Miért van még szükség fizikai aliasing szűrőre a modern DSLR-eknél?
On február 15, 2021 by adminÉrtem, hogy az anti-aliasing (AA) szűrő célja a moire megakadályozása. Amikor a digitális fényképezőgépek először megjelentek, AA szűrőre volt szükség ahhoz, hogy elegendő elmosódást hozzon létre a moire-minták megelőzéséhez. Abban az időben a kamerás processzorok teljesítménye nagyon korlátozott volt. De miért kell mégis AA szűrőt elhelyezni az érzékelő felett a modern DSLR kamerákban? Nem sikerült ezt megtenni ugyanolyan egyszerűen el lehet érni az algoritmusokkal, amikor az érzékelő kimenetét lemosózzák? Úgy tűnik, hogy a jelenlegi, kamerán belüli rendelkezésre álló feldolgozási teljesítmény ezt sokkal jobban lehetővé teszi, mint néhány évvel ezelőtt. Canon ” A jelenlegi Digic 5+ processzor a Digic III processzor feldolgozási teljesítményének több mint 100-szorosa, amely eltörpíti a legkorábbi digitális fényképezőgépek teljesítményét. Különösen RAW fájlok készítésekor nem lehetne az AA elmosódást elvégezni az utólagos feldolgozás szakaszában? Ez a Nikon D800E alaptétele, annak ellenére, hogy az első ellensúlyozásához egy második szűrőt használ?
Megjegyzések
- Nem az. Vannak már DSLR-k, amelyekben nincs alias szűrő, beleértve a Pentax K-5 II-ket, a Nikon D800E-t, valamint a tükör nélküli modelleket, mint az Olympus PEN E -PM2 és az összes Fujis (X-E1, X-Pro1). Ráadásul még AA-szűrő nélküli rögzített objektíves kamerákat is bejelentettek (X20 és X100S).
- És ezeknél a kameráknál időnként színes mályvaszín látható.
- Valóban, de más kamerák is. Gyanítom, hogy egy olyan alias szűrő, amely elkerüli az összes moire-t, túl erős lenne, ezért a gyártók kisebb szilárdságú AA szűrőket használnak. Például a K-5 II és K-5 II összehasonlítás , a moire mindkét kamerán előfordul, csak sokkal inkább a K-5 II-kkel.
- IIRC az új Nikon D7100 nincs ‘ sem.
- Egy Most a Pentax K-3-nak nincs szűrője, de módja van, hogy az érzékelőt nagyon, nagyon enyhén rezgesse az expozíció során, hogy szimulálja azt. Sok érdekes újítás ezen a területen.
Válasz
Az álnevezés nagyjából a ugyanaz a frekvencia nem kívánt módon zavarja egymást. Fényképezés esetén a lencse által az érzékelőre vetített kép magasabb frekvenciája létrehozza az interferencia-mintát (ebben az esetben moiré) a pixelrácson. Ez az interferencia csak akkor fordul elő, ha ezek a frekvenciák nagyjából megegyeznek, vagy ha az érzékelő mintavételi frekvenciája megegyezik a kép hullámfrekvenciájával. Ez a Nyquist határ. Megjegyzés … ez egy analóg kérdés … a moiré olyan interferencia miatt következik be, amely valós időben valósul meg a való világban, mielőtt a kép valóban exponálódna.
Amint a kép ki van téve, az interferencia-minta hatékonyan „be van sütve”. Bizonyos mértékig használhatja a szoftvert a moiré minták tisztításához a poszton, de minimálisan hatékony, ha összehasonlítjuk az érzékelő előtti fizikai aluláteresztő (AA) szűrővel. A moaré miatti részletkiesés nagyobb is lehet, mint egy AA szűrőé, mivel a moaré gyakorlatilag nonszensz adat, ahol a kissé elmosódott részlet még mindig hasznos lehet.
Az AA szűrőt csak arra tervezték, hogy elmosja ezeket a frekvenciákat a Nyquistnél, így nem hoznak létre interferencia mintákat. Azért van még szükségünk AA szűrőkre, mert a képérzékelők és lencsék továbbra is képesek azonos frekvenciára felbontani. Amikor az érzékelők odáig javulnak, hogy maga az érzékelő mintavételi frekvenciája a legjobb lencséknél is folyamatosan magasabb, mint optimális rekeszüknél, akkor csökken az AA szűrő szükségessége. Maga a lencse hatékonyan kezeli a számunkra szükséges elmosódást, és az interferencia mintázatai soha nem jelennek meg.
