Perché la mia macchina fotografica disegna labirinti sulle mie foto?


8

Nelle foto in cui è presente il riflesso dell'obiettivo, la mia Nikon D7000 sta disegnando strani manufatti dall'aspetto labirinto. Ecco un esempio

La prima immagine è uno screenshot di una piccola parte della foto originale ingrandita 2: 1 in Lightroom.

La seconda immagine è la stessa foto con il contrasto, la chiarezza e la nitidezza di Lightroom impostati al massimo per rendere più visibile il motivo a labirinto.

inserisci qui la descrizione dell'immagine

inserisci qui la descrizione dell'immagine

Ciò riguarda solo alcune delle foto che presentano il riflesso dell'obiettivo. Qui, ad esempio, il riflesso dell'obiettivo è presente e le condizioni di luce sono molto vicine alla prima foto, ma non esiste un motivo a labirinto, solo rumore normale (screenshot di una parte di una foto a 1: 1 con contrasto, chiarezza e nitidezza impostati al massimo):

inserisci qui la descrizione dell'immagine

Appunti:

  • Posso vedere questo schema solo su alcune delle foto quando il sole è nella cornice o quasi nella cornice.

  • È presente con qualsiasi obiettivo che ho testato.

  • La foto reale è stata scattata con f / 8, ISO 200, 1/640 s. Ho visto questo schema anche nelle foto scattate a ISO 100.

  • La foto è in formato RAW, quindi questo non è un artefatto JPEG.

Cos'è quello? Come lo evito?


3
La natura dei manufatti mi fa pensare che stia accadendo nella fase di demosaicing, ma non c'è nulla di insolito nell'array di filtri colorati della D7000 che suggerirebbe qualcosa del genere. Suppongo che potresti fornire un RAW di esempio?
Hobbs,

3
Devo dire che se stai guardando questo livello di zoom di un'immagine e cerchi problemi, li troverai. E poi li esageri ad es. Con l'affilatura. Ma vedi davvero queste cose in una stampa? Hanno davvero importanza o stai solo rendendo la tua vita più difficile preoccupandoti di loro? Quello che stai facendo sarebbe come prendere un microscopio per esaminare un film negativo e lamentarti della visibilità del grano.
StephenG

@hobbs: ecco un esempio RAW: drive.google.com/file/d/0B3keqY_6PUhwTjRJSXJYdU1UQUE/… . Non è quella foto esatta che ho pubblicato nella mia domanda (da quando ho cancellato il RAW da allora), ma quella scattata qualche secondo dopo e che presenta esattamente lo stesso schema.
Arseni Mourzenko,

@StephenG: Non ho mai detto che mi preoccupassi di quegli schemi. Sono solo curioso della loro origine, data la loro forma insolita; per fortuna, ho posto la domanda e ho imparato qualcosa di nuovo dalle grandi risposte.
Arseni Mourzenko,

Risposte:


5

Qualunque cosa tu stia visualizzando sullo schermo non sono dati grezzi. I dati di immagine grezzi sono valori di luminanza monocromatici lineari e nient'altro. Tutto ciò che mostra più di un colore è il risultato dell'applicazione che stai utilizzando per visualizzare l'immagine che traduce i valori di luminanza grezza in curve di luce con correzione gamma e demosaicing applicato per creare colori interpolati e riducendolo a 8 bit da inviare al tuo 8 -bit monitor.

Se visualizzi gli stessi dati grezzi utilizzando un'applicazione che utilizza algoritmi di demosaicing e correzione gamma diversi, vedrai diversi pattern che possono essere più o meno regolari rispetto a quelli che hai ottenuto con qualsiasi applicazione stavi utilizzando per visualizzarli sopra.

I motivi che vedi nella prima immagine sono presenti anche nella seconda. Non sono così diffusi o uniformi. Osserva attentamente l'area di transizione tra l'area molto chiara e molto scura vicino all'angolo in alto a sinistra. Ci sono. La tua prima immagine ha solo molta più area in cui ci sono valori tonali medi che sono tutti della stessa tonalità e vengono spinti verso l'alto (pixel più luminosi) o verso il basso (i pixel più scuri) dall'algoritmo di elaborazione.

