Senzor fotoaparátu: princípy a vplyv na ostrosť

28.12.2011 23:12

Ako som sľúbil v článku Prečo neostrosť? pokúsim sa opísať ako funguje senzor digitálneho fotoaparátu a aký vplyv majú jeho súčasti na ostrosť (vplyv na farby a šum asi napíšem až neskôr).

 

Snímanie svetla

Takmer všetky dnešné foťáky používajú bayerovu masku. Je to pole farebných filtrov ktoré ponecháva len zelenú, červenú alebo modrú farbu.

Pekne je to znázornené na obrázku z článku A Guide for Understanding the Camera Sensor

Dopadajúcemu svetlu sa najprv odfiltruje infra-červená zložka (ktorú ľudské oko nevním a iba by spôsobovala nechcený šum), cez mikrošošovky sa  svetlo nasmeruje na farebný filter a prepustí sa len požadovaná farba svetla ktorá sa na fotodióde premení na elektrický náboj. Tento sa prevedie cez digitálno-analógový prevodník na čísla ktoré už môže byť uložené v RAW-e alebo vo výslednom JPG.

Priamo na senzore to môže vyzerať asi takto:

Obrázok je zo Sony stránky  "EXMOR" High speed CMOS Sensor.

Je tam znázornený aj proces prevodu signálu a možnosti odšumovania počas tohto procesu.

 

Získané informácie

V skutočnosti senzor nemá všetky informácie o zábere.

V článku Digital camera sensors je aj ukážka (2x zväčšená) čo vidí senzor (vpravo) z pôvodného záberu (vľavo):

Z týchto informácií sa firmware foťáku (alebo RAW konvertor) pokúša vytvoriť pôvodný záber.

Tento proces sa volá "bayer demosaicing" (a tiež je spomenutý v tom článku)

 

Problémy s bayerovou maskou

Keďže však väčšina informácií chýba (lebo zostala len 1/3 farebnej informácie) tak sa ostatné farby musia dopočítať. Keď sú veľkosti detailov porovnateľne veľké s veľkosťou jednotlivých pixlov, potom môžu nastať rušivé efekty ktoré sa volajú moaré.

Napríklad vtedy môžu vznikať farebné pruhy:

aj keď pri väčšom zväčšení sa tieto neprejavia:

 

Riešenie problémov s bayerovou maskou

Anti-aliasing filter

Na odstránenie prípadných problémov s moaré sa pred senzor umiestňuje anti-aliasing (alebo low-pass) filter.

Keď teda niekedy budete čistiť senzor foťáka, nečistíte priamo senzor ale práve ten filter :-)

Umiestnenie filtrov pred senzorom je znázornené napríklad pri recenzii 5D mark II:

Foveon senzor

Existuje aj iný druh senzoru ako senzor s bayerovovu maskou: Foveon senzor.

RGB senzory má pod sebou, takže problém s moaré ani so stratou farebných informácií nevzniká. Nevýhodou je ale omnoho menší počet megapixlov (ešte do minulého roku existovali len 4,3 megapixlové senzory, ktoré sa ale minimálne vyrovnali 10 megapixlovým bayerovm senzorom) a horší šum u vyšších citlivostí.

Senzor použitý v F65

Inou alternatívou je F65 senzor ktorý akoby použil otočenú bayerovu masku o 45 stupňov.

Výhodou je menší výskyt moaré, no na výsledné rozlíšenie treba 2x viac pixelov. Bude sa zatiaľ používať asi len v profi kamerách Sony.

 

Vplyv na ostrosť

Keďže už teraz vieme ako funguje senzor, poďme sa pozrieť čo teda má vplyv na výslednú ostrosť.

