowych ma czujnik, w którym każdy czujnik pikselowy ma trzy podczujniki, każdy z filtrem R, G i B. RGB jest oczywiście bardziej podstawowym modelem kolorów, ponieważ bezpośrednio odpowiada receptorom (stożkom) w ludzkim oku.

Jednak filtry RGB koniecznie odcinają dwie trzecie białego światła, aby uzyskać swój komponent. Z pewnością kamery skorzystałyby na krótszych czasach ekspozycji, gdyby zamiast filtrów zastosowano CYM, w którym każdy element odcina tylko jedną trzecią światła? Procesor aparatu może nadal zapisywać obraz w dowolnym formacie, jakiego chce konsument, ponieważ punkt danych CYM można łatwo przekonwertować na punkt RGB.

Wiem, że czasami robi się to w astrofotografii, gdzie trzy oddzielne zdjęcia czarno-białe są robione z filtrami CYM.

Czy po prostu się mylę i to jest już to, co już zrobiono - czy jest dobry powód dla czujnika RGB?


1
W astrofotografii z długim czasem ekspozycji, jednym z niewielu obszarów, w których całkowita ilość przechwyconego światła jest poważnym problemem, powszechnym podejściem jest użycie czystego czujnika monochromatycznego i połączenie (względnie) krótkich czasów ekspozycji z filtrami czerwonym, zielonym i niebieskim, aby pokoloruj obraz z dużo dłuższym interwałem, w którym nie jest używany żaden filtr, aby zmaksymalizować szczegółowość końcowego wyniku.
Dan Neely

Odpowiedzi:


19

Najpierw małe tło, aby wyjaśnić niewielkie nieporozumienie z twojej strony.

Zdecydowana większość kolorowych aparatów cyfrowych ma filtr Bayera, który maskuje każdy piksel filtrem kolorów: czerwony, zielony lub niebieski. ¹ Dane RAW nie zawierają żadnych informacji o kolorze, a jedynie wartość luminancji dla każdego piksela.

Jednak filtry RGB koniecznie odcinają dwie trzecie białego światła, aby uzyskać swój komponent.

Nie całkiem. Jest dużo zielonego światła, które pozwala przejść obok filtrów „czerwonych” i „niebieskich”. Jest dużo „czerwonego” światła i sporo „niebieskiego” światła, które sprawia, że ​​przechodzi ono przez „zielony” filtr. Jest trochę „niebieskiego” światła, które mija czerwony filtr i na odwrót. Długości fal, na których koncentrują się filtry „zielony” i „czerwony”, są bardzo zbliżone do siebie, a „czerwony” zwykle wynosi gdzieś pomiędzy 580 nm a 600 nm, co jest bardziej na terytorium „żółto-pomarańczowym” niż „czerwonym”. „Piki” filtrów w typowej macierzy Bayera nie są wyrównane z długościami fal, które określamy jako „czerwony”, „zielony” i „niebieski”.

wprowadź opis zdjęcia tutaj

W pewnym sensie nasze kamery są tak naprawdę YGV (żółto-zielono-fioletowe) tak samo jak RGB. Nasze systemy reprodukcji kolorów (monitory, drukarki, prasy internetowe itp.) To RGB, CMYK lub inna kombinacja kolorów.

wprowadź opis zdjęcia tutaj

Naśladuje to ludzkie oko, gdzie nasze „czerwone” stożki są wyśrodkowane wokół 565 nm, co jest zielonkawo-żółtym, w przeciwieństwie do naszych „zielonych” stożków, które są wyśrodkowane wokół 540 nm, które są zielone z domieszką odcienia żółtego. Aby dowiedzieć się więcej o tym, jak zarówno ludzki system wizyjny, jak i nasze kamery tworzą „kolor” z części widma promieniowania elektromagnetycznego, którą nazywamy „światłem”, zobacz: Dlaczego kolor czerwony, zielony i niebieski to podstawowe kolory światła?

Nie ma wyraźnego odcięcia między kolorami filtrów, na przykład z filtrem stosowanym w instrumencie naukowym, który przepuszcza tylko bardzo wąskie pasmo długości fal. To bardziej przypomina filtry kolorów, których używamy do filmu czarno-białego. Jeśli użyjemy czerwonego filtra z filmem czarno-białym, wszystkie zielone obiekty nie znikną lub nie będą wyglądać całkowicie czarne, tak jak przy twardym odcięciu. Zamiast tego zielone obiekty będą miały ciemniejszy odcień szarości niż czerwone obiekty, które są podobnie jasne w rzeczywistej scenie.

