Матрица фотоаппарата: что ей вредит?

Матрица расcчитана на фиксацию фотонов в ловушках и выдавать информацию об их количестве. Это холодное излучение.
На другие виды излучения (ЖКИ — жесткие космические излучения) матрица не раcсчитана, и выходит из строя.
Физически матрица — нежная поверхность, которую легко повредить и испачкать.

Что же вредит матрице?

• Прямые солнечные лучи, сварка
• Авиаперелеты, радиация
• Механические повреждения при сухой чистке
• Химические повреждения, пятна от влажной чистки

Прямые солнечные лучи, сварка

При большом количестве инфракрасного излучения пикселы просто выгорают.
Такие лучи нарушают слой структуру пиксела, часть становится неработоспособной.

Авиаперелеты

В самолете и во время просветки рентгеном на таможне на матрицу действует излучение, от которого возникают пикселы с отклонением от нормы.

Что это и как влияет на фото — читайте здесь.

Механические повреждения

обычно возникают при попытках самостоятельно почистить матрицу сухим способом или выдуть пыль.
Это можно сделать чем угодно: начиная от “калачика” ваты, который держат пинцетом или ножницами и заканчивая грушей с пластиковым наконечником.
Одно неудачное движение — и, если перед матрицей не стоит пас-фильтр — царапина готова. И сам пас-фильтр можно повредить, что равносильно повреждению и замене матрицы.

Химические повреждения, пятна после чистки

Возникают при влажной чистке матрицы своими руками.
В домашних условиях используют обычную кипяченую воду, спирт и спиртосодержащие вещества, смывку для ногтей…

Хорошего ничего не будет: от воды остаются пятна, спирт, ацетон растворяют покрытие.

Запомните: те вещества, которыми вы чистите матрицу не должны быть растворителями, не должны оставлять кристаллы или пленку после высыхания.
В специализированных средствах для химической очистки матриц используется высочайшей очистки изопропиловый спирт, в определенной пропорции с дистилированной водой.
В аптеке или самостоятельно такой спирт не добудешь.
Не рекомендуем покупать изопропилоый спирт и пытаться чистить матрицу им.

Что делать, чтобы продлить работу матрицы и фотоаппарата?

• Делайте чистку в профессиональных сервисных центрах.
• Не снимайте солнце в зените.
• Спокойно относитесь к “битым” пикселам: если их не 300 и больше, снимайте на здоровье. Не хватайтесь за “самодельные” программы по ремапингу.

Другие статьи раздела

Что представляет собой матрица цифрового фотоаппарата? — Любить фотографию

Матрица цифрового фотоаппарата – это специальный датчик, который регистрирует свет, необходимый для получения фотографии. Датчик состоит из миллионов ячеек, в которые регистрируется информация. Эти ячейки мы привыкли называть мегапикселами. Мегапикселы воспринимают свет по его яркости. Каждый пиксель регистрирует свою часть изображения, в результате чего из миллионов этих пикселей мы получаем фотографию. Матрица цифрового фотоаппарата, конечно же, использует в работе сложные принципы, приведенное выше описание – лишь упрощенный их вариант.

Тем не менее, привычное убеждение в том, что качество фотографии определяется количеством мегапикселей не имеет ничего общего с реальным положением дел. Матрица цифрового фотоаппарата способна уместить в себе миллионы пикселей, но чем больше ее физический размер (в миллиметрах, а не в мегапикселах), тем больше размер одного пикселя, и тем лучше конечный результат. Таким образом, два фотоаппарата с одинаковым количество мегапикселей (например, 10-мегапиксельная мыльница и 10-мегапиксельная профессиональная зеркальная фотокамера) будут отличаться по качеству работы: и качество будет гораздо выше у профессиональной камеры.

Приведу аналогию со шкафами. Как в большой, так и в маленький шкаф можно уместить 100 вещей, но в большом шкафу они могут сохранить свою форму, а в маленьком шкафу – неизбежно помнутся. Таким образом, если слишком маленькая матрица цифрового фотоаппарата будет содержать в себе 14 мегапикселей, качество фотографии в некоторых случаях может быть хуже, чем у фотоаппаратов с той же матрицей, но 10-ю мегапикселами разрешения.

Виды матриц

ПЗС-матрица цифрового фотоаппарата (CCD)

Долгое время в производстве фото- и видеокамер использовались CCD-датчики. В течение какого-то времени качество фотографий, сделанных на камеру с CCD-матрицей было выше, чем качество фотографий, сделанных на фотоаппарат с CMOS-матрицей.

Сегодня такие сенсоры используются в компактах и некоторых профессиональных камерах, однако основная масса камер оснащена CMOS-сенсором. По сравнению с CMOS-матрицей, CCD-матрица цифрового фотоаппарата приводит к большему количеству шумов.

CMOS-матрицы

CMOS-матрицы долгое время уступали CCD-сенсорам, но сегодня эта технология используется повсеместно, поскольку датчики достигли высокого качества.

CMOS-датчики более эффективны в работе, им требуется меньше батарейного заряда для работы. Кроме того, CMOS-матрица цифрового фотоаппарата лучше приспособлена для серийной съемки.

Таким образом, эти датчики часто используются в скоростных камерах люкс-класса, для которых важна высокая скорость съемки.

К счастью, большинство современных зеркальных фотоаппаратов оснащены именно CMOS-матрицей, в том числе, самые бюджетные модели зеркальных фотокамер, такие как Nikon D3200 или Canon 650D.

Замена матрицы на фотоаппарате Canon EOS 1100D

Не будет секретом то, что матрица – это самый дорогостоящий компонент любого фотоаппарата. При этом, проще простого нанести вред светочувствительному элементу по незнанию или по несчастливому стечению обстоятельств.

Итак, перечислим все сценарии, в ходе которых матрица фотоаппарата может быть непоправимо (или поправимо) повреждена:

• Механическое повреждение светочувствительного полотна или защитного стекла в ходе неквалифицированной попытки чистки. Кроме того, беззеркальные фотоаппараты, у которых доступ к матрице появляется сразу после демонтажа объектива. Их сенсор ещё легче повредить даже без попыток чистки, а при переустановке объектива.
• Вода и влажная среда вредит матрице фотоаппарата ровно также, как и остальным электронным компонентам совершенно любого устройства.
• Попадание на поверхность матрицы лазера может спровоцировать черные пятна или полосы.
• Повреждения контактной площадки и шлейфа матрицы.

Диагностика Canon EOS 1100D – почему появились полосы на фотографиях?

К нам был доставлен фотоаппарат Canon EOS 1100D. При заполнении заявки на ремонт, владельцы сообщали, что на всех снимках присутствуют полосы. Также было выявлено, что фотоаппарат Canon EOS 1100D при падении претерпел сильное механическое воздействие.

Инженер принял фотоаппарат в работу, строя предположение о неисправности шлейфа матрицы фотоаппарата Canon EOS 1100D, которая появилась из-за рокового падения.

Однако разбор и осмотр показали, что изначальное предположение было ошибочным – шлейф был цел. Дополнительная диагностика сенсора показала, что возникшая неисправность локализируется на межслойном уровне матрицы фотоаппарата Canon EOS 1100D.

Ремонт фотоаппарата Canon EOS 1100D: замена матрицы

Единственным способом, который поможет избавиться от ненавистных полос в поле снимка, станет замена матрицы фотоаппарата.

Довольно быстро матрица для Canon EOS 1100D была отгружена и доставлена к нам в сервис. Инженер установил её в фотоаппарат.

Далее следовала настройка и синхронизация новой матрицы с системной платой фотоаппарата для корректной цветопередачи и резкости фотографий.

Все мероприятия по замене матрицы на Canon EOS 1100D произведены успешно, поэтому отремонтированный фотоаппарат возвращается к своим владельцам с трёхмесячной гарантией от сервисного центра Фотоблик.

Копирование контента с сайта Fotoblick.ru возможно только при указании ссылки на источник.

© Все права защищены.

Как определяются параметры внутренней и внешней камеры? — Поддержка

1. Внешние параметры камеры

2. Из 3D в 2D: внутренние параметры камеры

2.1 Перспективный объектив

2.1.1 Модель камеры без искажения
2.1.2 Модель камеры с искажением

2.2 Линза рыбий глаз

3. Внешние параметры установки камеры

(PDF) Калибровка матрицы камеры с использованием круговых контрольных точек и раздельной коррекции поля геометрического искажения

, чем перспективное смещение, и устранение возможно только в том случае, если поле искажения известно заранее, что составляет

. возможно с использованием калибровочной арфы. Численные результаты

как для неискаженных синтетических, так и для искаженных реальных данных

показали, что наш метод позволяет получить более стабильные результаты

для параметров калибровки камеры, что означает меньшую величину отклонений параметров

.

Возможные направления будущей работы включают использование более

широких наборов данных, которые могут быть получены с помощью различных камер

. Кроме того, калибровка камеры является только первым шагом в цепочке точной 3D-реконструкции

, поэтому сравнение

точности извлеченных 3D-данных может быть выполнено с помощью современных методов

и против наземной истины, что поможет

для оценки конечного повышения точности при использовании нашего метода

в контексте 3D-реконструкции.

ПОДТВЕРЖДЕНИЕ

Часть этой работы финансировалась Национальным агентством

la Recherche (ANR), проект STEREO (программа ASTRID

2012).

СПИСОК ЛИТЕРАТУРЫ

[1] Р. И. Хартли, «Евклидова реконструкция из некалиброванных

ракурсов», в Труды Второго совместного европейского семинара

США по применению инвариантности в компьютерах

Vision. Лондон, Великобритания, Великобритания: Springer-Verlag, 1994, стр.

237–256.[В сети]. Доступно: http://dl.acm.org/citation.cfm?

id = 647302.760233

[2] Д. К. Браун, «Калибровка камеры ближнего действия», Фотограмма

, метрическая инженерия, т. 37, нет. 8, pp. 855–866, 1971.

[3] W. Faig, «Калибровка системы фотограмметрии ближнего действия

tems: математическая формулировка», Photogrammetric Engineer-

ing and Remote Sensing, vol. 41 (12), pp. 127–140, 1975.

[4] З. Чжан, «Гибкий новый метод калибровки камеры»,

IEEE Trans.Pattern Anal. Мах. Intell., Т. 22, нет. 11,

pp. 1330–1334, ноябрь 2000 г. [Online]. Доступно: http:

//dx.doi.org/10.1109/34.888718

[5] J.-Y. Буге. (2000) Набор инструментов для калибровки камеры Matlab.

[Онлайн]. Доступно: http://www.vision.caltech.edu/bouguetj/

calib doc /

[6] М. Пьеро Дезейлиньи и И. Клери, «Apero, программное обеспечение с открытым исходным кодом

для автоматической настройки пакетов

. калибровка и ориентация набора изображений », ISPRS —

Международный архив фотограмметрии, Remote

Sensing and Spatial Information Sciences, vol.XXXVIII-

5 / W16, стр. 269–276, 2011. [Online]. Доступно: http:

//www.int-arch-photogramm-remote-sens-spatial-inf-sci.net/

XXXVIII-5-W16 / 269/2011/

[7] RY Tsai, “A универсальный метод калибровки камеры для высокоточной метрологии машинного зрения

с использованием серийных телекамер и объективов

», журнал IEEE Journal on Robotics

and Automation, vol. РА-3, стр. 323–44, 1992. [Онлайн].

Доступно: http: //dl.acm.org / citation.cfm? id = 136913.136938

[8] Дж. Венг, П. Коэн и М. Эрниу, «Калибровка камеры

с моделями искажения и оценкой точности», IEEE Trans.

Образец Анал. Мах. Intell., Т. 14, вып. 10, pp. 965–980,

Oct. 1992. [Online]. Доступно: http://dx.doi.org/10.1109/34.

159901

[9] Дж. Мэллон и П. Ф. Уилан, «Какой узор? аспекты смещения

плоских калибровочных шаблонов и методов обнаружения », Pattern

Recognition Letters, vol.28 (8), pp. 921–930, 2007.

[10] П. Ф. Штурм и С. Дж. Мэйбанк, «Калибровка с помощью плоской камеры

: общий алгоритм, особенности, приложения».

в CVPR. IEEE Computer Society, 1999, стр. 1432–1437.

[11] J.-N. Уэлле и П. Хеберт, «Простой оператор для очень точной оценки эллипсов

», в Canadian Conference on

Computer and Robot Vision, 2007, pp. 21–28.

[12] З. Тан, «Высокоточные измерения в трехмерной стерео реконструкции

», Ph.Докторская диссертация, ENS Cachan, Франция, 2011.

[13] J. Heikkil

a, «Геометрическая калибровка камеры с использованием круговых контрольных точек

», IEEE Trans. Pattern Anal. Мах. Intell.,

т. 22, нет. 10, pp. 1066–1077, Oct. 2000. [Online].

Доступно: http://dx.doi.org/10.1109/34.879788

[14] Дж. Каннала и С.С. Брандт, «Общая модель камеры

и метод калибровки для обычной, широкоугольной и

рыбы. -глазничные линзы », IEEE Trans.Анализ паттернов и машина

Intelligence, vol. 28, pp. 1335–1340, 2006.

[15] J.-N. Уэлле, Ф. Рошетт и П. Хеберт, «Геометрическая калибровка —

структурированной световой системы с использованием круговых контрольных точек»,

в 3D Data Processing, Visualization and Transmission, 2008,

pp. 183–190.

[16] К. Ян, Ф. Сан и З. Ху, «Калибровка камеры на основе плоского конуса

», в ICPR, 2000, стр. 1555–1558.

[17] Р. Хартли и А.Зиссерман, Множественная геометрия в компьютерном зрении

, 2-е изд. Нью-Йорк, Нью-Йорк, США: Cambridge

University Press, ISBN 0521540518, 2004.

[18] DW Marquardt, «Алгоритм для оценки

нелинейных параметров методом наименьших квадратов», SIAM Journal on Applied Mathe —

matics , т. 11, вып. 2. С. 431–441, 1963.

[19] В. Рудакова, П. Монасс, «Точная коррекция боковой хроматической аберрации

в изображениях», ПСИВТ, 2013.

[20] М. Хигучи, А. Датта и Т. Канаде. (2012)

Пакет программного обеспечения для точной калибровки камеры.

[Онлайн]. Доступно: http://www.ri.cmu.edu/research project

detail.html? Project id = 617 & menu id = 261

Матрица камеры | ACTi Corporation

Настоящее Соглашение предусматривает любой доступ к Информации (как определено ниже) и ее использование Пользователем.

Пользовательское соглашение веб-сайта ACTi

Настоящее пользовательское соглашение на веб-сайте ACTi («Соглашение») заключается между ACTi Corporation («ACTi»), тайваньской корпорацией с основным местом ведения деятельности по адресу 7F, No.1, Alley 20, Lane 407, Sec.2, Tiding Blvd., Neihu District, Taipei 114, Taiwan, R.O.C и («Пользователь») с его / ее идентификационным номером . Настоящее Соглашение вступает в силу с даты, когда вы нажмете кнопку «Я принимаю» ниже («Дата вступления в силу»). Настоящее Соглашение предусматривает любой доступ к Информации (как определено ниже) и ее использование Пользователем.

1. Определения.

1.1 «Информация» означает информацию, представленную на веб-страницах («Веб-страницы»), доступных в домене ACTi, acti.com, которая может включать, помимо прочего, информацию о продуктах, информацию об услугах, информацию о ценах, маркетинговую информацию, результаты анализа, программное обеспечение, инструменты поиска и результаты поиска.

1.2 «Конфиденциальная информация» означает информацию, которую ACTi раскрывает Пользователю в настоящем Соглашении, и ACTi считает конфиденциальной и / или служебной, включая, помимо прочего, материальную, нематериальную, визуальную, электронную, настоящую или будущую информацию, такую ​​как: (a) Информация ; и (b) условия настоящего Соглашения и связанные с ним обсуждения, переговоры и предложения.

1.3 «Права на интеллектуальную собственность» означают любые и все права, существующие время от времени в соответствии с патентным законодательством, законом об авторском праве, законом о защите полупроводниковых микросхем, законом о коммерческой тайне, законом о товарных знаках, законом о недобросовестной конкуренции, законом о правах на публичность, законом о правах конфиденциальности и всеми и всеми другие права собственности и любые и все приложения, обновления, расширения и восстановления для них, в настоящее время или в будущем, в силе и действии во всем мире.