Megjegyzések
- Itt van egy rész megjegyzés elküldve a következő címre: photo.stackexchange.com/questions/10755/… . Még mindig hiszi, hogy pontos? Ha igen, hogyan sütik be a mintát, amíg a RAW adatokat nem mozdítják el? ” Ironikus, hogy legalább az RAW esetében az elméleti nyquista határ nem mindig tűnik kemény határnak, ami valószínűleg a vörös, zöld és kék fény különböző hullámhosszainak és az RGB pixelek eloszlása egy érzékelőben. – jrista ♦ április 10. ‘ 11, 18:50 ”
- úgy gondolom, hogy általában a felbontásról beszéltem és nem közvetlenül a felvett digitális jel álnevének. A nyquist limit az RGRG és GBGB sorok egyenetlen mintázata miatt egy kemény dolog, amit le lehet szúrni a bayer szenzorban. A zöld térbeli felbontása nagyobb, mint a vörös vagy a kék térbeli felbontása, ezért a vörös vagy kék fényben lévő nyquist határ alacsonyabb frekvencián áll, mint a zöld fény nyquist határa.A demózott kép nyquist-határát nehéz pontosan meghatározni, ezért kissé fuzzy bandává válik, nem pedig konkrét matematikai határértékéül.
- … ez a minta a kép részévé válik. Még akkor is, ha tudná a virtuális kép pontos wavelet-jellemzőit, és előállíthatna egy négyes sorozatot, a moire tökéletesen “. Ez sok túlzottan intenzív, nagyon matematikai munka … feltételezve, hogy ismeri az eredeti virtuális képjel PONTOS természetét és annak viszonyát az érzékelőhöz. Amint az álnevezés RAW-ba süllyed, nagyjából elkészült, valójában nincs ‘ semmi visszavonása a részletek lágyítása nélkül.
- Mindent tudok a különbségről piros / kék és zöld között. Ami az összes jelenlegi optikai AA szűrőt csak a nyquistnél szűri, ez valóban a kamerától függ. Nem minden AA szűrőt terveznek pontosan ugyanúgy, és még ugyanannak a márkának is, a különböző modellek és a különböző vonalak gyakran rendelkeznek másképp viselkedő AA szűrőkkel. Tudom, hogy történelmileg az 1D és 5D vonalak átengedtek NÉHÁNY frekvenciát közvetlenül a nyquist felett, azonban úgy gondolom, hogy a lencse felbontásával kell egyensúlyba hozni. A C, a D800, a D3200 pixelek nagyon-nagyon kicsik. Kis szegmensen kívül, ha valóban új objektívek (például a Canon ‘ Mark II L-sorozatú generáció, és csak az utóbbi két-három évben kiadott objektívek) képesek eléggé megoldani részletesen, hogy jelentősen felülbírálja az érzékelőt, és a nyquist-nél magasabb frekvencián okozhat álnevet. Szűrj nyquist környékén, és maga a lencse ezen túl elmosza a részleteket. Úgy gondolom, hogy ez az oka annak, hogy az 5D vonal túlságosan erős AA szűrővel rendelkezik … a lencsék könnyebben megoldják.
Válasz
A fizika egyszerűen nem működik így. Az aliasing visszafordíthatóan átalakítja a Nyquist határon túli frekvenciákat, hogy a határérték alatti frekvenciaként jelenjenek meg, bár ezek Az “álnevek” nem igazán vannak. Az álneves jel feldolgozása semmilyen szinten nem képes az eredeti jel visszaállítására. A fantasztikus matematikai magyarázatok meglehetősen sokáig eljutnak, hacsak nem volt osztálya a mintavétel elméletében és a digitális jelfeldolgozásban. Ha mégis, akkor nem tenné fel a kérdést. Sajnos a legjobb válasz egyszerűen “Ez nem a fizika működése. Sajnálom, de ebben bíznod kell bennem. .
