Как спектральная чувствительность разных датчиков влияет на полученную фотографию? - Фотопедия
2 голосов
/ 28 сентября 2013

Я узнаю о формировании света и цвета, но я не понимаю, как чувствительность влияет на изображение. Возьмем, к примеру, различную чувствительность для двух «камер» для каждого канала RGB

enter image description here

Можно ли сказать, что для каждой камеры RGB (синяя диаграмма) яркость цветов вокруг RGB в основном одинакова. В то время как для второй камеры (красный график) яркость сконцентрирована только в очень коротком диапазоне цветов RGB?

Есть ли дополнительная информация (или, возможно, я неправильно интерпретирую графики), которую можно извлечь из графика? Каковы будут эффекты на изображение?

Ответы [ 3 ]

2 голосов
/ 29 сентября 2013

Тема намного более сложна, чем следующий "упрощенный ответ непрофессионала" **, но ...

Упрощенно, образец света в точке может быть представлен двумерной позицией плюс амплитуда или амплитуда трех векторов ортогональных компонентов. Традиционно используют красный, зеленый и синий, приблизительно соответствующие длинам волн цветового рецептора в большинстве человеческих глаз *, но в равной степени могут использоваться и другие компоненты. (* Некоторым глазам не хватает всей или некоторой чувствительности в одном или нескольких рецепторах, и некоторые утверждают, что у нескольких людей есть дополнительный рецептор длины волны).

Набор "красной" кривой не обладает чувствительностью в некоторых областях - общий измеренный свет будет меньше общего.

Набор «синей» кривой очень сильно перекрывается. Свет на длине волны посередине между точками реакции красного (справа) и синего (среднего) пека будет одинаково отображаться как в красном, так и в зеленом каналах, и его невозможно будет отличить ни в одном канале от монохроматического света немного меньшей интенсивности.

Я ожидаю, что узкие красные кривые будут иметь некоторые проблемы с низкой чувствительностью и плохо справляться с небольшим количеством света с отчетливыми пиками спектра, НО
Я ожидал бы, что широкие синие кривые обеспечат неточный беспорядок в пастельных тонах.

Из этих двух я ожидал бы, что узкие кривые будут работать лучше, но еще лучше было бы что-то с более широкими квадратными непересекающимися кривыми отклика, которые имеют очень небольшое мертвое пространство и минимальное перекрытие. Неселективные избирательные интерференционные фильтры, вероятно, будут соответствовать потребностям.

Здесь много идей и примеров

На что обычно претендуют настоящие люди Отсюда

enter image description here

НО есть много вариантов в зависимости от применения. Один «трюк» состоит в том, чтобы использовать четкие квадратные неперекрывающиеся фильтры плюс канал яркости, который покрывает весь спектр.

Несколько других примеров.

enter image description here


** Будь то упрощенный ответ или упрощенный мирянин, оставленный на усмотрение читателя.

1 голос
/ 21 декабря 2013

Спектральная чувствительность вашей комбинации сенсор / объектив оказывает большее влияние на объем обработки изображения до создания файла JPEG или необработанного файла. Сегодняшняя камера обрабатывает файл для того, чтобы выглядеть по вашему желанию, учитывая профиль камеры (зависит от бренда). Поэтому производители камер измеряют спектральную чувствительность своих датчиков и создают эти профили. Мы можем сделать то же самое, если у нас есть доступ к некоторым сильно откалиброванным техническим инструментам и у нас есть возможности программирования для создания профилей ICC.

Просматривая ваши графики, я вижу, что вы можете получить некоторую неверную информацию. Сначала давайте начнем с относительного человеческого зрения:

Color Matching Functions

Итак, это относительные измеренные длины волн и интенсивности, которые мы, люди, можем видеть. Некоторые могут заметить, что я удалил отрицательный зеленый узел и нарисовал все относительно для сравнения.

Теперь мы сравним это со спектральной чувствительностью CMOS сенсорной камеры. В этом случае Canon XTI я отмерил хитрость назад:

EOS XTI Spectral Sensitivities

Так ясно, что люди видят иначе, чем камеры. Эта разница называется условием Лютера-Айвса , и в результате возникает много шума на изображениях и обработке изображений, что восполняет нашу неспособность изготовить датчики, которые могут удовлетворить это условие. Результатом в цвете является метамеризм. Потому что наше человеческое зрение RGB по своей природе видит лучше и отличается от датчиков камеры, и мы встроили автоматический баланс белого, называемый хроматической адаптацией. Камеры просто не могут имитировать то, что Бог создал очень хорошо.