2.Предоставление и изменение информации.

2.1 Предоставление информации. ACTi предоставит эту информацию пользователю для доступа и использования на веб-страницах.

2.2 Изменение информации. ACTi имеет право добавлять, удалять, изменять или изменять любую часть этой Информации без предварительного уведомления и без каких-либо обязательств.

3.Обязанности пользователя.

3.1 Пользователь обязуется соблюдать эти условия настоящего Соглашения при доступе или использовании этой Информации.

3.2 Пользователь не щадит усилий для предотвращения несанкционированного доступа или использования этой Информации, используя коммерчески разумные методы, включая, помимо прочего, сохранение вашей учетной записи и пароля веб-страниц, которые будут использоваться только вами.Пользователь должен незамедлительно приостановить или прекратить любой несанкционированный доступ или использование этой информации. Пользователь соглашается немедленно уведомить ACTi о любом несанкционированном доступе или использовании этой информации.

3.3 Пользователь не должен загружать или распространять какую-либо часть этой информации или предоставлять какую-либо часть этой информации третьим лицам без предварительного письменного разрешения ACTi.

3.4 Пользователь соглашается не изменять или модифицировать какую-либо часть этой информации.

3.5 Пользователь соглашается не использовать эту Информацию для каких-либо целей, кроме целей продвижения бизнеса для ACTi, без предварительного письменного разрешения ACTi.

4. Сборы.
ACTi бесплатно предоставит эту информацию Пользователю.

5. Конфиденциальная информация.

5.1 Пользователь не имеет права раскрывать или заставлять раскрывать полученную им Конфиденциальную информацию третьим лицам. Пользователь обязуется защищать Конфиденциальную информацию, используя ту же степень заботы, но не менее разумную, которую он использует для защиты своей собственной конфиденциальной информации аналогичного характера, чтобы предотвратить ее несанкционированное использование, распространение или публикацию любым неавторизованным третьим лицам. стороны.

5.2 Конфиденциальная информация не должна включать информацию, которая: (а) является или становится общедоступной в результате бездействия или бездействия Пользователя; (б) находился в законном владении Пользователя до раскрытия информации и не был получен Пользователем прямо или косвенно от ACTi; (c) законно раскрывается Пользователю третьей стороной без ограничений на раскрытие Пользователем; или (г) независимо разработана Пользователем без нарушения настоящего Соглашения и может быть подтверждена в письменной форме.

5.3 Пользователь может раскрывать Конфиденциальную информацию исключительно в случае необходимости в соответствии с постановлением суда, повесткой в ​​суд / повесткой или другим государственным требованием (при условии, что Пользователь заранее уведомляет ACTi обо всех коммерчески разумных усилиях и дает ACTi возможность оспорить такое постановление суда, повестку в суд / повестку в суд или государственное требование). Пользователь признает, что ущерб от ненадлежащего раскрытия Конфиденциальной информации может быть непоправимым; таким образом, ACTi имеет право требовать справедливой правовой защиты, включая временный запретительный судебный приказ или предварительный или постоянный судебный запрет, в дополнение ко всем другим средствам правовой защиты, в случае нарушения или угрозы нарушения настоящего Раздела 5.

6. Права интеллектуальной собственности.
ACTi владеет всеми правами, титулами и интересами, включая, помимо прочего, все Права на интеллектуальную собственность, относящиеся к этой Информации (и любым производным работам или их улучшениям). Пользователь не приобретает никаких прав, титулов или интересов в отношении этой Информации, за исключением ограниченных прав на использование, прямо изложенных в настоящем Соглашении. Любые права, прямо не предоставленные здесь, считаются удержанными.

7. Отказ от гарантийных обязательств.
В СТЕПЕНИ, РАЗРЕШЕННОЙ ДЕЙСТВУЮЩИМ ЗАКОНОДАТЕЛЬСТВОМ, ЛЮБОЕ ИСПОЛЬЗОВАНИЕ ДАННОЙ ИНФОРМАЦИИ ОСУЩЕСТВЛЯЕТ СОБСТВЕННЫЙ РИСК ПОЛЬЗОВАТЕЛЯ. ДАННАЯ ИНФОРМАЦИЯ ПРЕДОСТАВЛЯЕТСЯ «КАК ЕСТЬ», И ACTI НЕ ПРЕДОСТАВЛЯЕТ НИКАКИХ ГАРАНТИЙ, ЯВНЫХ, ПОДРАЗУМЕВАЕМЫХ, ЗАКОНОДАТЕЛЬНЫХ ИЛИ ИНЫХ, ВКЛЮЧАЯ БЕЗ ОГРАНИЧЕНИЯ ГАРАНТИЙ БЕЗОПАСНОСТИ, ЦЕЛОСТНОСТИ ПРАВ, ЦЕННОСТИ И КОММЕРЧЕСКОЙ ЦЕННОСТИ .ACTI НИ В КОЕМ СЛУЧАЕ НЕ ВМЕШАЕТСЯ В КАКИЕ-ЛИБО СДЕЛКИ МЕЖДУ ПОЛЬЗОВАТЕЛЕМ И ЛЮБОЙ ТРЕТЬЕЙ СТОРОНОЙ, И НЕ НЕСЕТ НИКАКОЙ ОТВЕТСТВЕННОСТИ.

8. Прекращение действия.

8.1 Пользователь может прекратить доступ к этой Информации или ее использование в любое время.

8.2 ACTi оставляет за собой право в любое время и по любой причине прекратить действие настоящего Соглашения и / или прекратить предоставление всей или любой части этой Информации.ACTi направит Пользователю уведомление как минимум за 7 (семь) дней до прекращения действия. Несмотря на вышесказанное, ACTi может расторгнуть настоящее Соглашение и / или немедленно прекратить предоставление всей или любой части этой Информации, если Пользователь нарушил настоящее Соглашение.

9. Возмещение убытков.
В той степени, в которой это разрешено применимым законодательством, Пользователь должен возмещать убытки, защищать и оградить ACTi, его дочерние компании и другие аффилированные лица, а также их должностных лиц и их должностных лиц, директоров, агентов, совместных компаний или других партнеров, сотрудников, поставщиков информации, лицензиаров и лицензиатов ( вместе, «Стороны, освобожденные от ответственности») от и против любой и всех обязательств, затрат, убытков, ущерба, претензий и требований, включая, помимо прочего, гонорары адвокатов и расходы, понесенные Сторонами, освобожденными от ответственности, возникающие в результате или связанные с (а) Пользователем доступ к этой информации или ее использование; (б) любое нарушение или несоблюдение пользователем настоящего Соглашения; (c) нарушения Пользователем прав третьих лиц, включая, помимо прочего, авторские права, права собственности и права на конфиденциальность; или (d) обвинение любой третьей стороны в возмещении убытков, понесенных Пользователем в результате доступа к этой Информации или ее использования.

10. Ограничение ответственности.
В СТЕПЕНИ, РАЗРЕШЕННОЙ ДЕЙСТВУЮЩИМ ЗАКОНОДАТЕЛЬСТВОМ, НИ ПРИ КАКИХ ОБСТОЯТЕЛЬСТВАХ НЕ БУДУТ ДЕЙСТВОВАТЬ, ЕГО ДОЧЕРНИЕ ПРЕДПРИЯТИЯ И ДРУГИЕ ДОЧЕРНИЕ ПРЕДПРИЯТИЯ, ЕГО И ИХ ОФИЦЕРЫ, ДИРЕКТОРЫ, АГЕНТЫ, СО-БРЕНДЕРЫ ИЛИ ДРУГИЕ ПАРТНЕРЫ, СОТРУДНИКИ, ПРЕДСТАВИТЕЛИ ИНФОРМАЦИИ, ЛИЦЕНЗИАТЫ И ЛИЦЕНЗИАТЫ , КОСВЕННЫЕ, ОСОБЫЕ, СЛУЧАЙНЫЕ, КОСВЕННЫЕ, ПРИМЕРНЫЕ ИЛИ КАРАТЕЛЬНЫЕ УБЫТКИ, ВКЛЮЧАЯ, НО НЕ ОГРАНИЧИВАЕМЫЕ, ЛИЧНЫЕ ТРАВМЫ ИЛИ ЛИЧНЫЕ УБЫТКИ, ПОЛУЧЕННЫЕ ДОСТУПОМ ПОЛЬЗОВАТЕЛЯ ИЛИ ИСПОЛЬЗОВАНИЕМ ДАННОЙ ИНФОРМАЦИИ, УЩЕРБАМИ ИЛИ ПРЕРЫВАНИЕМ ИСПОЛЬЗОВАНИЯ ИНФОРМАЦИЯ ИЛИ УЩЕРБ, ПРИЧИНЕННЫЙ ЛЮБЫМ УНИКАЛЬНЫМ ПРОГРАММНЫМ ОБЕСПЕЧЕНИЕМ, КОМПЬЮТЕРНЫМ ВИРУСОМ ИЛИ ИНАЧЕ, ПЕРЕДАВАЕМЫЕ С ПОМОЩЬЮ ЭТОЙ ИНФОРМАЦИИ ЛЮБОЙ ТРЕТЬЕЙ СТОРОНОЙ, ОДНАКО ВЫЗВАННАЯ И ПОД ЛЮБОЙ ТЕОРИЕЙ ОТВЕТСТВЕННОСТИ, ВКЛЮЧАЯ ИЛИ НЕ ОГРАНИЧИВАЮЩАЯСЯ ОТВЕТСТВЕННОСТЬЮ, ВКЛЮЧАЯ ИЛИ НЕ ОГРАНИЧИВАЮЩИЕСЯ ЗНАЛИЛИ ИЛИ ПРЕДУПРЕЖДЕНИЕ О ВОЗМОЖНОСТИ ТАКОГО ПОВРЕЖДЕНИЯ.НИ ПРИ КАКИХ ОБСТОЯТЕЛЬСТВАХ ОТВЕТСТВЕННОСТЬ ACTI ЗА ЛЮБЫЕ ПРЕТЕНЗИИ, ВЫЯВЛЯЮЩИЕСЯ ИЗ НАСТОЯЩЕГО СОГЛАШЕНИЯ ИЛИ СВЯЗАННЫЕ С ДАННЫМ СОГЛАШЕНИЕМ, НЕ ПРЕВЫШАЕТ ПЯТЬСОТ ДОЛЛАРОВ США (500 долларов США).

11. Разное.

11.1 Обе стороны не могут уступать или иным образом передавать свои права или делегировать свои обязательства по настоящему Соглашению.

11.2 Никакая задержка или неисполнение какой-либо из сторон какого-либо права или средства правовой защиты в соответствии с настоящим Соглашением не будет означать отказ от такого права или средства правовой защиты.

11.3 Если какое-либо положение настоящего Соглашения будет признано недействительным и не имеющим исковой силы, оно должно быть заменено, насколько это возможно, положением, наиболее близким к смыслу первоначального положения. Невозможность принудительного исполнения какого-либо положения, однако, не влияет на действительность остальной части настоящего Соглашения, которое остается в силе и подлежит исполнению в соответствии с его условиями.

11.4 Ни одна из сторон не уполномочена действовать от имени или от имени другой стороны в соответствии с настоящим Соглашением. Без ограничения общего характера вышеизложенного, каждая сторона является независимым подрядчиком, и настоящее Соглашение не создает никаких отношений принципала / агента или партнерских отношений.

11.5 Настоящее Соглашение регулируется и толкуется в соответствии с законодательством Тайваня, за исключением положений о выборе права, и обе стороны соглашаются с тем, что Тайваньский районный суд Шилинь обладает исключительной юрисдикцией первой инстанции в отношении любых споров, возникающих в связи с настоящим Соглашением между Стороны.

11.6 Разделы 5 (Конфиденциальная информация), 6 (Права на интеллектуальную собственность), 7 (Отказ от гарантий), 8 (Прекращение действия), 9 (Возмещение), 10 (Ограничение ответственности) и 11 (Разное) остаются в силе после истечения срока или прекращения действия это соглашение.

11.7 Настоящее Соглашение представляет собой полное и полное понимание и соглашение между Сторонами в отношении предмета настоящего Соглашения и заменяет все предыдущие и современные обсуждения, понимания и соглашения, устные или письменные, в отношении такого предмета.

11.8 ACTi оставляет за собой право изменять или модифицировать любые положения и условия, содержащиеся в настоящем Соглашении, время от времени с предварительным уведомлением Пользователя. Заголовки разделов, используемые в настоящем Соглашении, предназначены только для справки и для удобства и не влияют на толкование настоящего Соглашения.

camera_calibration: Матрица проекции и матрица камеры не совпадают.

Провел калибровку монокулярной камеры.Эти две страницы вики были моими ссылками для интерпретации результатов

[1] http: //docs.ros.org/api/sensor_msgs/h …

[2] http://wiki.ros.org / image_pipeline / Ca …

Матрица камеры K:

  [fx 0 cx]
K = [0 fy cy]
    [0 0 1]
  

И матрица проекции P:

  [fx '0 cx' Tx]
P = [0 fy 'cy' Ty]
    [0 0 1 0]
  

В [1] написано, что для монокулярных камер с идентификатором R P [1: 3,1: 3] обычно будет равно K, потому что Tx = Ty = 0.Теперь я выполнил простую калибровку монокулярной камеры с помощью стандартного пакета калибровки камеры от ROS (http://wiki.ros.org/camera_calibration). Как видите, матрица моей камеры и матрица проекции выглядят по-разному:

  image_width: 1288
image_height: 964
camera_name: camera
camera_matrix:
  ряды: 3
  cols: 3
  данные: [598.930216, 0, 659.737942, 0, 603.682487, 466.347353, 0, 0, 1]
distortion_model: plumb_bob
distortion_coefficients:
  ряды: 1
  cols: 5
  данные: [-0.220999, 0,03075, -0,00239, -0,001594, 0]
rectification_matrix:
  ряды: 3
  cols: 3
  данные: [1, 0, 0, 0, 1, 0, 0, 0, 1]
projection_matrix:
  ряды: 3
  cols: 4
  данные: [394.463257, 0, 644.75279, 0, 0, 491.095154, 450.103389, 0, 0, 0, 1, 0]
  

Кроме того, я понял, что матрица проекции изменяется, если я изменяю параметр «масштаб» внутри калибратора камеры, я читал что-то о интересующей области, но нигде не нашел этот параметр.

Моя установка следующая: я ищу маркеры AR на неискаженном изображении (image_rect с использованием пакета image_proc).ARToolKit нужна матрица проекции для вычисления трехмерных преобразований найденных маркеров, поэтому я думаю, что ему нужно знать P . Кроме того, я делаю обратную проекцию некоторых предполагаемых маркеров и получаю пиксельные координаты, поэтому я также использую для этого P (поскольку мне нужна проекция на исправленное изображение). Итак, как описано в [2], image_proc использует K — D — R — K ‘, чтобы получить неискаженное изображение. Верно ли, что я могу использовать P только впоследствии, когда я работаю только с неискаженным изображением (поиск маркеров и обратная проекция), как я делаю это сейчас?

Может кто подскажет, как вычисляется матрица проекции? Или К ‘?

Матрицы преобразования цвета в цифровых камерах: учебное пособие

1.

Введение

Рассмотрите возможность преобразования сцены, снятой цифровой камерой в необработанном пространстве камеры, в цифровое изображение, подходящее для отображения с использованием цветового пространства, ориентированного на вывод. По крайней мере, есть два принципиально важных вопроса, которые необходимо решить, пытаясь правильно воспроизвести внешний вид цвета. Во-первых, функции отклика цифровых фотоаппаратов отличаются от функций зрительной системы человека (HVS). Широко используемый подход к этой проблеме состоит в том, чтобы рассматривать цветовые пространства как векторные пространства и учитывать различия в ответах путем введения матрицы преобразования цвета.Типичный тип матрицы преобразования цвета, который обычно встречается, — это матрица характеристик 3 × 3 T_, которая определяет линейную взаимосвязь между необработанным пространством камеры и эталонным цветовым пространством CIE XYZ:

Вторая проблема, которую необходимо решить, — это восприятие сцены освещения WP. Хотя различные механизмы адаптации, используемые HVS, сложны и не до конца понятны, считается, что HVS естественным образом использует механизм хроматической адаптации для регулировки своего восприятия WP освещения сцены для достижения постоянства цвета при различных условиях освещения. ^{3 , 4} Поскольку датчики цифровой камеры не адаптируются естественным образом, неправильный баланс белого (WB) будет возникать, когда WP освещения сцены отличается от эталонного белого цветового пространства, связанного с выходом, используемого для кодировать выходное изображение, созданное камерой. Как показано в разд. 3, цифровые камеры должны пытаться имитировать этот механизм хроматической адаптации, используя соответствующее преобразование хроматической адаптации (CAT).