Podobnie jak w przypadku ludzkiego oka, prawie wszystkie filtry Bayera zawierają dwa razy więcej „zielonych” pikseli niż „czerwonych” lub „niebieskich” pikseli. Innymi słowy, każdy inny piksel jest maskowany „Zielonym”, a pozostała połowa jest podzielona na „Czerwony” i „Niebieski”. Tak więc czujnik 20MP miałby około 10 milionów zielonych, 5 milionów czerwonych i 5 milionów niebieskich pikseli. Gdy wartości luminancji dla każdego piksela są interpretowane przez jednostkę przetwarzającą kamery, różnica między sąsiednimi pikselami zamaskowanymi różnymi kolorami jest wykorzystywana do interpolacji wartości czerwonej, zielonej i niebieskiej ( która w rzeczywistości odpowiada około 480, 530 i 640 nanometrów ) dla każdego piksela. Każdy kolor jest dodatkowo ważony, aby z grubsza wrażliwość ludzkiego oka, więc „czerwony”

Proces konwersji monochromatycznych wartości luminancji z każdego piksela na interpolowaną wartość RGB dla każdego piksela jest znany jako demosicing. Ponieważ większość producentów aparatów używa do tego zastrzeżonych algorytmów, użycie zewnętrznych konwerterów RAW, takich jak Adobe Camera RAW lub DxO Optics, da nieco inne wyniki niż użycie własnego konwertera RAW producenta. Istnieje kilka typów czujników, takich jak Foveon, które mają ułożone trzy warstwy wrażliwe na kolory. Ale producenci twierdzą, że taki czujnik z trzema warstwami 15MP ułożonymi na sobie jest czujnikiem 45MP. W rzeczywistości takie ustawienie zapewnia taką samą szczegółowość, jak konwencjonalny zamaskowany czujnik Bayera o wielkości około 30 MP. Problem z czujnikami typu Foveon, przynajmniej do tej pory, był gorszy w hałasie w warunkach słabego oświetlenia.

Dlaczego więc większość aparatów cyfrowych nie używa filtrów CYM zamiast filtrów RGB¹? Podstawowym powodem jest dokładność kolorów zdefiniowana przez ludzkie postrzeganie różnych długości fali światła. Znacznie trudniej jest dokładnie interpolować wartości kolorów przy użyciu wartości z sąsiednich pikseli podczas korzystania z maski CYM niż przy użyciu maski „RGB” .¹ W związku z tym rezygnuje się z małej wrażliwości na światło w celu uzyskania dokładności kolorów. W końcu większość zdjęć komercyjnych na najwyższych poziomach jest wykonywana przy użyciu kontrolowanego oświetlenia (takiego jak studio portretowe, w którym łatwo jest dodać światło) lub ze statywu (co pozwala wydłużyć czas ekspozycji, aby zebrać więcej światła). A wymagania profesjonalnych fotografów napędzają technologię, która następnie dociera do produktów klasy konsumenckiej.

¹ Z wyjątkiem trzech filtrów kolorów dla większości zamaskowanych kamer Bayer „RGB”, tak naprawdę są one „niebieskie z odrobiną fioletu”, „zielone z odrobiną żółtego” i gdzieś pomiędzy „żółtym z odrobiną zieleni” (co naśladuje najbardziej ludzkie oko) i „Żółta z dużą ilością pomarańczy” (która wydaje się łatwiejsza do zastosowania dla matrycy CMOS).


Dzięki za informacje o filtrze Bayera. Jako ktoś, kto mieszka w ponurym, słabo oświetlonym kraju, zawsze optymalizowałem czułość, ale rozumiem argument za dokładnością kolorów. Świetna odpowiedź!
Robin,

Czy twój ponury, słabo oświetlony kraj nie ma elektryczności i żarówek? :-)
Michael C

Jesteśmy krajem o największej liczbie CCTV na świecie, więc myślę, że niektóre kamery działają. Jeśli chodzi o żarówki ... Wolę wykorzystać chwalebną moc słońca.
Robin,

Nawet chwalebna moc słońca potrzebuje czasami reflektora, aby rzucić światło na cień obiektu. A słońce „śpi” przez pół roku w ciągu roku, bez względu na to, gdzie jesteś na tej planecie.
Michael C

10

Wykonano cyjan magenta-żółte czujniki, a także czerwono-zielony cyjan i kilka innych odmian.

Główny problem polega na tym, że nawet w przypadku czujników RGB zachodzi znaczące nakładanie się odpowiedzi spektralnej każdego z barwników, tj. „Zielone” piksele są w pewnym stopniu wrażliwe na światło czerwone i niebieskie. Oznacza to, że wyniki wymagają skomplikowanych obliczeń w celu uzyskania dokładnych kolorów, względne odpowiedzi sąsiednich czerwonych i niebieskich pikseli są używane do oceny, jak bardzo zielona odpowiedź była rzeczywiście wynikiem czerwonego i niebieskiego światła.