Ak vynecháme kvalitu objektívu (a považujeme ho za dokonalý) sú to teda už len tieto veci:

  1. intenzita anti-aliasing filtra
  2. kvalita de-bayeringového (Demosaicing) algoritmu
  3. následné doostrenie

 

1. Intenzita anti-aliasing filtra

Je len na výrobcovi aký silný AA filter si zvolí:

  • buď si zvolí silnejší filter => no výsledný záber bude menej ostrý
  • alebo si zvolí slabý (alebo žiaden) AA filter => no vtedy môže mať problémy s moaré

V poslednej dobe sa niektorí výrobcovia (Leica, Panasonic, Olympus a pokiaľ viem aj Pentax v ich 645D) snažia používať omnoho slabší AA filter a chyby vzniknuté pri demosaicingu sa snažia skorigovať firmwarom fotoaparáta. Viacmenej sa im to aj darí a vďaka tomu dokážu konkurovať aj moelom s vyšším počtom megapixlov.

 

Pekná ukážka vplyvu AA filtra je napríklad v jednom dpreview fóre, kde Airmel porovnával E-30 a E-5 (oba majú ten istý 12-megapixlový senzor, ale iný AA filter a procesor):


Je tam pekne vidno, že Olympusu sa pekne podarilo odstrániť farebné moiré, no pri extrémne zlých podmienkach stále môžu vzniknúť artefakty.

 

2. kvalita demosaicing algoritmu

Demosaicing je veľmi náročný proces na výkon, teda niektorý výrobcovia môžu vo foťáku produkovať menej ostré výsledky ako v prípade použitia externého programu: RAW konvertora. V recenziách ostrosti na dpreview sú teda zvyčajne pre porovnanie výsledky priamo z foťáka a z RAW konvertora (predpokladám že z ACR). Niekedy sú rozdiely citeľné, inokedy ani veľmi nie; niekedy vidno moaré (hlavne na RAW záberoch), no mám pocit že nové foťáky ho už vedia pomerne úspešne odstraňovať...

 

3. následné doostrenie

Všetky súčasné foťáky doostrujú!

Keď vám niekto bude tvrdiť že zrkadlovky nedoostrujú tak mu neverte.

 

Urobil som si pokus:

stiahol som si z DPREVIEW testovací RAW záber zo 60D a pokúsil som sa poexerimentovať s ostrosťou.

Po otvorení súboru v DPP som si hneď všimol, že súbor má nastavené "Unsharp mask" na hodnotu 3 (poznámka: unsharp mask je doostrovanie lokálnym kontrastom). Prepol som "Unsharp mask" na "Sharpen" (tiež s defaultnou hodnotou 3). Pozrel som sa aj ako vyzerá záber bez doostrovania, teda keď nastavím 0.

 

Tu je výsledok:

Inak toto som skúšal už dávnejšie, keď pri porovnávaní záberov z 500D a 550D som si všimol rozdiel v ostrosti. RAW z 500D sa dal doostriť len cez Sharpness, no záber z 550D už mal na výber aj Unsharp mask (defaultne). Pri rovnakom nastavení nebol rozdiel badateľný.

 

Dá sa pomerne jednoducho zistiť ako sa doostruje:

  • ak cez sharpness => vtedy sa zvyčajne zvýrazňuje aj šum
  • keď cez unsharp mask => vtedy vznikajú "halo artefakty" (sú to svetlejšie línie popri kontrastných hranách).

 

Záver:

Zo súčasných bayerových senzorov sa už z princípu nedá dosiahnuť skutočná "per-pixel" ostrosť, je to len ilúzia spôsobená doostrovaním.

Pre mňa osobne sa teda mikroostrosť stáva menej dôležitou vlastnosťou a radšej hodnotím zábery ako celok. Takisto je pre mňa bezvýznamné porovnávanie šumu podľa RAW, lebo odšumovanie nastáva ešte pred samotnou tvorbou RAW súborov (keď už, tak radšej porovnávam výsledné zábery)

Ganec

Súvisiace články:

 

Diskusná téma: Senzor fotoaparátu: princípy a vplyv na ostrosť

Neboli nájdené žiadne príspevky.

Pridať nový príspevok