Как обсуждалось в разд.4, современные смартфоны и коммерческие необработанные преобразователи обычно вычисляют оптимальную характеристическую матрицу T_ путем интерполяции между двумя предварительно установленными характеристическими матрицами в соответствии с оценкой WP освещения сцены, и CAT реализуется после применения T_. В традиционных цифровых камерах преобразование цвета обычно переформулируется в терминах множителей необработанных каналов и матриц вращения цвета R_. Этот подход предлагает несколько преимуществ, как обсуждалось в разд. 5. Аналогичный, но более простой в вычислительном отношении подход используется конвертером исходных файлов DCRaw с открытым исходным кодом, как обсуждалось в разд.6. Конвертер цифровых негативов Adobe ^® с открытым исходным кодом (DNG) предлагает два метода преобразования цветов, и природа цветовых матриц Adobe и прямых матриц обсуждается в разд. 7. Наконец, в разд. 8.

2.

Camera Raw Space

2.1.

Gamut

Необработанное пространство камеры для данной модели камеры возникает из ее набора функций спектральной чувствительности или функций отклика камеры:

Eq. (2)

. (3)

Аналогично функциям отклика конуса глаза HVS, которые можно интерпретировать как определение количества основных цветов конуса глаза, которые глаз использует для восприятия цвета при заданном λ, функции отклика камеры можно интерпретировать как указание количества основные цвета необработанного пространства камеры на каждом λ. Например, измеренные функции отклика камеры Nikon D700 показаны на рис. 1. Однако необработанное пространство камеры является колориметрическим, только если выполняется условие Лютера-Айвса, ^{7 — 9} , что означает, что отклик камеры функционирует должно быть точным линейным преобразованием функций отклика глазного конуса, которые косвенно представлены как линейное преобразование функций согласования цветов CIE для стандартного наблюдателя.

Рис. 1

Функции отклика камеры Nikon D700. Пиковая спектральная чувствительность нормирована на единицу. Данные получены из исх. 6.

Хотя функции отклика конуса глаза подходят для захвата деталей с помощью простого объектива человеческого глаза, в цифровых камерах используются составные линзы, которые были скорректированы на хроматическую аберрацию. Следовательно, функции отклика камеры разработаны с учетом других соображений. ^{10 , 11} Например, лучшее соотношение сигнал / шум достигается за счет уменьшения перекрытия функций отклика, что соответствует характеристической матрице с меньшими недиагональными элементами. ^{10 — 12} Действительно, незначительные цветовые ошибки могут быть заменены на лучшее соотношение сигнал / шум. ^{10 — 13} С другой стороны, повышенная корреляция в измерении длины волны может улучшить производительность процедуры цветовой демозаики. ¹⁴ Из-за таких компромиссов, а также ограничений, связанных с производством фильтров, на практике функции отклика камеры не являются точными линейными преобразованиями функций отклика глазного конуса.Следовательно, необработанные пространства камеры не являются колориметрическими, поэтому камеры показывают метамерную ошибку. Метамеры — это разные спектральные распределения мощности (SPD), которые HVS воспринимают как один и тот же цвет при просмотре в одинаковых условиях. Камеры с метамерной ошибкой дают разные цветовые отклики на эти метамеры. Метамерная ошибка камеры может быть определена экспериментально и количественно с помощью индекса метамерии чувствительности цифровой фотокамеры (DSC / SMI). ^{8 , 15}

На рис. 2 показан спектральный локус HVS на диаграмме цветности xy, которая представляет собой двумерную проекцию цветового пространства CIE XYZ, которая описывает относительные пропорции трехцветных значений.Обратите внимание, что сам спектральный локус имеет форму подковы, а не треугольника из-за того, что перекрытие функций ответа глаз-конус предотвращает независимую стимуляцию глазных колбочек, поэтому цветности, соответствующие координатам цветности (x, y), расположены за пределами спектральные локусы невидимы или воображаемы, поскольку они более насыщены, чем чистые цвета спектра. Цветовой охват необработанного пространства камеры Nikon D700 также показан на рис. 2 и сравнивается с несколькими стандартными цветовыми пространствами для вывода, а именно sRGB, ^16, Adobe ^® RGB, ¹⁷ и ProPhoto RGB. ¹⁸ Из-за положений основных цветов необработанного пространства камеры на диаграмме цветности xy, определенные области гаммы необработанного пространства камеры не достигают спектрального геометрического места HVS, поскольку эти области лежат за пределами треугольной формы, доступной для аддитивных линейных комбинаций три праймериз. Кроме того, заметным следствием метамерной ошибки камеры является то, что необработанная пространственная гамма камеры искажается от треугольной формы, доступной для аддитивных линейных комбинаций трех основных цветов.Некоторые области даже вытеснены за пределы треугольника, доступного для цветового пространства CIE XYZ. ¹⁹ См. Исх. 19 для дополнительных примеров.

Рис. 2

Палитра необработанного пространства камеры для Nikon D700 (голубая заштрихованная область), нанесенная на диаграмму цветности xy. Цветовая гамма не является идеальным треугольником, поскольку нарушается условие Лютера-Айвса, что также объясняет, почему определенные области выталкиваются за пределы треугольника, доступного для цветового пространства CIE XYZ, определяемого основными цветами, расположенными в (0,0), (0,1 ) и (1,0).Граница серой заштрихованной области в форме подковы определяет спектральный локус HVS. Насыщенность уменьшается по мере удаления от спектрального локуса внутрь. Для сравнения указаны (треугольные) гаммы нескольких цветовых пространств, относящихся к стандартному выводу.

Для определения гаммы необработанного пространства камеры первым шагом является измерение функций отклика камеры с использованием монохроматора на дискретном наборе длин волн в соответствии с методом A стандарта ISO 17321-1. ¹⁵ Для каждой длины волны функции отклика камеры выдают необработанные относительные трехцветные значения RGB в необработанном пространстве камеры.Второй шаг — преобразовать RGB в относительные значения CIE XYZ путем применения матрицы характеристик, которая удовлетворяет уравнению. (1). Впоследствии координаты цветности (x, y), соответствующие спектральному локусу необработанного пространства камеры, могут быть вычислены с использованием обычных формул, x = X / (X + Y + Z) и y = Y / (X + Y + Z ).

Поскольку данная матрица характеристик оптимизирована для использования с осветительным прибором, то есть освещением сцены, используемым для выполнения характеристики, другим следствием метамерной ошибки камеры является то, что необработанная пространственная гамма камеры может изменяться в зависимости от применяемой матрицы характеристик.Цветовой охват необработанного пространства камеры Nikon D700, показанный на рис. 2, был получен с использованием матрицы характеристик, оптимизированной для источника света D65 CIE. На рисунке 3 показано, как изменяется цветовая гамма, когда вместо нее применяется матрица характеристик, оптимизированная для источника A CIE.

Рис. 3

То же, что и на рис. 2, за исключением того, что для получения необработанного пространственного охвата камеры использовалась матрица характеристик, оптимизированная для источника света CIE A, а не матрица характеристик, оптимизированная для источника света CIE D65.

2.2.

Необработанные значения

Значения цвета в необработанном пространстве камеры выражаются в виде цифровых необработанных значений для каждого необработанного цветового канала, которые аналогичны трехцветным значениям в цветовом пространстве CIE. Для CFA, который использует три типа цветных фильтров, таких как CFA Байера, ²⁰ , необработанные значения, выраженные с использованием единиц, относящихся к выходу, т. Е. Данных / цифровых чисел (DN) или аналого-цифровых единиц, относятся к следующим набор необработанных каналов, обозначенных здесь каллиграфическими символами:

Eq.(4)

Поскольку в принципе существует только три функции отклика камеры, R1 (λ), R2 (λ) и R3 (λ), цветовая характеристика для CFA Байера рассматривает G1 и G2 как один канал, G. Необработанные значения можно выразить следующим образом:

Ур.(5)

Фактические необработанные значения, полученные на практике, представляют собой квантованные значения, смоделированные путем взятия целой части уравнения. (5). При преобразовании из необработанного пространства камеры полезно нормализовать необработанные значения до диапазона [0,1], разделив уравнение.(5) необработанной точкой отсечения, которая является наивысшим доступным DN.

2.3.

Эталонный белый

Используя приведенную выше нормализацию, эталонный белый цвет необработанного пространства камеры определяется единичным вектором

Отсюда следует, что эталонный белый цвет необработанного пространства камеры в принципе можно определить экспериментально, найдя источник света, который дает равные исходные значения для нейтрального объекта. Обратите внимание, что если для декодирования необработанного файла используется конвертер RAW с открытым исходным кодом DCRaw, необходимо отключить WB. С точки зрения колориметрии CIE, эталонный белый цвет необработанного пространства камеры формально определяется формулой

Eq. (7)

Хотя цветовые пространства CIE используют нормализованные единицы, так что их эталонные белые цвета соответствуют WP стандартных источников света CIE, необработанные пространства камеры не нормализуются естественным образом таким образом. Следовательно, эталонный белый цвет необработанного пространства камеры не обязательно является нейтральным цветом, поскольку он обычно расположен далеко от планковского локуса и поэтому не обязательно имеет связанную коррелированную цветовую температуру (CCT).

Обратите внимание, что WP может быть связан с CCT при условии, что его координаты цветности (x, y) достаточно близки к планковскому локусу, но существует много таких координат, которые соответствуют одной и той же CCT. Чтобы различать их, может быть присвоено значение Duv, неофициально называемое цветовым оттенком. ²² Это определяется путем преобразования (x, y) в координаты цветности (u, v) на диаграмме цветности UCS CIE 1960, ^{23 , 24} , где изотермы нормальны для локуса Планка.В этом представлении CCT является допустимой концепцией только для координат (u, v), расположенных на расстоянии от планковского локуса, которое находится в пределах Duv = ± 0,05 вдоль изотермы. ²⁵

Чтобы увидеть, что эталонный белый цвет необработанного пространства камеры далек от планковского локуса, рассмотрим исходные значения Nikon D700 для нейтрального диффузного отражателя, освещенного источниками освещения CIE A и D65, соответственно,

Eq. (8)

Рис. 4

Расчетные эталонные белые пространства необработанных пространств Nikon D700 и Olympus E-M1 по сравнению с WP осветительных приборов CIE A и D65. Планковский локус представлен черной кривой. Цветом отображаются только видимые цветности, содержащиеся в цветовом пространстве sRGB.

Оценка эталонного белого цвета Nikon D700 может быть получена путем аппроксимации уравнения. (7) с использованием легко доступной матрицы характеристик вместо T_. Применение T_A дает (x, y) = (0,3849,0,3058), что соответствует Duv = -0,0378. Это связано с CCT = 3155 K, так как значение Duv находится в пределах допустимого предела, но на рис. 4 показано, что цветовой оттенок является сильным пурпурным. Это справедливо для типичных пространств необработанного снимка в целом. ²¹ Аналогичная оценка для камеры Olympus E-M1 дает (x, y) = (0.3599,0,2551), что соответствует Duv = −0,0637. У него нет связанной CCT, а цветовой оттенок — очень сильный пурпурный.

Хотя тот факт, что эталонные белые цвета необработанного пространства камеры не являются нейтральными с точки зрения колориметрии CIE, не имеет отношения к окончательному воспроизведенному изображению, он будет показан в разд. 5 видно, что эталонный белый цвет необработанного пространства камеры используется в качестве полезного промежуточного шага в стратегии преобразования цвета, используемой в традиционных цифровых камерах.

2.4.

Цветовая характеристика камеры

Вспомните линейное преобразование из необработанного пространства камеры в CIE XYZ, определенное уравнением.(1):

Eq. (9)

Матрицы характеристик, оптимизированные для известных источников света, могут быть определены с помощью процедур минимизации цветовых ошибок, основанных на фотографиях, сделанных на стандартной цветовой диаграмме. ² Хотя были разработаны различные методы минимизации, включая методы сохранения WP, ²⁶ процедура, описанная ниже, основана на стандартизированном методе B ISO 17321-1. ¹⁵

Обратите внимание, что ISO 17321-1 использует обработанные изображения, выводимые камерой, а не необработанные данные, и, следовательно, требует инверсии функции оптоэлектронного преобразования камеры (OECF). ²⁷ OECF определяет нелинейную взаимосвязь между освещенностью на плоскости датчика и уровнями цифрового вывода видимого выходного изображения, такого как файл JPEG, созданный камерой. Чтобы обойти необходимость экспериментального определения OECF, ниже описывается вариант метода B из ISO 17321-1. В этом методе используется конвертер исходных данных с открытым исходным кодом DCRaw для декодирования необработанного файла, чтобы необработанные данные можно было использовать напрямую. ^{28 , 29}

• 1.Сделайте снимок таблицы цветов, освещенной указанным источником света. Поскольку исходные значения масштабируются линейно, важны только их относительные значения. Однако число f N и продолжительность экспозиции t следует выбирать так, чтобы избежать клиппирования.

• 2. Рассчитайте относительные значения тристимула XYZ для каждого участка цветовой диаграммы:

  Ур. (10)

  X = k∫λ1λ2x¯ (λ) Ee, λR (λ) dλY = k∫λ1λ2y¯ (λ) Ee, λR (λ) dλZ = k∫λ1λ2z¯ (λ) Ee, λR (λ) dλ , где Ee, λ — спектральная освещенность, падающая на цветовую диаграмму, измеренная с помощью спектрометра; x¯ (λ), y‾ (λ) и z¯ (λ) — функции согласования цветов цветового пространства CIE XYZ; и интегрирование дискретизируется в сумму с шагом 10 нм и ограничивает λ1 = 380 нм и λ2 = 780 нм.Если не используется трехцветный колориметр, расчет требует знания спектральной отражательной способности каждого участка. Спектральная отражательная способность в приведенных выше уравнениях обозначена R (λ), и ее не следует путать с функциями отклика камеры. Константу нормализации k можно выбрать так, чтобы Y находился в диапазоне [0,1] с использованием белого пятна в качестве белого эталона.

• 3. Получите линейное выходное изображение с демозаикой прямо в необработанном пространстве камеры без преобразования в любое другое цветовое пространство.Гамма-кодирование, кривые тона и баланс белого должны быть отключены. Поскольку настоящий метод позволяет обойтись без определения и инвертирования OECF, очень важно отключить WB; в противном случае к необработанным каналам могут применяться множители сырых каналов. При использовании конвертера RAW с открытым исходным кодом DCRaw подходящей командой является

  dcraw -v -r 1 1 1 1-o 0 -4 -T filename. Это дает 16-битный линейный выходной файл TIFF с демозаикой в ​​необработанном пространстве камеры. Если вы работаете с необработанными каналами, а не с необработанными пиксельными векторами с демозаикой, подходящей командой является dcraw -v -D -4 -T filename.Вышеупомянутые команды DCRaw объяснены в таблице 3.

• 4. Измерьте средние значения R, G и B по блоку пикселей размером 64 × 64 в центре каждого фрагмента. Затем каждый патч может быть связан с соответствующим средним необработанным вектором пикселей.

• 5. Постройте матрицу A_ 3 × n, содержащую векторы цветового пространства XYZ для каждого фрагмента 1,…, n в виде столбцов:

  Eq. (11)

  A _ = [X1X2 ⋯ XnY1Y2 ⋯ YnZ1Z2 ⋯ Zn]. Точно так же постройте матрицу B_ 3 × n, содержащую соответствующие необработанные векторы пикселей в виде столбцов:

  Eq.(12)

  B _ = [R1R2 ⋯ RnG1G2 ⋯ GnB1B2 ⋯ Bn].

• 6. Оцените характеристическую матрицу 3 × 3 T_, которая преобразует B_ в A_:

  Предварительное решение получается с использованием минимизации линейных наименьших квадратов: ^{2 , 15}

  Ур. (14)

  T_ = A_B_T (B_B_T) -1, где верхний индекс T обозначает оператор транспонирования.