W przypadku CMY problem jest znacznie gorszy. Zasadniczo handlujesz wydajnością świetlną dla dokładności kolorów. Może to być dobre dla fotografii astronomicznej, w której nie zawsze masz wyraźne granice kolorów, dlatego możesz zmniejszyć szum koloru poprzez rozmycie, ale nie jest to dobre dla fotografii krajobrazowej lub modowej.


Spośród układów RGB dokładny wybór filtrów różni się w zależności od producenta. Canon na przykład używa słabych barwników o szerokiej reakcji, aby ścigać wydajność w słabym świetle, ale określone barwniki są również dostrojone w celu uzyskania wymagających kolorów w świetle fluorescencyjnym, z korzyścią dla armii fotografów sportowych i wiadomości, którzy używają aparatów Canon.

Z drugiej strony Sony z A900 próbowało przebić się na profesjonalny rynek mody, zapewniając bardzo wysoką dokładność kolorów. Tablice filtrów kolorów stosowane w cyfrowych formatach średnich formatów są dostrojone, aby zapewnić przyjemne (choć niekoniecznie dokładne) odcienie tonalne.


Czy byłoby praktyczne, aby kamera próbowała osiągnąć efekt zbliżony do wzroku, stosując mieszaninę silnie zmarłych i słabo zmarłych pikseli, prawdopodobnie zmieniając również rozmiar pikseli, tak aby w warunkach oświetleniowych, w których mniejsze silnie zabarwione piksele zbierali sensowne dane, które byłyby wykorzystywane do uzyskania nasyconych kolorów, podczas gdy w warunkach słabszego oświetlenia słabo zabarwione piksele zapewniałyby czystszy kanał luminancji, a filtrowanie adaptacyjne służyło do usuwania szumu w barwie?
supercat

1
„Głównym problemem jest to, że nawet w przypadku czujników RGB zachodzi znaczące nakładanie się odpowiedzi spektralnej każdego z barwników ...” Byłoby o wiele większy problem, gdyby każdy filtr całkowicie blokował jakiekolwiek częstotliwości światła dozwolone przez inne. Całe postrzeganie „koloru” przez ludzkie widzenie wynika z nakładającego się sposobu, w jaki stożki w naszych siatkówkach reagują na światło o różnych częstotliwościach. Nie ma żadnych domyślnych kolorów dla różnych długości fal samego światła, tylko w postrzeganiu światła przez nasze widzenie trójchromatyczne z nakładającymi się odpowiedziami stożków S, M i L w naszych siatkówkach.
Michael C

2

Powody, dla których twórcy aparatów zdecydowali się na macierz RGBG Bayer, prawdopodobnie mają więcej wspólnego z patentami, dostępnością i kosztem, niż z „dokładnością” kolorów. Zasadniczo każdy zestaw trzech odpowiednich „ortogonalnych” (że tak powiem) kolorów powinien być odpowiedni do reprodukcji kolorów. Dzięki bardziej zaawansowanym czujnikom i procesorom powinno być jeszcze łatwiej.

Wątpię w twierdzenie dotyczące dokładności kolorów RGB vs CMY, ponieważ konwersje między RGB a CMYK są wykonywane przez cały czas w celu wydrukowania. Ponadto, przed równoważeniem bieli, demasywne kolory w surowych plikach nie są niczym zbliżonym do rzeczywistych pożądanych kolorów. Gdyby kolory były naprawdę „dokładne”, fotografowie nie musieliby poświęcać tyle czasu na korekcję kolorów.

Różne eksperymenty z czujnikami Fujifilm (Super CCD, EXR CMOS, X-Trans) pokazują, że tylko dlatego, że wszyscy robią coś w określony sposób, nie oznacza to, że jest to najlepszy sposób. Kodak eksperymentował również z różnymi tablicami kolorów , ale nie spisali się dobrze, sprzedając swoją technologię i patenty.

Nikon Coolpix 5700, aparat 5mp z około 2002 roku, wydaje się być jednym z ostatnich aparatów, które używają matrycy kolorów CYGM . Digital Photography Review mówi (wyróżnienie dodane) :

Jakość obrazu jest doskonała, z doskonałym pomiarem matrycy, dobrym balansem tonalnym i kolorami (dokładne i żywe bez zdmuchiwania kolorów) oraz ponadprzeciętną rozdzielczością. Purpurowe obramowanie jest wyłączone, ale ogólny wygląd obrazu jest nadal bardzo „Coolpix”. Poziomy hałasu są dobre, zwłaszcza w porównaniu z innymi pięcioma megapikselowymi aparatami cyfrowymi (jak pokazuje nasze porównanie z Minolta DiMAGE 7i).

Kilka szczegółów jakości obrazu, które znaleźliśmy; zniekształcenie beczki, przycinanie świateł i artefakty Bayera nie są rodzajem problemów, które wpływają na codzienne fotografowanie i nie psują ogólnej radości z jakości obrazu 5700.

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.