Ritaglio 4X
Un ritaglio ingrandito di 4x della tua seconda immagine

Ritaglio 8X
Un ritaglio ingrandito 8X di un'area vicino al centro superiore del ritaglio sopra. Notate i motivi 'gradini' lungo l'area diagonale del contrasto?

Quando si aumenta il contrasto, si rende più ripida la curva di risposta alla luce e vengono amplificate lievi differenze di luminosità nei mezzitoni. In effetti stai forzando tutti i pixel ad essere molto scuri o molto chiari con non molto in mezzo.

È solo una supposizione, ma il mio sospetto è che le linee scure nella prima immagine sono quei pixel più influenzati dai pixel blu filtrati e le linee più chiare sono quei pixel più influenzati dai pixel rossi e verdi filtrati. Tenere presente che tutti e tre i valori di colore per ciascun pixel sono generalmente interpolati durante la demosaicing. Questo perché parte dell'intero spettro visibile attraversa tutti e tre i diversi filtri colorati di una maschera Bayer . Alcuni dei pixel verdi filtrati tra due pixel di colore blu vengono scuriti. La maggior parte dei pixel verdi viene tirata con i rossi verso l'accendino. Ciò spiegherebbe perché le linee di colore più chiaro sono generalmente larghe due pixel e le linee più scure hanno una larghezza di singolo pixel.

Quando quasi tutta la luce in una data area è vicina allo stesso colore (in termini di crominanza) l'unica cosa che l'algoritmo di demosaicing deve differenziare un pixel da quello successivo è la luminosità. Il bagliore velato causato dal sole rende la luminosità da un pixel al successivo più uniforme di quanto non sarebbe altrimenti. Questo potrebbe spiegare il fenomeno delle linee rette più lunghe di pixel più scuri e più chiari piuttosto che una distribuzione più casuale vista sulla maggior parte della seconda foto.


7

Buona notizia, il problema "green channel crosstalk" sembra esattamente come questo. La mia comprensione è che (a causa dei capricci della progettazione del sensore) metà dei pixel verdi finiscono in modo più fortemente correlato con il rosso e metà finiscono in modo più fortemente correlato con il blu, e quando tutto scompare, alcuni algoritmi interpretano che come alta frequenza contenuto di luminanza, più o meno.
Hobbs

Questo è esattamente il motivo per cui ho chiesto un raw - speravo di eseguire l'immagine di OP attraverso alcuni algoritmi alternativi :)
hobbs

4

Per confermare l'analisi di Ben Ruders, ho preso il file NEF che hai fornito e l'ho passato attraverso RawTherapee.

Ecco un ingrandimento di una coltura simile senza aggiustamenti e l'algoritmo di demosaicing predefinito "stupisci":

stupire

Ecco lo stesso con l'algoritmo "DCB":

DCB

Ed ecco lo stesso con l'algoritmo "VNG4", che è noto per essere resistente alla diafonia verde, ma nel complesso un po 'meno nitido:

VNG4

L'area del problema è praticamente ideale per far emergere questo problema: i valori nei canali rosso e blu sono molto diversi (il blu è quasi zero, il rosso è simile al verde), ci sono macchie di dettagli bassi (gli artefatti sono più evidenti senza dettaglio reale che li copre), e questa parte della foto si trova vicino a un angolo, dove la luce raggiunge il sensore con un angolo più basso, aumentando la probabilità che si verifichi la diafonia.

Ho provato a creare un'altra immagine usando la modalità di "demosaicing" nessuna, per illustrare la differenza di valore tra pixel verdi circondati da pixel rossi e pixel verdi circondati da blu, ma non sono riuscito a gestirlo :)

Utilizzando il nostro sito, riconosci di aver letto e compreso le nostre Informativa sui cookie e Informativa sulla privacy.
Licensed under cc by-sa 3.0 with attribution required.