• 7. Используйте предварительную оценку T_, чтобы вычислить новый набор оцененных значений тристимула CIE XYZ A_ ‘в соответствии с формулой. (13).Преобразуйте A_ и A′_ в перцептивно однородное эталонное цветовое пространство CIE LAB и вычислите цветовую разность ΔEi между оцененными значениями трехцветного стимула и реальными значениями трехцветного стимула для каждого фрагмента i. Набор {ΔEi} можно использовать для вычисления DSC / SMI. ^{8 , 15} Обратите внимание, что для точного выполнения условия Лютера-Айвса необходимо, чтобы A _ ′ = A_, и в этом случае будет получен показатель DSC / SMI, равный 100.

• 8. Оптимизируйте T_, минимизируя {ΔEi}, используя метод нелинейной оптимизации, рекомендованный ISO 17321-1.Окончательный DSC / SMI определяет окончательную потенциальную цветовую ошибку. В идеале, включите ограничение, которое сохраняет характеристический источник света WP.

• 9. Масштабируйте окончательный T_ в соответствии с нормализацией, необходимой для его практического применения. Это обсуждается ниже.

Если WB был отключен на шаге 3, матрица характеристик T_ может использоваться с произвольным освещением сцены. Тем не менее, оптимальные результаты будут получены для освещения сцены с WP, который точно соответствует таковому у характеристического источника света.

На рисунке 5 показано, как матричные элементы оптимизированной матрицы характеристик изменяются в зависимости от CCT характеристического источника света для камеры Olympus E-M1.

Рис. 5

Изменение матричных элементов характеристической матрицы для камеры Olympus E-M1 в зависимости от характеристического источника света CCT.

Для той же камеры на рис. 6 (a) показана фотография цветовой диаграммы в необработанном пространстве камеры, сделанная при освещении D65. Когда значения RGB необработанного пространства камеры интерпретируются как значения RGB в цветовом пространстве sRGB для целей отображения без применения какой-либо матрицы цветовых характеристик, проявляется сильный оттенок зеленого цвета, который возникает из-за большей передачи зеленого фильтра Байера.На рисунке 6 (b) показана та же фотография, преобразованная в цветовое пространство sRGB путем применения оптимизированной матрицы характеристик T_, за которой следует матрица, преобразующая цвета из цветового пространства CIE XYZ в sRGB. Видно, теперь цвета отображаются правильно.

Рис. 6

(a) Фотография цветовой диаграммы в необработанном пространстве камеры, сделанная при освещении D65. (b) Та же фотография, преобразованная в цветовое пространство sRGB.

2,5.

Нормализация матрицы характеристик

Нормализация матрицы характеристик относится к масштабированию всей матрицы таким образом, чтобы все элементы матрицы масштабировались одинаково.Типичная нормализация, применяемая на практике, состоит в том, чтобы гарантировать, что матричные карты между характеризующим источником света WP, выраженным с использованием цветового пространства CIE XYZ, и необработанным пространством камеры, так что необработанные данные просто насыщаются, когда 100% нейтральный диффузный отражатель фотографируется под характеризующим источником света. . Зеленый необработанный канал обычно насыщается первым.

Например, если характеристический источник света — D65, то T_ может быть нормализовано таким образом, чтобы его обратное значение обеспечивало следующее отображение:

Eq.(15)

Например, матрицы характеристик Olympus E-M1, используемые на рис. 5 для калибровочных осветительных приборов 4200 и 6800 K, определяются формулой

Eq. (16)

Ур. (17)

3.

Баланс белого

Замечательным свойством HVS является его способность естественным образом приспосабливаться к условиям окружающего освещения.Например, если на снимке, освещенном дневным светом, установить 100% нейтральный диффузный отражатель, отражатель будет иметь нейтральный белый цвет. Позже в тот же день, когда происходит изменение цветности или CCT освещения сцены, можно ожидать, что цвет отражателя изменится соответствующим образом. Однако отражатель по-прежнему будет иметь нейтральный белый цвет. Другими словами, воспринимаемый цвет объектов остается относительно постоянным при различных типах освещения сцены, что известно как постоянство цвета. ^{3 , 4}

Механизм хроматической адаптации, с помощью которого HVS обеспечивает постоянство цвета, сложен и не до конца понятен, но упрощенное объяснение состоит в том, что HVS нацелен на снижение цветности источника света. ³⁰ Еще в 1902 году фон-Крис постулировал, что это достигается за счет независимого масштабирования каждой функции отклика конуса глаза. ^{3 , 4} Цветовой стимул, который наблюдатель, адаптированный к окружающим условиям, считает нейтральным белым (идеально ахроматическим с относительной яркостью 100%), определяется как адаптированный белый. ³¹

Поскольку функции отклика камеры естественным образом не имитируют HVS за счет дисконтирования цветности освещения сцены, выходное изображение будет выглядеть слишком теплым или слишком холодным, если оно отображается с использованием освещения с WP, которое не соответствует адаптированному белому для фотографической сцены во время съемки. Это называется неправильным ББ. Проблема может быть решена путем реализации следующей вычислительной стратегии.

• 1. Сообщите камере об адаптированном белом цвете, прежде чем делать снимок.Из-за сложной зависимости истинно адаптированного белого цвета от окружающих условий, эта задача на практике заменяется более простой, а именно — идентифицировать освещение сцены WP. Например, предустановка баланса белого, соответствующая освещению сцены, может быть выбрана вручную, оценка CCT освещенности сцены может быть введена вручную, или камера может вычислить свою собственную оценку путем анализа необработанных данных с использованием автоматической функции баланса белого. Во всех случаях оценка камеры для WP освещения сцены известна как нейтральный ³² камеры или принятый белый (AW). ³¹ (Этот этап оценки освещенности не следует путать с WB. Оценка освещенности относится к вычислительным подходам, используемым автоматической функцией WB для оценки освещенности сцены WP. Очень простой подход к оценке освещенности — это метод «серого мира», ³³ , который предполагает, что среднее значение всех цветов сцены окажется ахроматическим.Другой простой подход состоит в предположении, что самый яркий белый, вероятно, будет соответствовать освещению сцены WP. ³⁴ Однако практические алгоритмы оценки освещенности намного сложнее. ^{35 , 36} )

• 2. Выберите стандартный эталонный белый цвет, который будет использоваться при отображении выходного изображения. Если изображение будет отображаться с использованием стандартного цветового пространства, связанного с выводом, такого как sRGB, выбранный эталонный белый будет соответствовать цветовому пространству с указанием вывода, которым в случае sRGB является источник света CIE D65.

• 3.Хроматически адаптируйте цвета изображения, адаптируя оценку WP освещения сцены (AW) так, чтобы он стал опорным белым для выбранного цветового пространства, связанного с выводом. Этот шаг балансировки белого достигается применением CAT.

CAT необходимо применять как часть общего преобразования цвета из необработанного пространства камеры в выбранное цветовое пространство, ориентированное на вывод. Существуют разные подходы к объединению этих компонентов. Типичный подход, используемый в науке о цвете, — это преобразование из необработанного пространства камеры в CIE XYZ, применение CAT, а затем преобразование в выбранное цветовое пространство, указанное на выходе.В случае sRGB,

Eq. (18)

Eq . (19)

Ур. (20)

Если оценка WP освещения сцены далека от истинного WP освещения сцены, то для HVS будет очевиден неверный WB. Если оценка CCT освещенности сцены выше, чем истинная CCT, фотография будет выглядеть слишком теплой. И наоборот, если оценка CCT освещенности сцены ниже, чем истинная CCT, тогда фотография будет выглядеть слишком холодной.

На рис. 7 (а) показана фотография цветовой диаграммы, сделанная при вольфрамовом освещении 2700 K CCT с помощью камеры Olympus E-M1.Матрица характеристик T_ была применена для преобразования цветов в CIE XYZ, а затем M_sRGB-1 для преобразования цветов в sRGB. Очевидно, истинный цвет освещения сцены выявляется, поскольку хроматическая адаптация камерой не выполняется. Другими словами, фотография выглядит слишком теплой по сравнению с эталонным белым цветом D65 в цветовом пространстве sRGB. На рисунке 7 (b) показана та же фотография после балансировки белого путем включения CAT, который хроматически адаптирует освещение сцены WP к эталонному белому цветовому пространству sRGB D65, имеющему 6504 K CCT и Duv = 0.0032 цветовой оттенок.

Рис. 7

(a) Фотография цветовой диаграммы, сделанная при вольфрамовом освещении 2700 K CCT и преобразованная в цветовое пространство sRGB для отображения без какой-либо хроматической адаптации. (b) Фотография с балансировкой белого, полученная путем включения CAT для адаптации WP освещения сцены к эталонному белому D65 цветового пространства sRGB.

3.1.

Хроматические адаптационные преобразования

CAT — это вычислительная техника для настройки WP данного SPD. Он достигает этой цели, пытаясь имитировать механизм хроматической адаптации HVS.В контексте цифровых камер наиболее важными CAT являются CAT Брэдфорда и масштабирование необработанных каналов.

В 1902 году фон-Крис постулировал, что механизм хроматической адаптации можно моделировать как независимое масштабирование каждой функции отклика конуса глаза, ^{3 , 4} , что эквивалентно масштабированию трехцветных значений L, M и S. в цветовом пространстве LMS. Чтобы проиллюстрировать CAT фон-Криса, рассмотрите возможность адаптации оценки WP освещения сцены (AW) к WP освещения D65:

Eq.(21)

Eq. (22)

Eq.(23)

Eq. (24)

Bradford CAT ³⁹ можно рассматривать как улучшенную версию CAT von-Kries. ICC рекомендует упрощенную линеаризованную версию для использования в цифровых изображениях. ⁴⁰ Линейный КАТ Брэдфорда может быть реализован аналогично КАТ фон-Криса, с той разницей, что трехцветные значения L, M и S заменены на ρ, γ и β, которые соответствуют «резкости». ”Искусственный глазной конус. Матрица преобразования определяется формулой

Eq. (25)

Аналогично независимому масштабированию функций отклика конуса глаза, предложенному фон-Крисом, тип CAT может применяться в необработанном пространстве камеры путем прямого масштабирования необработанных каналов. Рассмотрим блок Байера для AW, полученный путем фотографирования 100% нейтрального диффузного отражателя при освещении сцены. Следующая операция адаптирует AW к эталонному белому в необработанном пространстве камеры:

Eq. (26)

Eq.(27)

Eq. (28)

Было обнаружено, что в контексте цифровых камер тип CAT, определяемый множителями необработанных каналов, лучше работает на практике, особенно в крайних случаях. ^{21 , 32} Причина в том, что множители необработанных каналов применяются в необработанном пространстве камеры до применения матрицы преобразования цвета. Необработанное пространство камеры соответствует физическому устройству захвата, но CAT, такие как линейный CAT Брэдфорда, применяются в цветовом пространстве CIE XYZ после применения матрицы преобразования цвета, содержащей ошибку. В частности, цветовые ошибки, которые были минимизированы в нелинейном цветовом пространстве, таком как CIE LAB, будут неравномерно усилены, поэтому преобразование цвета больше не будет оптимальным. ⁴¹

4.

Камеры смартфонов

Производители смартфонов вместе с разработчиками коммерческого программного обеспечения для преобразования необработанных данных обычно реализуют традиционный тип вычислительной стратегии преобразования цвета, используемый в науке о цвете, который был представлен в разд. 3. Поскольку необработанное пространство камеры преобразуется в CIE XYZ в качестве первого шага, методы обработки изображений могут применяться в цветовом пространстве CIE XYZ (или после преобразования в какое-либо другое промежуточное цветовое пространство) перед окончательным преобразованием в ориентированное на вывод Цветовое пространство RGB.

Рассмотрим преобразование с балансировкой белого из необработанного пространства камеры в цветовое пространство RGB, ориентированное на вывод. В отличие от традиционных цифровых камер, цветная демозаика обычно выполняется в первую очередь, поэтому векторная нотация, используемая для необработанного пространства камеры ниже, относится к необработанным векторам пикселей, а не к блокам Байера. В случае sRGB преобразование, которое должно применяться к каждому необработанному вектору пикселей, определяется формулой

Eq. (29)

• 1. После того, как камера оценила освещенность сцены WP (AW), применяется матрица характеристик T_, оптимизированная для AW, которая преобразует необработанное пространство камеры в CIE XYZ:

  Eq. (30)

  [XYZ] scene = T_ [RGB] scene. Оптимизированная матрица T_ обычно нормализуется так, что AW в пространстве CIE XYZ получается, когда необработанный вектор пикселей, соответствующий нейтральному диффузному отражателю, освещенному AW, просто достигает насыщение:

  Ур.(31)

  [X (AW) Y (AW) Z (AW)] сцена = T_ [R (AW) G (AW) B (AW)] сцена, где Y (WP) = 1 и макс {R (AW) ), G (AW), B (AW)} = 1. Как обсуждалось в разд. 2.5, зеленый компонент обычно насыщается первым, поэтому R (AW) <1 и B (AW) <1 в целом.

• 2. Поскольку T_ не изменяет AW, CAT применяется для достижения WB путем адаптации AW к эталонному белому в выбранном цветовом пространстве, указанном на выходе. Это D65 в случае sRGB:

  Eq. (32)

  [XYZ] D65 = CAT_AW → D65 [XYZ] сцена. ICC рекомендует реализовать CAT, используя линейную матрицу CAT Брэдфорда, определенную уравнением.(25).

• 3. Применяется матрица, которая преобразует из CIE XYZ в линейную форму выбранного цветового пространства, ориентированного на вывод. В случае sRGB,

  Eq. (33)

  [RLGLBL] D65 = M_sRGB-1 [XYZ] D65.

Наконец, уровни цифрового вывода выходного изображения определяются путем применения кривой нелинейного гамма-кодирования цветового пространства, указанного на выходе, и уменьшения битовой глубины до 8. В современных цифровых изображениях гамма-кривые кодирования предназначены для минимизации видимых артефакты полос, когда битовая глубина уменьшается, а внесенная нелинейность позже отменяется гаммой дисплея. ²⁸

Чтобы убедиться, что баланс белого достигается правильно, можно выполнить описанные выше шаги для конкретного случая необработанного вектора пикселей, который соответствует AW. Как требуется по формуле. (20), было обнаружено, что это отображается на эталонный белый цвет упомянутого на выходе цветового пространства, определенного единичным вектором в этом цветовом пространстве:

Хотя матричное преобразование, определенное формулой. (29) кажется простым, матрица характеристик T_ в принципе должна быть оптимизирована для AW.Однако непрактично определять матрицу характеристик, оптимизированную для каждой возможной WP освещения сцены, которая может возникнуть. Например, если CCT указаны с точностью до ближайшего градуса Кельвина и цветовым оттенком пренебрегают, тогда потребуется 12000 матриц для покрытия WP освещения сцены от 2000 до 14000 K.

Самое простое в вычислительном отношении решение, используемое на некоторых камерах мобильных телефонов, — это приблизить оптимизированная матрица характеристик T_ с использованием единственной фиксированной матрицы, оптимизированной для репрезентативного источника света.Например, это может быть освещение D65, и в этом случае T_, оптимизированное для AW, аппроксимируется как T_D65. Недостатком этого очень простого подхода является то, что преобразование цвета теряет некоторую точность, когда WP освещения сцены значительно отличается от WP репрезентативного источника света.

Как описано ниже, передовым решением проблемы является принятие типа подхода, используемого конвертером Adobe DNG. ³² Идея состоит в том, чтобы интерполировать между двумя предварительно заданными характеристическими матрицами, которые оптимизированы для использования с источником света с низкой или высокой CCT.Для заданного освещения сцены может быть определена интерполированная матрица, оптимизированная для CCT AW.

4.1.