Итак, чтобы получить спектральную чувствительность камеры, вам нужно специальное оборудование. Есть несколько способов сделать это, поэтому я опишу свой метод, и другие могут присоединиться к их личному фавориту: 1. Telespectro Radiometer или Monochrometer (я предпочитаю монохрометр) 2. Настольное крепление

Некоторая основополагающая информация: Три входных канала предполагаются для данных спектральной чувствительности. Спектральные данные для принятой сцены белого цвета и "отражающие рассеиватели" освещения должны быть абсолютными или нормированными с использованием того же коэффициента. Камера измеряет спектральную чувствительность.

Основные цвета RGB для балансировки белого обучающих цветов должны быть нормализованы так, чтобы равные количества основных цветов, объединенные вместе, давали равные значения CIE XYZ. Основные цвета могут быть выбраны для получения соответствующих цветов (имитация хроматической адаптации), но это не требуется. Затем мы вычисляем матрицу балансировки белого от принятого XYZ сцены до цветового пространства назначения, принятого XYZ белого цвета. Затем просто рассчитайте линейные целевые значения. Затем рассчитайте линейный отклик камеры на принятые множители белого и канала баланса белого. После этого мы рассчитываем балансные линейные ответные сигналы камеры для обучающих цветов. Тогда все, что нужно, - это рассчитать матрицу преобразования цвета из линейной RGB с балансировкой белого в целевую линейную RGB на основе ошибки наименьших квадратов в цветовом пространстве назначения с нелинейностью гамма-параметра.

При отображении значений в XYZ мы видим довольно большую разницу между RGB камеры и человеческим зрением. enter image description here

Так, какие выводы мы можем сделать из этого, чтобы сделать наше искусство наилучшим? Ну, как и все в искусстве, это зависит от целей вашего конкретного проекта или желаний художника. Если цель состоит в том, чтобы иметь возможность воспроизвести человеческое зрение, забудьте об этом. Но если у вас есть особая потребность в том, чтобы вы точно откалибровали камеру для точного фотографирования и рендеринга, то этот метод может оказаться возможным в зависимости от точной спектральной чувствительности вашей конкретной камеры, объектива и источников света. Графики показывают датчик CMOS, который будет иметь очень отличную чувствительность, чем матрица CCD, изображенная выше. Большинство хороших камер на сегодняшний день - CMOS, поэтому технология CCD будет использоваться в качестве сканеров.

Таким образом, чтобы подвести итог всего этого, вы не можете преодолеть проблемы спектральной чувствительности за пределами сенсора, но вы можете немного изменить сигнал, чтобы компенсировать набор факторов, которые остаются неизменными в течение необходимого вам времени. Это может работать для некоторых художественных фотографий и фотографий продуктов, чтобы сократить время цветокоррекции и обеспечить более эффективные рабочие процессы для крупных производителей каталогов. Но метамерные эффекты различий между продуктами с учетом их красителей и пигментов все же могут привести к увеличению времени для подбора цветов и правильных изображений.

Так что я надеюсь, что эта информация окажется полезной.

0 голосов
/ 29 сентября 2013

Это не равномерно. Равномерная чувствительность будет равна частоте. Ни один из этих графиков не является желательным, хотя синий более верен для датчиков с байеровским рисунком. Для технической стрельбы я бы предпочел «красный» (чёрный колючий) сюжет.

Синий имеет перекрестные помехи между каналами. Если у объекта больше зеленого, значения красного и синего повышаются. Существует калибровка, называемая « спектральная резкость », которая не дает перекрестных помех. Он калибрует простую линейную комбинацию, в которой col_x = a1 * col_x + a2 * col_y + a3 * col_z и т. Д.

Пример, где я угадал значения, которые предполагают, что к красному добавлено немного зеленого, поэтому я вычитаю немного зеленого, а зеленый имеет немного красного и синего, поэтому я вычитаю это и синий имеет немного зеленого. Вы видите, например, что синий цвет в глазах больше выпадает, желтый становится менее голубым, а рыжеватые светлые волосы становятся немного больше рыжего. Хотя шея в тени все испортила. Смешанное освещение сложно.

Example of manual spectral sharpening

Колючий сюжет имеет хорошее разделение между каналами. Просто нужно использовать его на вещах, которые отличаются на этих трех длинах волн. И это часто то, что мы делаем, используя монохромные камеры и добавляя узкополосный фильтр. Эта вымышленная камера, которую вы построили, является роскошной, поскольку в ней есть 3. Во влажной мечте исследователей сельского хозяйства иметь три таких шипа на зеленом, 680 нм красного (для вычислений красного края) и 780 нм NIR. Я знаю кое-кого, кто специально сделал фильтр для RGB-камеры, который «обостряет» шипы для зеленого и красного края, а затем использует разделенную призму для NIR на монохромной камере.

...