Ha valami durva érzetet akarsz kelteni abban, hogy a fentiek igazak lehetnek, vegye fontolóra egy kép képét. téglafal. AA szűrő nélkül moire minták lesznek (amelyek valójában az álnevek), amelyek hullámossá teszik a tégla vonalakat. Soha nem látta az igazi épületet, csak a hullámos vonalakkal ellátott képet.
Honnan tudja, hogy az igazi téglákat nem hullámos mintákban rakják le? feltételezed téglák általános ismerete és a téglafalak látásának emberi tapasztalata alapján. Tudna azonban valaki csak azért, hogy pontot tegyen, szándékosan téglafalat készíteni, hogy a való életben (a saját szemével nézve) olyan legyen, mint a kép? Igen, tudták. Ezért lehetséges-e matematikailag megkülönböztetni a normál téglafal álnevét és a szándékosan hullámos téglafal hű képét? Nem, ez nem. Valójában akkor sem lehet különbséget tenni, kivéve, hogy a kép valószínűleg által képviselt elképzelése azt a benyomást keltheti, mintha megteheti. Megint szigorúan véve nem mondhatja el, hogy a hullámok a moire-minta műtermékei vagy valósak.
A szoftver nem tudja varázsütésre eltávolítani a hullámokat, mert nem tudja, mi az igazi és mi nem. Matematikailag kimutatható, hogy nem tud, legalábbis csak a hullámos kép megtekintésével.
A téglafal nyilvánvaló eset lehet, amikor megtudhatja, hogy az álnevezett kép helytelen, de ott sokkal finomabb esetek, amikor valóban nem tudod, és lehet, hogy nem is tudod, hogy álnevezés folyik.
Hozzáadva válaszként a megjegyzésekre:
A hangjel és a kép álnevének különbsége csak abban áll, hogy az előbbi 1D, az utóbbi 2D. Az elmélet és a matematika a hatások megvalósításához továbbra is ugyanaz, csak a 2D-ben alkalmazzák a képek kezelésénél. Ha a minták egy szokásos téglalap alakú rácson vannak, akárcsak egy digitális fényképezőgépben, akkor további érdekes kérdések merülnek fel. Például a mintavételi frekvencia sqrt (2) alacsonyabb (kb. 1,4-szer alacsonyabb) az átlós irányok mentén, a tengelyhez igazított irányokhoz igazítva. A mintavételi elmélet, a Nyquist-sebesség és az álnevek valójában azonban nem különböznek egy 2D-jeltől, mint egy 1D-jeltől.Úgy tűnik, hogy a fő különbség az, hogy azoknak, akik nem szoktak frekvenciatérben gondolkodni, nehezebb körbefogni az elméjüket, és kivetíteni, mit jelent mindez a képen látottak szempontjából. nem, akkor nem lehet “demosaic” jelet adni, legalábbis abban az esetben, ha nem tudja, hogy mi az eredeti. Moire-minták, amelyeket folytonos kép are álnevek mintavétele okoz. Ugyanez a matematika vonatkozik rájuk, ugyanúgy, mint a magas frekvenciákra, amelyek hangsugárzást váltanak át és háttérfüttyökként hangzanak. Ugyanazok a dolgok, ugyanazzal az elmélettel magyarázzák meg, és ugyanaz a megoldás foglalkozik vele.
Ez a megoldás az, hogy kiküszöböljük a Nyquist határérték fölötti frekvenciákat előtt mintavétel. Egy egyszerű aluláteresztő szűrővel megvalósítható hangban, amelyet esetleg készíthet egy ellenállásból és kondenzátorból. A képmintavételezéshez még mindig szüksége van egy aluláteresztő szűrőre, ebben az esetben veszi fel a megvilágított fény egy részét csak egyetlen pixel, és a szomszédos pixelekre terjeszti. Vizuálisan ez úgy néz ki, mint a kép enyhe elmosódása a mintavétel előtt . A nagy frekvenciájú tartalom finom részleteknek vagy éles éleknek tűnik a képen. Ezzel szemben az éles élek és a finom részletek magas frekvenciákat tartalmaznak. Pontosan ezek a magas frekvenciák változnak álnevekké a mintában. Egyes álneveket moire-mintáknak nevezünk, amikor az eredetinek valamilyen szabályos tartalma volt. Egyes álnevek a “lépcsőfok” hatást adják a vonalaknak vagy éleknek, különösen akkor, ha majdnem függőlegesek vagy vízszintesek. Vannak más vizuális effektek is, amelyeket álnevek okoznak.