Алгоритм интерполяции

При использовании продвинутого подхода, упомянутого выше, оптимизированная матрица характеристик T_, требуемая уравнением. (29) можно вычислить путем интерполяции между двумя характеристическими матрицами T1_ и T2_ на основе оценки CCT освещения сцены, обозначенной CCT (AW), вместе с CCT двух характеризующих осветительных приборов, обозначенных CCT1 и CCT2, соответственно, с CCT1

Первый шаг — надлежащим образом нормализовать T1_ и T2_. Хотя характеристические матрицы обычно нормализуются в соответствии с их соответствующими характеристиками WP источников света, как показано в разд. 2.5, при реализации алгоритма интерполяции удобнее нормализовать T1_ и T2_ в соответствии с общим WP. К сожалению, на данном этапе невозможно выразить AW с использованием цветового пространства CIE XYZ, поскольку T_ еще предстоит определить.Вместо этого можно выбрать общий WP в качестве эталонного белого цветового пространства, связанного с выводом, то есть D65 для sRGB. В этом случае T1_ и T2_ должны быть масштабированы согласно формуле. (15):

Ур. (34)

Если в смартфоне не используется датчик цвета, который может напрямую оценивать WP освещенности сцены с точки зрения координат цветности (x, y), AW рассчитывается камерой в терминах исходных значений R (AW), G (AW) и B (AW), поэтому AW не может быть выражено с использованием цветового пространства CIE XYZ до интерполяции.Однако соответствующий CCT (AW) требует знания координат цветности (x, y), что означает преобразование в CIE XYZ посредством матричного преобразования T_, которое само зависит от неизвестного CCT (AW). Эту проблему можно решить, используя самосогласованную итерационную процедуру. ³²

• 1. Сделайте предположение для координат цветности AW, (x (AW), y (AW)). Например, могут использоваться координаты цветности, соответствующие одному из характеризующих осветительных приборов.

• 2. Найдите значение CCT CCT (AW), которое соответствует координатам цветности (x (AW), y (AW)). Широко используемый подход заключается в преобразовании (x (AW), y (AW)) в соответствующие координаты цветности (u (AW), v (AW)) на диаграмме цветности UCS 1960 года, ^{23 , 24} где изотермы нормальны к планковскому локусу. Это позволяет определять CCT (AW) с использованием метода Робертсона. ⁴² В качестве альтернативы могут быть реализованы приближенные формулы ^{43 — 45} или более новые алгоритмы ⁴⁶ .

• 3. Выполните интерполяцию так, чтобы

  Eq. (35)

  T_ (AW) = f [T1_ (CCT1), T2_ (CCT2)], где f — функция интерполяции. Интерполяция действительна, если CCT (AW) CCT2, то T_ следует установить равным T2_.

• 4. Используйте T_ для преобразования AW из необработанного пространства камеры в цветовое пространство CIE XYZ:

  Eq. (36)

  [X (AW) Y (AW) Z (AW)] сцена = T_ [R (AW) G (AW) B (AW)] сцена. Это дает новое предположение для (x (AW), y (AW)).

• 5. Повторяйте процедуру, начиная с шага 2, пока (x (AW), y (AW)), CCT (AW) и T_ все не сойдутся к стабильному решению.

После того, как интерполяция была выполнена, T_ наследует нормализацию уравнения. (34). Однако теперь AW можно выразить с использованием цветового пространства CIE XYZ, поэтому T_ можно перенормировать, чтобы удовлетворить уравнению. (31).

Если в смартфоне используется датчик цвета, который может напрямую оценивать WP освещенности сцены с точки зрения координат цветности (x, y), то требуются только шаги 2 и 3, указанные выше.

5.

Традиционные цифровые камеры

Рассмотрим снова сбалансированное по белому преобразование из необработанного пространства камеры в цветовое пространство RGB, ориентированное на вывод. В случае sRGB преобразование определяется формулой. (29):

Eq.(37)

• 1. Матрица D_ — это диагональная матрица WB, содержащая необработанные множители каналов, соответствующие AW:

  Eq. (38)

  D _ = [1R (AW) 0001G (AW) 0001B (AW)] сцена. Они применяются к необработанным каналам перед цветной демозаикой. Как показано формулой. (27), множители необработанных каналов, в частности, служат для хроматической адаптации AW к эталонному белому необработанному пространству камеры:

  Eq.(39)

  [R = 1G = 1B = 1] ссылка = сцена D_ [R (AW) G (AW) B (AW)].

• 2. Матрица R_ — это матрица поворота цвета, оптимизированная для освещения сцены. После выполнения цветовой демозаики R_ применяется для преобразования непосредственно из необработанного пространства камеры в линейную форму выбранного цветового пространства, ориентированного на вывод. По сравнению с уравнениями. (29) и (37), R_ алгебраически определяется как

  Ур. (40)

  R_ = M_sRGB − 1 CAT_AW → D65 T_ D_ − 1. Матрицы поворота цвета обладают тем важным свойством, что сумма каждой из их строк равна единице:

  Eq.(41)

  R (1,1) + R (1,2) + R (1,3) = 1, R (2,1) + R (2,2) + R (2,3) = 1, R (3,1) + R (3,2) + R (3,3) = 1. Следовательно, R_ сопоставляет эталонный белый цвет необработанного пространства камеры непосредственно с эталонным белым цветовым пространством, указанным на выходе. ²¹ В случае sRGB

  Eq. (42)

  [RL = 1GL = 1BL = 1] D65 = R_ [R = 1G = 1B = 1] эталон.

Объединение уравнений. (39) и (42) показывают, что общий WB достигается, поскольку необработанный вектор пикселей, соответствующий AW, отображается на опорный белый цвет упомянутого на выходе цветового пространства:

Eq.(43)

Как и характеристическая матрица T_, матрица поворота цвета R_ в принципе должна быть оптимизирована для освещения сцены. Вместо того, чтобы использовать подход, основанный на интерполяции, переформулировка в форме уравнения. (37) позволяет традиционным производителям камер принять альтернативный и простой в вычислительном отношении подход, который может быть напрямую реализован на архитектуре с фиксированной точкой.

5.1.

Умножитель и развязка матрицы

Хотя уравнение.(37) кажется простой переформулировкой уравнения. (29), он имеет несколько преимуществ, которые возникают из-за извлечения необработанных множителей канала, содержащихся в матрице D_ ББ. Как показано на фиг. 8, изменение элементов матрицы поворота цвета относительно CCT очень мало. Стабильность выше, чем у элементов обычной характеристической матрицы T_, как видно из сравнения фиг. 5 и 8.

Рис. 8

Изменение матричных элементов матрицы вращения R_ raw-to-sRGB, используемой камерой Olympus E-M1, в зависимости от CCT.

Следовательно, достаточно определить небольшой набор из n предварительно установленных матриц поворота цветов, которые покрывают диапазон WP или CCT, причем каждая матрица оптимизирована для конкретной предварительно установленной WP или CCT:

Eq. (44)

Eq.(45)

Следует отметить, что необработанное пространство камеры правильно представляет сцену (хотя и с помощью нестандартной цветовой модели) и что множители необработанного канала, содержащиеся в D_, не применяются для «исправления» чего-либо, касающегося представления истинного белого цвета сцены с помощью необработанное пространство камеры, как это часто предполагается.Множители применяются для хроматической адаптации AW к эталонному белому в необработанном пространстве камеры как часть общей CAT, необходимой для достижения WB, путем имитации механизма хроматической адаптации HVS. Как показано на рис.4, эталонный белый цвет необработанного пространства камеры обычно является пурпурным цветом при использовании колориметрии CIE, но он служит полезным промежуточным этапом в требуемом преобразовании цвета, поскольку он облегчает извлечение компонента масштабирования канала, который можно отделить от матричной операции.Другие преимущества переформулировки включают следующее.

• • Множители сырых каналов, содержащиеся в D_, могут быть применены к необработанным каналам до выполнения цветной мозаики. В результате получается демозаика лучшего качества. ²¹

• • Метод может быть эффективно реализован в архитектуре с фиксированной точкой. ⁴⁷

• • При желании, часть масштабирования необработанного канала может быть выполнена в аналоговой области с использованием аналогового усиления.Это полезно для качества изображения, если аналого-цифровой преобразователь (АЦП) не имеет достаточно высокой битовой глубины. Обратите внимание, что этот тип аналогового усиления будет влиять на коэффициенты преобразования единицы, относящиеся к входу и выходу gi, определенные формулой. (80) в Приложении.

• • Необработанные множители каналов, содержащиеся в D_, которые появляются в уравнении. (37) хранятся в метаданных проприетарных необработанных файлов и применяются внутренним механизмом обработки изображений JPEG камеры. Поскольку множители необработанных каналов не влияют на необработанные данные, они могут использоваться внешним программным обеспечением для преобразования необработанных данных, предоставляемым производителем камеры, и могут быть легко настроены пользователем.

• • Предварительные настройки освещения сцены, которые включают в себя цветовой оттенок, могут быть напрямую реализованы путем сохранения соответствующих предварительно установленных матриц поворота цветов и множителей необработанных каналов, как показано в разд. 5.2.

5.2.

Пример: Olympus E-M1

Хотя цветовые матрицы, используемые производителями камер, как правило, неизвестны, некоторые производители, такие как Sony и Olympus, раскрывают информацию о матрицах поворота цвета, используемых их камерами, которую можно извлечь из необработанных метаданных. .

В таблице 1 перечислены данные, показанные на рис. 8, для предварительно установленных матриц поворота цвета, используемых цифровой камерой Olympus E-M1, а также диапазоны CCT освещения сцены, в которых применяется каждая матрица. На рисунке 9 показано, как множители необработанных каналов для одной и той же камеры меняются в зависимости от CCT. Данные были извлечены из необработанных метаданных с помощью бесплатного приложения ExifTool. ⁴⁸ Стратегию преобразования цвета камеры можно резюмировать следующим образом.

• 1.Камера определяет оценку WP освещения сцены (AW), используя алгоритм автоматического баланса белого, выбранную предустановку освещения сцены или настраиваемую CCT, предоставленную пользователем. AW используется для расчета соответствующих множителей необработанных каналов по формуле. (38) так, чтобы диагональная матрица WB D_ могла быть применена к необработанным каналам. В частности, D_ служит для адаптации AW к эталонному белому в необработанном пространстве камеры.

• 2. После выполнения цветовой демозаики камера выбирает предварительно заданную матрицу поворота цветов R_i, оптимизированную для освещения с помощью CCT, которая обеспечивает наиболее близкое соответствие CCT, связанного с AW, или наиболее близкую предустановку освещения сцены.

• 3. Камера применяет R_i для преобразования в цветовое пространство с привязкой к выходу, выбранное пользователем в камере, например sRGB. В частности, эталонный белый цвет необработанного пространства камеры отображается на эталонный белый цвет выбранного цветового пространства, ориентированного на вывод, которым является D65 в случае sRGB.

Камера Olympus E-M1 также включает несколько предустановок освещения сцены. Матрицы поворота цвета и соответствующие множители необработанных каналов для этих предустановок сцены перечислены в таблице 2.Обратите внимание на то, что для заданного CCT предварительно заданные матрицы и множители сцены не обязательно совпадают с теми, что перечислены в таблице 1. Это связано с тем, что визуализации предварительно заданных сцен включают цветовой оттенок вдали от планковского локуса, поэтому координаты цветности не обязательно являются такие же, как перечисленные в таблице 1 для данной CCT. По той же причине обратите внимание, что предустановки сюжетных режимов «хорошая погода», «под водой» и «вспышка» фактически используют одну и ту же матрицу поворота цвета, но используют очень разные множители необработанных каналов.

Таблица 1

Матрицы поворота цвета Raw-to-sRGB, соответствующие диапазонам настраиваемых CCT в камере для камеры Olympus E-M1 с объективом 12-100 / 4 и прошивкой v4.1. В среднем столбце перечислены матрицы, извлеченные из необработанных метаданных, которые представляют собой 8-битные числа с фиксированной запятой. При делении на 256 в правом столбце отображаются одни и те же матрицы с четырьмя десятичными знаками, так что сумма каждой строки равна единице, а не 256.

Рис. 9

Множители необработанных каналов, используемые камерой Olympus E-M1, как функция CCT. Камера использует одинаковые множители для обоих зеленых каналов.

Таблица 2

Матрицы поворота цвета Raw-to-sRGB и соответствующие множители необработанных каналов, соответствующие режимам сцены в камере для камеры Olympus E-M1 с объективом 12-100 / 4 и v4.1 прошивка. Все значения представляют собой 8-битные числа с фиксированной запятой, которые можно разделить на 256. Поскольку предустановки режима сцены включают цветовой оттенок вдали от планковского локуса, множители и матрицы не обязательно имеют те же значения, что и пользовательские предустановки CCT с тот же CCT, указанный в таблице 1.

Для любой данной модели камеры все предустановленные матрицы поворота цвета зависят от таких факторов, как цветовое пространство на выходе, выбранное пользователь в настройках камеры (например, sRGB или Adobe ^® RGB), модель объектива, с которой был сделан снимок, и версия прошивки.Из-за различий в калибровке датчиков между разными примерами одной и той же модели камеры также может быть зависимость от отдельной камеры, используемой для съемки.

Например, на рис. 10 (а) показана фотография цветовой диаграммы в необработанном пространстве камеры, сделанная при освещении D65. Как и на рис. 6 (a), оттенок зеленого цвета возникает из-за того, что значения RGB необработанного пространства камеры интерпретируются как значения RGB в цветовом пространстве sRGB для целей отображения без применения какой-либо матрицы цветовых характеристик для преобразования цветов.На рисунке 10 (b) показана та же фотография после применения диагональной матрицы баланса белого D_ для хроматической адаптации AW к исходному белому пространству камеры. Множители необработанных каналов удаляют зеленый оттенок, но фотография остается в необработанном пространстве камеры. Примечательно, что цвета кажутся реалистичными, хотя и ненасыщенными. Чтобы проиллюстрировать, что эталонный белый цвет необработанного пространства камеры на самом деле является пурпурным цветом при использовании колориметрии CIE, рис.10 (c) преобразует (b) в цветовое пространство sRGB без какой-либо дальнейшей хроматической адаптации, применяя обычную матрицу характеристик T_, за которой следует M_sRGB. −1.Напротив, рис. 10 (d) был получен путем применения соответствующих умножителей необработанных каналов, за которыми следовала матрица поворота цвета sRGB R_ вместо T_ и M_sRGB-1. Матрица поворота цвета включает в себя CAT, который адаптирует эталонный белый цвет необработанного пространства камеры к эталонному белому цветовому пространству sRGB D65. В этом конкретном случае D_ = D_D65, поэтому матрица поворота цвета R_, определенная формулой. (40) становится

Ур. (46)

Ур.(47)

Рис. 10

(a) Фотография цветовой диаграммы в необработанном пространстве камеры, сделанная при освещении D65. (b) После применения соответствующих коэффициентов необработанных каналов. Они удаляют зеленый оттенок, но фотография остается в необработанном пространстве камеры. (c) После применения соответствующих умножителей необработанных каналов и преобразования в sRGB без какой-либо дальнейшей хроматической адаптации.Белый участок показывает истинный цвет эталонного белого космического пространства камеры. (d) После применения соответствующих умножителей необработанных каналов и матрицы поворота цветов sRGB R_.

6.

Конвертер RAW с открытым исходным кодом DCRaw

Широко используемый преобразователь RAW с открытым исходным кодом DCRaw (произносится как «dee-see-raw»), написанный Д. Коффином, может обрабатывать большое количество форматов необработанных файлов изображений. Он особенно полезен для научного анализа, поскольку он может декодировать необработанные файлы без демозаики, он может применять линейные кривые тона и может напрямую выводить в необработанное пространство камеры и цветовое пространство CIE XYZ.Некоторые соответствующие команды перечислены в таблице 3. Однако DCRaw по умолчанию выводит непосредственно в цветовое пространство sRGB с WP подсветкой D65, используя вариант традиционной стратегии цифровой камеры, описанной в предыдущем разделе. ²⁸

Напомним, что матрица вращения цвета, оптимизированная для использования с освещением сцены, определяется формулой. (40):

Eq. (48)

Eq. (49)

Eq.(50)

Eq. (51)

Таблица 3

Выбор соответствующих команд DCraw, доступных в версии 9.28. Обратите внимание, что параметры цветового пространства вывода RGB используют матрицы поворота цветов и поэтому должны использоваться только с правильными множителями сырых каналов из-за встроенного CAT.

Хотя матрица преобразования цвета T_D65 оптимизирована для освещения сцены D65, Применение матрицы поворота цвета R_D65 для преобразования из необработанного пространства камеры в sRGB действительно для любого CCT освещения сцены, поскольку матрицы поворота цвета изменяются очень медленно в зависимости от CCT, как видно из рис.8. Однако R_D65 является оптимальным выбором для освещения сцены D65, поэтому недостатком этого упрощенного подхода является то, что общее преобразование цвета теряет некоторую точность, когда освещение сцены значительно отличается от D65.

6.1.

Пример: Olympus E-M1

DCRaw использует матрицы поворота цвета, полученные с помощью уравнения. (48), поэтому для данной модели камеры требуется матрица характеристик T_D65. Для этой цели DCRaw использует матрицы Adobe «ColorMatrix2» из конвертера Adobe ^® DNG. ³²

Из-за требований к логике восстановления, матрицы Adobe отображаются в противоположном направлении по отношению к традиционным матрицам характеризации, определенным в разд. 2.4, и, следовательно,

Ур. (52)

Eq.(53)

Eq.(54)

Eq. (55)

Eq. (56)

Ур.(57)

Eq. (58)

Ур. (59)

6.2.

DCRaw и MATLAB

Как показано в таблице 3, DCRaw включает множество команд, которые полезны для научных исследований.Однако важно отметить, что параметры цветового пространства вывода RGB используют матрицы поворота цвета, а не конкатенацию необработанных матриц с CIE XYZ и CIE XYZ с матрицами RGB. Поскольку матрицы поворота цвета включают встроенный CAT, эти параметры позволят достичь ожидаемого результата только в сочетании с правильными множителями необработанных каналов. Например, установка множителя каждого необработанного канала на единицу не предотвратит выполнение некоторой частичной хроматической адаптации, если выбран выход sRGB, поскольку матрица вращения цвета DCRaw включает в себя матрицу D_D65-1, которая является типом CAT_RW → D65.

Надежным способом использования DCRaw для научных исследований является команда «dcraw -v -D -4 -T filename», которая обеспечивает линейный 16-битный вывод TIFF в необработанном цветовом пространстве без балансировки белого, демозаики или преобразования цвета. . Последующая обработка может быть выполнена после импорта файла TIFF в MATLAB ^® с использованием обычной команды «imread». Ссылка 49 предоставляет учебное пособие по обработке. Цветные диаграммы фотографий в данной статье были получены с использованием этой методики.

Например, после импорта файла в MATLAB с помощью приведенных выше команд видимое выходное изображение в цветовом пространстве sRGB без какой-либо балансировки белого может быть получено путем применения соответствующей матрицы характеристик T_ после цветовой демозаики с последующим прямым применением стандартная матрица CIE XYZ в sRGB, M_sRGB − 1.

7.

Adobe DNG

Adobe ^® DNG — это формат необработанных файлов с открытым исходным кодом, разработанный Adobe. ^{32 , 50} Бесплатная программа DNG Converter может использоваться для преобразования любого необработанного файла в формат DNG.

Хотя преобразователь DNG не нацелен на создание видимого выходного изображения, он выполняет преобразование цвета из необработанного пространства камеры в пространство соединения профиля (PCS) на основе цветового пространства CIE XYZ с освещением D50 WP. ⁴⁰ (Это не фактический эталонный белый цвет CIE XYZ, который является источником света CIE E.) Следовательно, модель обработки цвета, используемая конвертером DNG, должна обеспечивать соответствующие матрицы характеристик вместе со стратегией для достижения правильного баланса белого по отношению к Шт.При обработке файлов DNG необработанные преобразователи могут напрямую отображать из PCS в любое выбранное цветовое пространство, указанное на выходе, и связанный с ним эталонный белый цвет.

Спецификация DNG предоставляет две разные модели обработки цвета, называемые здесь методом 1 и методом 2. Метод 1 использует ту же стратегию, что и смартфоны и коммерческие преобразователи RAW, с той разницей, что данные остаются в PCS. Метод 2, использующий умножители необработанных каналов, использует ту же стратегию, что и традиционные цифровые камеры.Однако множители применяются вместе с так называемой прямой матрицей вместо матрицы вращения, поскольку отображение выполняется на PCS, а не на цветовое пространство RGB, относящееся к выходу.

7.1.

Метод 1. Цветовые матрицы

Преобразование из необработанного пространства камеры в PCS определяется следующим образом:

Eq. (60)

Eq.(61)

Аналогично проблеме, описанной в гл. 4 для смартфонов, реализация уравнения. (60) усложняется тем, что C_ следует оптимизировать для сцены AW. Оптимизированная матрица C_ определяется путем интерполяции между двумя цветными матрицами, обозначенными ColorMatrix1 и ColorMatrix2, где ColorMatrix1 должен быть получен из характеристики, выполненной с использованием источника света с низким CCT, такого как источник света CIE A, и ColorMatrix2 должен быть получен из характеристики, выполненной с использованием высокого разрешения. Источник света CCT, такой как осветитель CIE D65. ³²

Оптимизированная матрица C_ вычисляется путем интерполяции между ColorMatrix1 и ColorMatrix2 на основе оценки CCT освещения сцены, обозначенной CCT (AW), вместе с CCT, связанных с каждым из двух характеризующих источников света, обозначенных CCT1 и CCT2, соответственно. , с CCT1

7.2.

Нормализация цветовой матрицы

Вспомните из разд. 2.5, что характеристические матрицы обычно нормализованы так, что характеризующий источник света WP в цветовом пространстве CIE XYZ просто насыщает необработанные данные в необработанном пространстве камеры и что зеленый необработанный канал обычно насыщается первым.Однако в данном контексте матрицы Adobe ColorMatrix1 и ColorMatrix2 требуют общей нормализации, которая удобна для выполнения интерполяции. Аналогично разд. 4.1 AW неизвестен в терминах цветового пространства CIE XYZ до интерполяции. Вместо этого ColorMatrix1 и ColorMatrix2 по умолчанию нормализованы, так что WP PCS просто насыщает необработанные данные:

Eq. (63)

Eq. (64)

Интерполированный C_ изначально наследует эту нормализацию.Однако после определения C_ значения CIE XYZ для AW будут известны. Следовательно, исходный код Adobe DNG SDK позже повторно нормализует Eq. (60), так что AW в необработанном пространстве камеры отображается на WP PCS, когда необработанные данные просто насыщаются:

Eq. (65)

Eq. (66)

7.3.

Линейная интерполяция на основе обратной CCT

Алгоритм интерполяции метода 1 такой же, как описанный в разд. 4.1, за исключением того, что ColorMatrix1, ColorMatrix2 и C_ заменяют T1_, T2_ и T_ соответственно. Кроме того, спецификация Adobe DNG требует, чтобы метод интерполяции был линейной интерполяцией на основе обратной CCT. ³²

Опять же, сама интерполяция усложняется тем фактом, что AW обычно рассчитывается камерой в терминах необработанных значений R (AW), G (AW) и B (AW), но соответствующие CCT ( AW) требует знания координат цветности (x, y).Это означает преобразование в CIE XYZ через матричное преобразование C_, которое само зависит от неизвестного CCT (AW), которое может быть решено с помощью процедуры самосогласованного итерационного анализа.

• 1. Сделайте предположение для координат цветности AW, (x (AW), y (AW)). Например, могут использоваться координаты цветности, соответствующие одному из характеризующих осветительных приборов.

• 2. Найдите значение CCT CCT (AW), которое соответствует координатам цветности (x (AW), y (AW)), используя один из методов, перечисленных в шаге 2 разд.4.1.

• 3. Выполните линейную интерполяцию:

  Eq. (67)

  C_ = α ColorMatrix1 _ + (1 − α) ColorMatrix2_, где α — зависимое от CCT взвешивание, которое зависит от обратного CCT:

  Eq. (68)

  α = (CCT (AW)) — 1− (CCT2) −1 (CCT1) −1− (CCT2) −1. Эти веса (обозначены g и 1 − g в исходном коде Adobe DNG SDK) проиллюстрированы на рис. 11 для пары примерных значений CCT1 и CCT2. Интерполяция действительна для CCT (1) ≤CCT (AW) ≤CCT (2). Если CCT (AW) CCT2, то C_ должно быть установите равным ColorMatrix2.

• 4. Используйте C_ для преобразования AW из необработанного пространства камеры в CIE XYZ:

  Eq. (69)

  [X (AW) Y (AW) Z (AW)] сцена = C_ − 1 [R (AW) G (AW) B (AW)] сцена. Это дает новое предположение для (x (AW) , y (AW)).

• 5. Повторяйте процедуру, начиная с шага 2, пока (x (AW), y (AW)), CCT (AW) и C_ все не сойдутся к стабильному решению.

• 6. Нормализуйте преобразование цвета в соответствии с формулой. (65).

На рисунке 12 показаны результаты линейной интерполяции на основе обратной CCT с использованием цветовых матриц Adobe, определенных уравнением.(64) для камеры Olympus E-M1. Обратите внимание, что ColorMatrix2 такая же, как определенная формулой. (53), который был извлечен из исходного кода DCRaw.

Рис. 11

Весовые коэффициенты линейной интерполяции α и 1 − α на основе обратной CCT с CCT1 = 2855 K и CCT2 = 6504 K.

Рис. 12

Оптимизированная цветовая матрица C_, построенная как функция CCT и полученные с помощью линейной интерполяции на основе обратной CCT матриц преобразования цветов Adobe ColorMatrix1 (источник света A, CCT2 = 2855 K) и ColorMatrix2 (источник света D65, CCT2 = 6504 K) для камеры Olympus E-M1.

Поскольку C_ отображается в направлении от цветового пространства CIE XYZ к необработанному пространству камеры, инверсию интерполированного C_ можно сравнить с традиционной характеристической матрицей T_ при заданном CCT источника света. На рисунке 13 показан график, обратный интерполированному C_, как функция CCT, и этот рисунок можно сравнить с рисунком 5, на котором показаны стандартные матрицы характеристик для той же камеры, оптимизированные для выбора CCT. Хотя на двух графиках используются разные нормализации, поскольку матрицы характеристик нормализованы в соответствии с их характеристическим источником света WP, а не WP PCS, вариации относительно CCT аналогичны.Однако очевидно, что интерполированный C_ теряет точность для CCT ниже CCT1.

Рис. 13

Инверсия интерполированной цветовой матрицы C_, представленной на рис. 12.

7.4.

Метод 2: Прямые матрицы

Рассмотрим преобразование из необработанного пространства камеры в PCS, определенное уравнением. (60):

Eq.(70)

• 1. Аналогично стратегии преобразования цвета традиционных цифровых фотоаппаратов, описанной в разд. 5 диагональная матрица D_, определенная формулой. (38) содержит множители необработанных каналов, подходящие для AW, т. Е. Оценочную оценку WP освещения сцены:

  D _ = [1R (AW) 0001G (AW) 0001B (AW)] сцена. В частности, множители необработанных каналов служат для хроматической адаптировать AW к эталонному белому в необработанном пространстве камеры:

  Eq.(71)

  [R = 1G = 1B = 1] = D_ [R (AW) G (AW) B (AW)] сцена. Обратите внимание, что спецификация Adobe DNG также учитывает множители необработанных каналов, применяемые в аналоговой области. ³² Однако в последних цифровых камерах используются АЦП с относительно высокой битовой глубиной порядка 12 или 14, и, следовательно, в цифровой области используются умножители необработанных каналов.

• 2. Прямая матрица F_ — это тип характеристической матрицы, которая отображает необработанное пространство камеры в PCS и оптимизирована для освещения сцены.Поскольку PCS основана на цветовом пространстве CIE XYZ с WP освещенности D50, передняя матрица F_ включает в себя встроенный CAT, поскольку она также должна адаптировать эталонный белый необработанного пространства камеры к WP освещения D50:

  Eq . (72)

  [X (WP) = 0,9642Y (WP) = 1,0000Z (WP) = 0,8249] D50 = F_ [R = 1G = 1B = 1].

Поскольку прямая матрица F_ должна быть оптимизирована для сцены AW, на практике она определяется интерполяцией между двумя прямыми матрицами аналогично подходу интерполяции, используемому в методе 1.Спецификация Adobe DNG предоставляет теги для двух прямых матриц, обозначенных ForwardMatrix1 и ForwardMatrix2, которые должны снова быть получены из характеристик, выполненных с использованием источника света с низким CCT и источника света с высоким CCT, соответственно. Следует использовать тот же метод интерполяции, который описан в предыдущем разделе, с ForwardMatrix1, ForwardMatrix2 и F_ вместо ColorMatrix1, ColorMatrix2 и C_, соответственно,

Eq. (73)

Рис. 14

Оптимизированная прямая матрица F_, построенная как функция CCT и полученная с помощью линейной интерполяции на основе обратной CCT матрицы Adobe ForwardMatrix1 (источник света A, CCT2 = 2855 K) и прямой матрицы 2 (источник света D65, CCT2 = 6504 K ) матрицы для фотоаппарата Olympus E-M1. Очевидно, что элементы оптимизированной прямой матрицы F_ изменяются очень медленно и стабильно как функция CCT, аналогично элементам матрицы поворота цвета, показанным на рис. 8.

7.5.

Спецификация прямой матрицы

Путем сравнения формул.(60) и (70), F_ алгебраически связана с цветовой матрицей C_ следующим образом:

Ур. (74)

Eq. (75)

Eq. (76)

8.

Выводы

В первом разделе этой статьи показано, как RAW-конвертер с открытым исходным кодом DCRaw можно использовать для непосредственного определения характеристик камеры без необходимости определять и инвертировать OECF, а также показано, как матрицы характеристик нормализуются на практике. Как следствие метамерной ошибки камеры, необработанное пространство камеры для типичной камеры оказалось деформированным от треугольной формы, доступной для аддитивных линейных комбинаций трех фиксированных основных цветов на диаграмме цветности xy, а доступная гамма оказалась зависимой. по характеристике осветительного прибора.Также было показано, что эталонный белый цвет типичного необработанного пространства камеры имеет сильный пурпурный оттенок.

Впоследствии в этой статье исследовались и сравнивались типы стратегий преобразования цвета, используемые камерами смартфонов и коммерческими преобразователями RAW, механизмами обработки изображений традиционных цифровых камер, DCRaw и преобразователем Adobe DNG.

Смартфоны и приложения для преобразования необработанных данных обычно используют стратегию преобразования цвета, знакомую в науке о цвете.Это включает в себя применение матрицы характеристик T_ для преобразования из необработанного пространства камеры в цветовое пространство CIE XYZ, CAT для хроматической адаптации оцененного WP освещения сцены к эталонному белому цветового пространства, упомянутого на выходе (например, D65 для sRGB), и, наконец, преобразование из CIE XYZ в линейную форму выбранного цветового пространства, ориентированного на вывод. Поскольку оптимизированная матрица характеристик зависит от CCT, если не выполняется условие Лютера-Айвза, оптимизированная матрица может быть определена путем интерполяции между двумя предварительно установленными характеристическими матрицами, одна оптимизирована для источника света с низкой CCT, а другая оптимизирована для источника света с высокой CCT. .Более простые решения включают использование фиксированной матрицы характеристик, оптимизированной для репрезентативного освещения сцены.

Для традиционных цифровых камер в этом документе показано, как общее преобразование цвета обычно переформулируется в терминах множителей сырых каналов D_ вместе с набором матриц поворота цветов R_. Множители необработанных каналов действуют как тип CAT, хроматически адаптируя оценку WP освещения сцены к эталонному белому необработанного пространства камеры. Поскольку каждая строка матрицы поворота цвета равна единице, матрица поворота впоследствии преобразуется из необработанного пространства камеры непосредственно в выбранное цветовое пространство RGB, относящееся к выходу, и в то же время хроматически адаптирует исходный белый цвет исходного пространства камеры к эталонному белому пространству камеры. цветовое пространство, указанное на выходе.Было показано, что вариация элементов матрицы поворота цвета относительно CCT очень мала, поэтому требуется лишь небольшой выбор предварительно заданных матриц поворота, каждая из которых оптимизирована для заданного предварительно заданного источника света. Это позволяет применять необработанные множители каналов, подходящие для оценки WP освещения сцены, в комбинации с предварительно установленной матрицей поворота, связанной с наиболее подходящим WP. Основное преимущество переформулировки состоит в том, что интерполяция не требуется, и метод может быть эффективно реализован в архитектуре с фиксированной точкой.Кроме того, качество изображения может быть улучшено путем применения умножителей необработанных каналов до цветовой демозаики.

Было показано, что DCRaw использует модель, аналогичную традиционным цифровым камерам, за исключением того, что для каждой камеры используется только одна матрица поворота цветов, в частности матрица R_D65, оптимизированная для освещения D65. Хотя общее преобразование цвета теряет некоторую точность, когда освещение сцены значительно отличается от D65, преимущество разделения множителей необработанного канала от характеристической информации, представленной матрицей поворота цвета, заключается в том, что WB может быть правильно достигнут для любого типа освещения сцены при условии необработанного применяются канальные множители, подходящие для освещения сцены.Было показано, что матрицы вращения, используемые DCRaw, могут быть получены из инверсий матриц цветовых характеристик ColorMatrix2, используемых конвертером Adobe DNG.