Csak azért, mert az audiojelek független tengelye az idő, és a kép független tengelyei (kettő, mivel a jel 2D-s), a távolság nem teszi érvénytelenné a matematikai szempontból, vagy valahogy különbséget tesz az audiojelek és képek között. Valószínűleg azért, mert az aliasing és anti-aliasing elméletét és alkalmazását olyan 1D jelekre fejlesztették ki, amelyek időalapú feszültségek voltak, az “időtartomány” kifejezést használják a “frekvenciatartomány” ellentétére. “. Egy képen a nem frekvenciás térábrázolás technikailag a” távolságtartomány “, de a jelfeldolgozás egyszerűsége érdekében ennek ellenére gyakran” időtartománynak “nevezik. Ne hagyja, hogy ez elvonja a figyelmét az aliasról van. És nem, egyáltalán nem bizonyíték arra, hogy az elmélet nem vonatkozik a képekre, csupán az, hogy a dolgok leírására történelmi okokból néha megtévesztő szavak választását alkalmazzák. Valójában az “időtartomány” rövidítés, amelyet a képek nem gyakorisági tartományára alkalmaznak, valójában mert az elmélet ugyanaz a képek és a valós időalapú jelek között. Az álnevezés függetlenül attól, hogy mi történik a független tengely (vagy tengelyek), álnéven alapul.
Hacsak nem hajlandó elmélyülni ebben egy pár főiskolai kurzus szintjén a mintavétel elméletéről és a jelfeldolgozásról, végül csak bíznod kell azokban, akik rendelkeznek. Néhány ilyen dolog nem értelmezhető jelentős elméleti háttér nélkül.
Kommentárok
- Mindezek a mintavételezésben és a digitális jelfeldolgozásban a hátterem a digitális hangra vonatkozik. Megértem, hogy az aluláteresztő szűrő hogyan hat egy bizonyos frekvencián felüli hangok korlátozására az AD konverzióba való bekerülésben. Ha ‘ re mintavétel 44,100Hz-nél olyan szűrőt alkalmaz, amely körülbelül 20Khz sebességgel kezd el gördülni, és a 22Khz által adott válasz nagyjából eltűnt. De a digitális képalkotásnál ez nem ilyen egyszerű, mert még AA szűrők esetén is átmegy némi álnevezés. Én ‘ olvastam másutt, hogy a szűrők nem ne próbáljon mindent elzárni a Nyquist fölött, mert az túlságosan csökkentené a felbontást.
- Egyet kell értenem azzal, hogy a probléma, amellyel az aluláteresztő szűrő foglalkozik a fényképezőgépben, nem ugyanaz, mint az a probléma, amellyel az audio-feldolgozás aluláteresztő szűrője foglalkozik. Azt hiszem, a legjobb módja annak, hogy az audio aluláteresztő szűrő közvetlenül működik egy elektronikus jel mellett, ahol optikai aluláteresztő szűrő működik a lencse által előállított képjel térbeli frekvenciáin. Az az elektronikus jel, amellyel szokott dolgozni, más jellegű, mint a képi jel.
- @Michael: Lásd a válaszom kiegészítését.
- ” A folyamatos kép mintavételéből fakadó Moire-minták álnevek. ” – Olin. Azt hiszem, ez a legfontosabb pont ott! Amikor valóban megvilágítja, nem az eredeti virtuális kép tiszta verzióját rögzíti … az adatpontok álneveit rögzíti az eredeti virtuális képen belül. A számítógépen szereplő adatok álneveket tartalmaznak. Nagyon szép, tömör és világos megfogalmazás. 🙂
- @Michael: Helyes, amit mondasz arról, hogy a színes képpontokat hogyan interpolálják a nyers érzékelő értékeiből, de nincs hatással az álneves beszélgetésre.
Vélemény, hozzászólás?