Конвертер Adobe DNG отображает необработанное пространство камеры и оценку WP освещения сцены на промежуточный этап в общем преобразовании цвета, а именно на PCS на основе цветового пространства CIE XYZ с WP D50. Метод 1 определяет подход, который также используется в коммерческих конвертерах необработанных данных и современных смартфонах. Цветовая матрица C_, оптимизированная для освещения сцены, получается посредством интерполяции между предварительно заданными матрицами «ColorMatrix1» с низким CCT и «ColorMatrix2» с высоким CCT.Из-за требований логики восстановления выделения эти цветовые матрицы отображаются в противоположном направлении по сравнению с обычными матрицами характеристик. Кроме того, матрицы ColorMatrix1 и ColorMatrix2 изначально нормализованы в соответствии с WP PCS, а не их соответствующими характеристическими осветительными приборами. Поскольку цветовые матрицы Adobe находятся в свободном доступе, их соответствующим образом нормализованные инверсии могут служить полезными высококачественными характеристическими матрицами, когда оборудование для определения характеристик камеры недоступно.

Метод 2, предлагаемый конвертером Adobe DNG, использует множители необработанных каналов аналогично традиционным цифровым камерам. Однако они применяются в сочетании с так называемой прямой матрицей, а не с матрицей вращения, поскольку преобразователь Adobe DNG напрямую не сопоставляется с цветовым пространством RGB, указанным на выходе, поэтому каждая строка прямой матрицы не суммируется до единицы. Хотя оптимизированная прямая матрица определяется путем интерполяции предварительно установленных матриц «ForwardMatrix1» и «ForwardMatrix2», изменение оптимизированной прямой матрицы относительно CCT очень мало, аналогично матрице вращения.

9.

Приложение: Модель необработанных данных

Рассмотрим необработанные значения, выраженные как интегрирование по спектральной полосе пропускания камеры в соответствии с формулой. (5):

Eq.(77)

Eq. (78)

Константа k, которая появляется в уравнении. (5) устанавливает верхнюю границу величины необработанных значений. Можно показать ²⁸ , что k задается как

Eq. (80)

Наименьшее аналоговое усиление определяется GISO = 1, что соответствует базовому усилению ISO. ^{28 , 51} Числовые значения соответствующих настроек ISO камеры S определяются с использованием выходных данных JPEG, а не необработанных данных. ^{55 , 56} Эти пользовательские значения также учитывают цифровое усиление, применяемое через градационную кривую JPEG. При сравнении необработанного вывода с камер, основанных на различных форматах датчиков, по возможности следует использовать эквивалентные, а не одинаковые настройки экспозиции. ⁵⁷

Как указано в разд. 2.2, фактические необработанные значения, полученные на практике, представляют собой квантованные значения, смоделированные путем взятия целой части уравнения. (5), и полезно впоследствии нормализовать их до диапазона [0,1], разделив уравнение. (5) по необработанной точке отсечения.

Размер пикселя и матрицы, его разрешение и апертура в камере смартфона

Популярность смартфонов стремительно растет уже более 10 лет. Конечно, компании адекватно реагируют на огромный спрос, постоянно совершенствуя свои модели.Традиционно конкурентоспособность любого устройства зависит от его цены, функциональности и характеристик. Цена и функциональность в этой статье не рассматриваются. Но в целом конкуренция вынуждает компании интенсивно расширять функциональность и проводить гибкую ценовую политику. В итоге современный бюджетный смартфон стоимостью несколько сотен долларов уже предоставляет возможности, которые кажутся безграничными по сравнению с моделями 5-летней давности.

Blackview MAX 1 Projector Мобильный телефон с проектором, режим рабочего стола в Android Q 10 и складные смартфоны прекрасно иллюстрируют эту тенденцию.Фактически, современный смартфон превратился в универсальный карманный компьютер с довольно качественными мультимедийными функциями, включая камеру, проектор и т. Д.

Конечно, конкурентоспособность требует постоянного улучшения всех компонентов, включая производительность смартфона, камеру, хранилище смартфона и т. Д. ОС, экран и т. Д. В частности, улучшение камер идет по двум направлениям.

Во-первых, компании увеличивают количество различных фотоаппаратов, расширяя возможности съемки. В результате современные мультикамерные смартфоны обеспечивают высокое качество изображения при съемке практически в любых условиях.Список самых популярных дополнительных модулей включает камеры Ultra-Wide, Telefoto, Depth и ToF.

Сегодня даже в бюджетных моделях часто используются две камеры. Современные флагманы обычно имеют три и более модулей. Более того, Sony анонсировала смартфон с беспрецедентным 8 камерами.

Во-вторых, компании продолжают традиционно улучшать основные характеристики матриц и линз. В данной статье предлагается более подробный анализ этого аспекта.

Как известно, матрица формирует изображение с помощью светочувствительных ячеек (фотосенсоров).1 МП соответствует миллиону фотодатчиков на матрице. Они определяют разрешение матрицы и напрямую влияют на качество изображения.

Несколько лет назад в смартфонах в основном использовалась 0,5-, 1,3-мегапиксельная или 2-мегапиксельная матрица. Лишь у некоторых флагманов были камеры на 5 МП. Стремительное развитие технологии производства фотосенсоров в корне изменило ситуацию. В современных моделях уже используются матрицы с разрешением от 8 МП до 40 МП и даже больше.

Размер пикселя напрямую влияет на количество поглощенных фотонов во время экспонирования.Соответственно, эффективность захвата потока фотонов различна для матриц с разными размерами пикселей. Этот фактор напрямую влияет на качество изображения. Его градации:

— 1,55 мкм-1,40 мкм — высокое качество даже при слабом освещении;

— 1,40 мкм-1,22 мкм — высокое качество при нормальном освещении, шумы изображения при слабом освещении;

— 1,12 мкм и менее — высокое качество только при ярком освещении.

Но увеличение размера пикселя при том же разрешении требует увеличения размера матрицы и оптики, что увеличивает толщину и ширину смартфона.Поэтому компании вынуждены постоянно искать компромиссные решения.

Яркие детализированные изображения требуют мощного светового потока, который зависит от диафрагмы (степени открытия объектива).

Соответственно, широкая апертура поглощает больше светового потока. Его размер обозначается буквой «f». Широкая диафрагма обеспечивает макросъемку, эффект боке и т. Д.

Влияние диафрагмы на качество:

— f / 2.6, f / 2.4 — низкое качество;

— f / 2.2, f / 2.0 — обычно используются в бюджетных моделях;

— ф / 1.8, f / 1,7, f / 1,6 — оптимальная диафрагма.

Матрица представляет собой микросхему со светочувствительными фотодиодами. Как известно, фотодиод под воздействием света формирует электрический сигнал, который впоследствии преобразуется в цифровой сигнал. Фактически матрица выполняет функцию пленки в традиционных фотоаппаратах. В дальнейшем информация об изображении поступает в процессор, который преобразует его и отправляет в хранилище смартфона. В среднем этот процесс длится 0.2-0,3 секунды.

При этом качество картинки напрямую зависит от размера матрицы.

В современных моделях используются матрицы со следующей диагональю:

— 1/3 ″ — бюджетные смартфоны;

— 1 / 2,9 ″, 1 / 2,8 ″ — модели среднего уровня;

— 1 / 2,6 ″, 1 / 2,3 ″ — флагманские смартфоны.

Например, диагональ 12-мегапиксельной матрицы Sony IMX386 в Xiaomi Mi Mix 2 составляет 1 / 2,9 ″ (6,2 мм), а размер пикселя — 1,25 мкм.

Конечно, большое количество пикселей (разрешение) требует увеличения их плотности.

Но для постоянного размера матрицы это требует уменьшения размера пикселей с уменьшением поглощения света каждым из них. Таким образом, только выбор оптимального соотношения сторон может обеспечить максимальное качество изображения.

Из маркетинговых соображений большинство компаний часто не указывают размер пикселей, указывая только разрешение матрицы. Но разрешение не характеризует эффективность поглощения света, а, как следствие, реальное качество снимков.

Сегодня компании экспериментируют с этим соотношением.Samsung Galaxy S6 отлично продемонстрировал очень удачное сочетание.

При тех же характеристиках он явно выигрывает по сравнению с iPhone 6.

Кроме того, Samsung Galaxy S7, S8, S9 с 12-мегапиксельной матрицей также демонстрируют отличное качество за счет большого размера пикселя.

Достигнув огромного разрешения (48 мегапикселей, 64 мегапикселя и более), компании начали искать другие способы дальнейшего улучшения камеры.В результате была разработана технология Super Pixel с использованием Pixel Binning. Фактически, этот алгоритм объединяет четыре маленьких пикселя в один большой пиксель с помощью фильтров.

Практически все лидеры используют эту технологию. Sony называет это Quad Bayer, Samsung использует термин TetraCell.

Смешивание пикселей устраняет проблему недостаточного освещения. Алгоритм объединяет данные RAW из четырех пикселей в один эффективный суперпиксель, обеспечивая максимальное количество захваченного света при уменьшении шума изображения.

Конечно, это снижает реальное разрешение изображения. Например, 24-мегапиксельная камера с технологией Super Pixel может обеспечить реальное разрешение всего 6 мегапикселей. Поэтому камеры с низким разрешением редко используют эту опцию. Его эффективность проявляется в 40-мегапиксельных матрицах и выше. В этом случае алгоритм улучшает качество в условиях низкой освещенности за счет уменьшения чрезмерного разрешения.

Помимо уменьшения разрешения, эта технология также исключает вывод в формате RAW (DNG) из-за потери данных во время объединения пикселей.

Многие современные камеры используют OIS (оптическую стабилизацию изображения) для повышения четкости и улучшения фокусировки при съемке в движении или при слабом освещении.

Фактически, OIS обеспечивает амортизацию для компенсации перемещений камеры во время движения. Механизм оптической стабилизации сглаживает дрожание рук или движение при ходьбе. Функционально OIS заменяет традиционный штатив.

В бюджетных моделях часто используется цифровая стабилизация вместо более эффективной и дорогой оптической стабилизации.В этом случае алгоритм сглаживает градации размытых кадров.

Кроме того, почти все современные фотоаппараты имеют автофокус на одном или нескольких объектах. Сегодня компании используют контрастный, фазовый и лазерный автофокус. Но лазерный автофокус обеспечивает максимальную эффективность.

1. Разрешение датчиков изображения в камерах смартфонов практически достигло максимума. Его дальнейшее увеличение уже ограничено уменьшением захваченного света из-за уменьшения размера пикселя.Судя по всему, дальнейшее совершенствование камер будет основано на увеличении размера матрицы и улучшении алгоритмов обработки сигналов.

2. С другой стороны, даже среднебюджетные модели обеспечивают достаточно высокое качество для любительской фотографии. Многие дорогие смартфоны уже успешно конкурируют с традиционными фотоаппаратами за качество изображения.

В этом видео демонстрируется новейший инновационный датчик изображения Sony IMX686 для смартфонов.

Матричный замер © 2005 KenRockwell.com

The Матричный измеритель Nikon

Далее Стр. >>

перейти сразу к пояснительной коммерческой литературе >>

подробнее информация о ночной фотосъемке >>

перейти прямо к наконечникам дозатора внизу страницы >>

См. Также Экспозиция и цифровая экспозиция

Осторожно : Если вы снимаете пленку для печати, то на снимках вы видите ничего сделать с экспозицией, которую вы сделали в камере.Воздействие — это проблема ваша часовая лаборатория младший. техник средней школы, а не ваша техника или ваш отрицательный. Игнорировать этот раздел полностью или снимать диапозитивы вместо. Только снимая на прозрачные пленки или выполняя свою собственную лабораторную работу, вы сможете вы сможете контролировать свои конечные результаты.

Если вы у вас проблемы с экспонированием ваших отпечатков, скорее всего, из-за того, что они были напечатаны, а НЕ как они были разоблачены.

Если вы видеть мутные, тусклые, зернистые или светлые тени без деталей на ваших отпечатках значит, у вас недоэкспонированный негатив; в противном случае единственная причина печати будет слишком темным, если он был напечатан неправильно.

ВВЕДЕНИЕ

г. Превосходный матричный измеритель — основная причина, по которой стоит выбрать Nikon перед другими брендами.

Nikon’s Матричный замер, представленный как «Автоматический мульти-шаблон» (AMP) измерения в камере FA в 1983 году, был первым в мире измерителем, который на самом деле измеренная экспозиция, а не просто свет.Это один из самых важных достижения в фотографической технологии. Этот счетчик умеет делать белый цвет снег или песок выглядят белыми, в отличие от обычного экспонометра. все выглядит средним 18% серым. Применяет систему зон автоматически попытаться получить правильную экспозицию в сложных и контрастных ситуации. При съемке в спешке в быстро меняющихся условиях в этом весь смысл использования камеры небольшого формата, такой как Nikon, Нет лучшего способа измерить экспозицию.

An пример слишком большого контраста сцены в полдень.

Нет счетчика может исправить плохое освещение или слишком высокий коэффициент освещенности. Это смущает многие думают, что их счетчики неисправны, хотя счетчик идеально. Если у вас есть проблемы с размытием бликов, даже если ваш объект хорошо экспонирован или тени слишком темные, даже если основной предмет в порядке, ваша проблема в слишком большом контрасте в вашем освещение, а не ваше воздействие.Для фотографий с людьми используйте свой Nikon мигают при любых условиях, и вы, вероятно, улучшите большинство из них проблемы.

Освещение является важнейшим техническим и художественным аспектом живописи, искусства и фотография. Другие уже много писали об освещении, поэтому я не буду попробуйте продублировать это здесь. Мне нравится писать о вещах, которые ты не можешь найти в любом другом месте. Крайне важно, чтобы вы научились быть чуткими к качества света, и научитесь терпеливо ждать его.Это очень, очень важно!

Все другие крупные производители SLR примерно с 1990 года подражали этому измерителю. под разными именами. Canon называет это «оценочным» и большинство производителей фотоаппаратов хвастаются этим, указывая, сколько датчиков они использовать. Даже Leica пытается скопировать это. Сегодняшняя Leica R8 включает в себя такое же техническое совершенство, как у Nikon FA 1983 года.

г. количество датчиков неважно. Мудрость, которая заложена в прошивку который интерпретирует данные с датчиков, это то, что важно.

г. оригинальный Nikon FA имел всего 5 датчиков замера. Сегодня даже матрица F100 метр работает с теми же 5 основными датчиками и добавляет только 5 точечных датчиков в микс для точной настройки. Превосходный Canon Rebel 2000 утверждает, что 35 датчиков; Я по-прежнему предпочитаю программирование измерителя Nikon. У Nikon N90 был целый куча сенсоров прямо в самом центре изображения, что позволяет впечатляющее количество датчиков, но не имеет ничего общего с измерителем способность.С измерителем N90 все в порядке; просто N90 звучит как игрушка, когда бежит.

г. Цветной матричный измеритель F5 должен быть необычным. Вот почему Canon фотограф по контракту Артур Моррис сказал, что лучшая камера в мире это Nikon F5. Я не пробовал, потому что если бы и пробовал, то уверен, что заведу до необходимости таскать F5 повсюду. Я упрямый не пробуя F5, вам не обязательно. Точность измерителя — самое главное аспект качества изображения, созданный камерой, и почему я снимаю с Nikon.

Это статья относится к обычному матричному измерителю, введенному в FA в 1983 и продолжается по сей день во всех зеркальных фотокамерах Nikon AF.

ОСНОВНОЙ ПОЯСНЕНИЕ

см. полная оригинальная документация здесь >>

Угадай тип вашего объекта

г. Матричный измеритель сначала пытается угадать, что вы фотографируете (сложная часть), а затем выполняет соответствующий расчет экспозиции (простая часть.)

Вы возможно, читал, что матричный измеритель сравнивает показания освещенности с «более 30 миллионов миллиардов миллиардов хранящихся на борту изображений »или другие ерунда. Этих изображений нет в камере. Что делает камера, так это использовать опыт профессиональных фотографов и анализировать много-много фотографий (это ваш номер 30 000), чтобы помочь программе прошивка камеры, чтобы узнать, какую фотографию вы пытаетесь сделать сделать.После того, как он классифицировал ваше изображение, он сможет сделать лучшее расчеты для вашей экспозиции.

г. камера классифицирует изображения, как показано на странице 5 документации.

Солнечный свет белые значения

Эти метров, все также используют очень важное наблюдение: солнце всегда примерно так же ярко в ясный день, как и в любой другой ясный день. Если камера видит что-то выше яркости серой карты при солнечном свете (LV15), он знает, что что-то видит светлее серого.Он знает это, потому что достаточно умен, чтобы знать, что солнце не просто стало вдвое ярче.

Когда видит то, что нужно сделать светлее, сознательно «передерживает» по сравнению с тупым измерителем, так что легкие предметы выглядят светлыми.

Это простое применение системы зон; если счетчик что-то видит две остановки выше, где будет серая карта при дневном свете (LV15 + 2 ступени = LV17) тогда он знает, что нужно «передержать» этот участок две остановки, чтобы он выглядел не серым, а белым.

Если Матричный измеритель видит действительно яркие сегменты, скажите что-нибудь выше LV 16-1 / 3, он их просто игнорирует. Он знает, что они представляют собой яркие блики или прямых солнечных лучей, и не следует использовать их для расчета экспозиции. Это вместо этого придает больший вес другим сегментам.

Абсолютный уровни освещенности

угадать тип вашего объекта и определите, что на самом деле является белым при солнечном свете Матрица необходимо знать абсолютный уровень освещенности вне камеры .Помните что свет внутри камеры будет отличаться от уровня освещенности вне камеры в зависимости от скорости (диафрагмы) вашего объектива.

Для этого Матрице необходимо считывать истинное значение диафрагмы объектива. Камера FA считывала это со специальным новым выступом на задней панели AI и новых линз. Камеры автофокусировки прочтите это в электронном виде. Другим камерам это не нужно, так как они не пытался угадать, какой объект вы фотографируете и, следовательно, были счастливы, только зная, сколько света прошло через ваш объектив на фильм.

Для Например, Матрица знает, насколько яркий дневной свет, поэтому она знает, видит ли он что-то достаточно яркое, чтобы быть ярким песком на ярком солнце, оно знает чтобы добавить экспозицию, чтобы он выглядел светлым, а не просто серым.

Если камера не может определить фактическую максимальную диафрагму объектива, тогда она не может определяет абсолютные уровни освещенности и не может выполнять матричный замер.

Абсолютный муфта максимальной апертуры

Руководство Объективы AI имеют специальный внутренний механический соединительный выступ на задней панели. объектива, который сообщает F4 и FA, какова точная максимальная диафрагма, например, f / 4 или f / 2.8. Все объективы AF имеют одинаковые механические выступы для FA и F4 (спасибо, Nikon), а также электронные контакты для Камеры автофокуса.

Черт, камера также хочет знать ослабление света объектива, и я думаю это также закодировано в глубине механической проушины. Камера использует это, чтобы получить правильные показания для сегментов счетчика по сторонам изображение. Это полностью отличается от выступа на внешнем отверстии. кольцо, которое сообщает камере соотношение между диафрагмой, которую вы установить на объектив и максимальную диафрагму.Я не думаю, что какие-то камеры были когда-либо предназначенные для механического считывания спада, так же как и линзы AI иметь механический выступ для привязки фокусного расстояния объективов к камерам которые никогда не строились.

Все Камеры автофокусировки считывают диафрагменное число через электронные контакты. За исключением F4, ни у одной камеры с автофокусировкой нет щупа для считывания механического выступа с задней стороны объективы с ручным управлением, поэтому все камеры с автофокусировкой (кроме F4) будут вернуться к центрально-взвешенному при установке объектива с ручной фокусировкой или телеконвертера на них.Вероятно, это дефект конструкции автофокусных камер. чтобы заставить вас покупать новые объективы AF.

я верю что линзы AF также сообщают Matrix о спаде освещенности чтобы можно было точнее измерить углы изображения.

Использование с телеконвертерами

г. Единственный способ получить настоящий матричный замер на камере с автофокусом — это использовать TC-14E или TC-20E (или новые версии «II»).Они работают только с экзотические телеобъективы AF-I и AF-S.

Есть нет другого способа получить настоящий матричный замер с другими TC на камерах AF кроме F4.

Получить Матрица с линзами ручной фокусировки на FA или F4 вам понадобится TC, который есть еще один датчик, добавленный к нему, чтобы связать абсолютную информацию о диафрагме механически. У TC-201 есть эта муфта. В TC-200 нет. Руководство Фокусные TC не дают ни автофокуса, ни матричного замера при использовании на Камеры автофокуса.

Как ни странно это означает, что для получения матричного замера с любым объективом, кроме AF-I или объектив AF-S и телеконвертер, вы должны использовать старый F4 или FA и TC-201 или TC-301 (или я думаю, TC-14A или B). В противном случае вы не сможете получить Матрицу с телеконвертером и любой другой автофокусной камерой!

Когда вы не можете установить матрицу на камеру, она по умолчанию будет центровзвешенной, если вы выбрали Матрицу. Большинство фотоаппаратов с автофокусировкой сообщают вам об этом по шкале замера. индикатор.В FA нет индикатора для шаблона измерения.

От что я видел, телеконвертеры со скидкой, такие как Kenko PRO, Tamron, Sigma и Tokina неправильно связывают максимальную диафрагму с камерами AF и иногда сбивает Матрицу с толку, особенно при ярком свете. Если ваш TC позволяет вам достичь отмеченной максимальной диафрагмы на вашей камере AF у вас неправильная муфта . Камера автофокуса должна показывать только один или на два стопа меньше максимальной диафрагмы камеры, чем указано на объективе когда используется TC.

Что о 3D-замере и объективах D?

Вы Можете смело игнорировать это, если покупаете линзы бывшие в употреблении.

D помогите измерителю немного угадать, что вы пытаетесь сфотографировать. Это имеет очень небольшой эффект.

Потому что впечатлительные люди ошибочно полагают, что линзы D служат прекрасным Вы можете купить по низкой цене идеальные линзы без D, которые используются сегодня.

В разработке преднамеренные испытания линз D и не D с одним и тем же объектом на одном и том же раз уж разницы не увидел. Единственный раз, когда я увидел разницу делает то, в чем они хороши: делает фото со вспышкой прямо в зеркало.

г. Единственный производимый сегодня объектив без D AF — это прекрасный 50 мм f / 1,8. AF. Это выгодная сделка.

3D замер можно смело игнорировать.

Цвет Матричный замер

г. F5 повышает ставку, добавляя чувствительности к цвету.Это, в отличие от 3D, очень важный. Это позволяет F5 сделать желтый цвет таким светлым, каким он должен быть, и красный настолько темный, насколько это должно быть.

Цвет, вместе со всеми сегментами в измерителе F5, также позволяет камере угадайте, что ваш объект более точно, что, в свою очередь, позволяет камере чтобы применить к фотографии потенциально более точный алгоритм замера.

Это Эта функция уникальна для F5 среди всех пленочных фотоаппаратов.

СОВЕТЫ

Когда использовать Matrix

г. Проще всего доверить во всем счетчик Матрица; Так и будет быть правым чаще, чем способность большинства людей отвергать общепринятые метр.

Чтобы понять как работает матричный замер, требует знания системы зон (см. книги в справочном разделе), а также электромобиль и низковольтные системы.Как только вы это поймете, прочтите документация на счетчики. Сегодня Nikon не разглашает такую ​​широкую огласку, что прискорбно, потому что без этой информации намного сложнее чтобы узнать, как и почему счетчик Matrix делает то, что он делает.

Для технически свободно владеющие фотографами, матричный измеритель очень предсказуем и при необходимости легко компенсировать, но это намного сложнее, чем усредняющие метры. Эта сложность — вот что делает измеритель Matrix таким хорошим, но также и то, что затрудняет обучение и почему некоторые фотографы до сих пор не верю этому.

Когда и как пользоваться flash

Использование Заполняющая матрица постоянно мигает, если только вы специально не хотите, чтобы объект выделен или остановлен при слабом освещении. Возможности матрицы Nikon чтобы сбалансировать вспышку и естественный свет непревзойденно. Используйте синхронизацию SLOW REAR режим в помещении, чтобы фон выглядел естественно.

Использование настройка матрицы, которая на старых вспышках (SB-22, SB-23) является настройкой по умолчанию. настройки и на новых вспышках (SB-28) отображаются символом TTL и маленький пятисегментный матричный символ на ЖК-дисплее вспышки.

Марка убедитесь, что у вас достаточно мощности и дальности действия вспышки в очень контрастных местах (как съемка на солнце), в противном случае выключите вспышку. Вот почему:

По контрасту света Матричный измеритель уменьшает экспозицию окружающего света на на 2/3 ступени, чтобы очень яркие блики были в пределах диапазон пленки, ожидая, что вспышка заполнит еще более темный тени. Обычно это дает отличные результаты, так как обычно у вас достаточно мощность вспышки, чтобы заполнить тени.

Если вы находятся на улице, а контрастные объекты находятся за пределами диапазона вспышки, включается ваша вспышка может дать недодержку на 2/3 ступени для всей сцены, поскольку окружающая экспозиция уменьшается, а вспышка не сможет заполнить тени! Не волнуйтесь, вы увидите недостаточное индикатор мощности вспышки мигает, если это произойдет. Только не предполагай, что только заливка будет слишком темной, потому что у вас также может быть рассеянный свет недоэкспонировано тоже на улице.Я потратил несколько рулонов за один раз, стреляя в деревья с подсветкой и игнорируя индикатор недостаточной мощности вспышки (быстро мигающий индикатор готовности) думая, что будет только заливка немного темнее. Все кадры были слишком темными; Я должен был просто повернуться выключить вспышку.

Вы можете подтвердить этот эффект, просто направив камеру на очень контрастный место действия. Включите и выключите вспышку, соблюдая указанную экспозицию. на метр.Вы увидите уменьшение экспозиции при повороте вспышки. на очень контрастном свете.

Что об использовании фиксации AE в Matrix?

Это работает просто хорошо. Я делаю это, хотя и редко.

г. Матричный измеритель работает, предварительно угадывая, что вы фотографируете (сложная часть), а затем соответствующим образом установите экспозицию (простая часть).

Если вы привязать его к чему-то еще, тогда гораздо менее вероятно, что счетчик может угадай правильно, каков твой настоящий предмет.Если вы достаточно сознательны чтобы зафиксировать экспозицию, лучше делать это с центрально-взвешенным метр.

г. Первая матричная камера FA не имела кнопки блокировки именно по этой причине.

Темы что может обмануть матрицу

г. Матричный измеритель настраивается более 20 лет. Это о единственные субъекты, которые обманывают его сегодня:

1.) Преимущественно светлые объекты без прямого солнечного света. Поскольку эти недостаточно яркие в абсолютном выражении (LV16 или выше) Матрица не может догадаться, что они должны быть легкими. Они будут отображаться серыми. Если у вашего объекта есть и темные, и светлые участки у Матрицы все в порядке. Если все изображение представляет собой белую карточку в оттенок, то вам все равно придется набрать + компенсация, чтобы белые карты выглядят белыми.

2.) Яркое пасмурное небо. Они достаточно темные, что измеритель не может сказать что вы хотите, чтобы они выглядели почти белыми на вашем изображении, потому что они ниже LV16. Вам нужно будет набрать + 1 или даже +2 компенсации, если яркое серое небо занимает большую часть вашего изображения, говорят, фотографируя летающих птиц на фоне ярко-серого неба.

3.) Глубокие или темные фильтры. Помните, что измеритель должен знать абсолютное Световая ценность предмета, как объяснено выше в разделе «Абсолютные уровни освещенности.«

Если вы наденьте на объектив темный фильтр, например поляризатор, тогда вы можете обмануть матрица, заставляющая думать, что у вас другой предмет, потому что пропускание фильтра — , а не , переданное в матрицу метр.

Если вы наденьте фильтр на линзу, вы только что запутали матричный измеритель. Свет фильтры, такие как УФ, световой люк или A2 (81A), поглощают только треть стопа самое большее, поэтому в худшем случае эти фильтры будут вносить ошибку 1/3 прекратите недоэкспонирование на снегу или других очень ярких сценах.Вы можете игнорировать это, и я делаю.

Однако рассмотрим поляризатор с коэффициентом фильтрации 2 ступени. С поляризатором ваша камера будет видеть то, что она считает LV15, когда смотрит на яркий песок или снег, вместо правильного LV17. Из-за этого счетчик не может скажите, что на вашем изображении есть яркий, залитый солнцем белый цвет, и вы можете получить непреднамеренная недодержка.

я не слишком беспокоюсь об этом, но опять же, я не часто использую поляризаторы.

Помните это при очень ярких условиях.

Вы может захотеть выполнить считывание матрицы вручную без фильтра, блокировка автоэкспозиции, которая чтения, а затем добавить этот коэффициент фильтра в качестве значения компенсации после добавление фильтра. На самом деле, если вы собираетесь пойти на такие неприятности вы также можете использовать точечный измеритель Pentax и камеру обзора, но это действительно иллюстрирует потенциальные проблемы.

Это еще одна причина выбрать поляризаторы марки Nikon: они теряют всего 1-1 / 3 остановки света, а не 2, как это делают большинство других поляризаторов.

4.) Предметы средней освещенности на солнце, например, калифорнийская штукатурка. Для того, что вы хотите визуализируется как зона VI, рендеринг светлого, но не белого цвета, некоторые из самых ранних Матричные и AMP-индикаторы сделали их немного темнее, ближе к зоне 18%. V. В этих случаях вам нужно было набрать примерно +2/3 компенсации. Современное Матричные измерители (F100) кажутся нормальными с этими предметами.

Какой с какими объективами камеры дают матричный замер?

Все современные камеры с автофокусировкой, а также большинство старых камер, дают матричный замер с все объективы AF.Ни один из них, кроме F4, не может делать это с ручной фокусировкой. линзы.

Nikon умышленно искалечили камеры автофокуса, кроме F4, чтобы они только выполните центрально-взвешенный замер с объективами с ручной фокусировкой. Никон наверное сделал это, чтобы побудить вас покупать новые объективы с автофокусом, чтобы очень важная матрица замера. Камера F4 AF и ручная фокусировка FA камеры имеют механические кодировщики, позволяющие этим камерам считывать максимальное абсолютное значение диафрагмы диафрагмы от выступа на объективе.Это необходимо для матрицы функционировать. Поскольку все другие камеры с автофокусировкой не имеют этих кодировщиков, они не могут дают матричный замер с ручными объективами.

Есть являются маргинальными фракциями, которые прикрепляют чипы к объективам с ручной фокусировкой, чтобы обмануть автофокусировку. камеры в матричный замер. Вероятно, они работают.

Nikon добавляет фишки к двум ручным объективам: старому 500mm f / 4 P AI-s и новому 45mm f / 2.8 P, так что эти два объектива однозначно дают матричный замер на все камеры AF.

Получить для матричного замера с объективами с ручной фокусировкой используйте камеру F4 AF, или камера FA с ручной фокусировкой.

Все Объективы AI и AI-s с ручной фокусировкой и AF, AF-I и AF-S обеспечивают матричный замер на FA и F4. Единственные, которые этого не делают, — это объективы с предварительным искусственным интеллектом. 1977.

до 1977 г. линзы, преобразованные в AI, не будут давать матричный замер на F4 или FA, если к задней части объектива не добавляется специальный выступ.Вы можете преобразовать древний объектив AI примерно за 25 долларов, но это то же самое парень хочет около 200 долларов, чтобы добавить этот специальный наконечник. Забудь об этом.

Также объективы с ручной фокусировкой обеспечивают автоматизацию только с ручным управлением и предпочтительной диафрагмой в лучшем случае на камерах AF. Никто не получает предпочтительный затвор или программу режимы с ручными объективами на камерах AF.

г. Камера FA поддерживает все режимы P, S, A и M для работы со всеми объективами. новее 1977 г.Это потому, что Nikon все еще достаточно хорош, чтобы гарантировать что все новые объективы AF по-прежнему имеют все механические выступы для соединения к старым камерам. Фактически, последний объектив AF-S 80-200 f / 2.8 не только безупречно работает с камерой FA, у нее также есть проушина для установки FA в скоростной программный режим для телеобъективов.

Далее Страница>

Смотреть здесь для получения дополнительной информации о ночной выдержке

См.