Как спектральная чувствительность разных сенсоров влияет на итоговую фотографию?

Тема гораздо сложнее следующего «упрощенного ответа неспециалиста»**, но…

Упрощенно образец света в точке может быть представлен двухмерным положением плюс амплитуда или амплитудой трех ортогональных векторов компонентов. Традиционно используются красный, зеленый и синий цвета, приблизительно соответствующие длинам волн цветовых рецепторов в большинстве человеческих глаз*, но в равной степени можно использовать и другие компоненты векторов. (* В некоторых глазах полностью или частично отсутствует чувствительность одного или нескольких рецепторов, и некоторые утверждают, что у некоторых людей есть дополнительный рецептор длины волны).

Набор «красных» кривых не обладает чувствительностью на некоторых участках — общий измеренный свет будет меньше, чем общий.

Набор «синих» кривых очень сильно перекрывается. Свет с длиной волны посередине между красной (правой) и синей (средней) точками отклика пика будет одинаково проявляться как в красном, так и в зеленом каналах, и его нельзя будет отличить ни в одном канале от монохроматического света немного меньшей интенсивности.

Я ожидаю, что узкие красные кривые будут иметь некоторые проблемы с низкой чувствительностью и плохо справятся с некоторым светом с отчетливыми пиками спектра, НО
я ожидаю, что широкие синие кривые создадут неточный беспорядок в пастельных тонах.

Из этих двух я ожидаю, что узкие кривые будут работать лучше, но еще лучше было бы что-то с более широкими квадратными неперекрывающимися кривыми отклика, которые имеют как очень мало мертвого пространства, так и минимальное перекрытие. Несуществующие селективные интерференционные фильтры, вероятно, удовлетворили бы эту потребность.

Много идей и примеров здесь

Что обычно заявляют реальные люди Отсюда

НО есть много вариантов в зависимости от приложения. Один из «трюков» состоит в том, чтобы использовать четкие неперекрывающиеся фильтры и канал яркости, который покрывает весь спектр.

Несколько других примеров.

** Будь то упрощенный ответ или упрощенный неспециалист, оставлен на усмотрение читателя.

Спектральная чувствительность комбинации сенсор/объектив в большей степени влияет на объем обработки изображения перед созданием файла jpeg или raw. Сегодняшняя камера обрабатывает файл для желаемого внешнего вида с учетом профиля камеры (зависит от марки). Поэтому производители камер измеряют спектральную чувствительность своих сенсоров и создают эти профили. Мы можем сделать то же самое, если у нас есть доступ к некоторым хорошо откалиброванным техническим инструментам и возможности программирования для создания профилей ICC.

Просматривая ваши графики, я вижу, что у вас может быть неверная информация. Сначала давайте начнем с относительного человеческого зрения:

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

Теперь мы сравним это со спектральной чувствительностью камеры с КМОП-сенсором. В этом случае Canon XTI я измерил назад:

Итак, ясно, что люди видят иначе, чем камеры. Это различие называется условием Лютера-Айвза, и в результате на изображениях и при их обработке возникает много шума, что компенсирует нашу неспособность производить датчики, удовлетворяющие этому условию. Результатом окраски является метамеризема. Потому что наше человеческое зрение RGB по своей природе видит лучше и иначе, чем датчики камеры, и мы встроили автоматический баланс белого, называемый хроматической адаптацией. Камеры просто не могут очень хорошо имитировать то, что создал Бог.

Таким образом, для получения спектральной чувствительности камеры вам потребуется специальное оборудование. Есть несколько способов сделать это, поэтому я опишу свой метод, а другие могут присоединиться к своим личным предпочтениям: 1. Телеспектро-радиометр или монохромометр (я предпочитаю монохромометр) 2. Настольное крепление

Некоторая основная информация: предполагается, что для данных спектральной чувствительности предполагается три входных канала. Спектральные данные для сцены, принятой за белый цвет, и освещенность «идеально отражающих рассеивателей» должны быть абсолютными или нормализованными с использованием того же коэффициента. Измеряется спектральная чувствительность камеры.

Основные цвета RGB для балансировки белого обучающих цветов должны быть нормализованы таким образом, чтобы равные количества основных цветов, объединенные вместе, давали одинаковые значения CIE XYZ. Можно выбрать основные цвета для получения соответствующих цветов (имитируя хроматическую адаптацию), но это не обязательно. Затем мы вычисляем матрицу баланса белого от сцены, принятой белого цвета XYZ, до целевого цветового пространства, принятого белого цвета XYZ. Затем просто рассчитайте значения линейной цели. Затем рассчитайте линейный отклик камеры на принятый белый и множители канала баланса белого. После этого мы вычисляем сбалансированные по белому линейные сигналы отклика камеры для обучающих цветов. Тогда все это'

Нанося значения в XYZ, мы видим довольно большую разницу между RGB камеры и человеческим зрением.

Итак, какие выводы мы можем сделать из этого, чтобы сделать наше искусство как можно лучше? Ну как и все в искусстве, это зависит от целей вашего конкретного проекта или желания художника. Если цель состоит в том, чтобы иметь возможность воспроизводить человеческое зрение, забудьте об этом. Но если у вас есть особая потребность в калибровке камеры для точного фотографирования и рендеринга, то это может быть возможно с использованием этого метода, в зависимости от точной спектральной чувствительности вашей конкретной камеры, объектива и источников света. На графиках показан датчик CMOS, чувствительность которого сильно отличается от матрицы ПЗС, показанной выше. Большинство хороших камер сегодня — это КМОП, поэтому технология ПЗС уступает место сканерам.

Подводя итог, вы не можете преодолеть проблемы со спектральной чувствительностью за пределами датчика, но вы можете несколько изменить сигнал, чтобы компенсировать набор факторов, которые остаются неизменными в течение времени, которое вам нужно. Это может работать для некоторых фотографий произведений искусства и фотографий продуктов, чтобы сократить время цветокоррекции и обеспечить более эффективные рабочие процессы для крупных производителей каталогов. Но метамерные эффекты различия между продуктами с учетом их красителей и пигментов могут по-прежнему вызывать увеличение времени для правильного окрашивания изображений, чтобы они соответствовали друг другу.

Поэтому я надеюсь, что эта информация окажется полезной.

Это не однородно. однородным будет равная чувствительность к частотам. Ни один из этих графиков не является желательным, хотя синий более верен для байеровских датчиков. Для технической съемки я бы предпочел «красный» (черный колючий) сюжет.

У синего есть перекрестные помехи между каналом. Если у объекта больше зеленого, значения красного и синего увеличиваются. Существует калибровка, называемая « спектральная резкость », которая дает освещение без перекрестных помех. Он калибрует простую линейную комбинацию, где col_x= a1*col_x+a2*col_y+a3*col_z и т. д.

Пример, где я угадал значения, предполагающие, что к красному добавлено немного зеленого, поэтому я вычитаю немного зеленого, а в зеленом есть немного красного и синего, поэтому я вычитаю это, и к синему добавляется немного зеленого. вы видите, например, что синева в глазах выделяется больше, а желтый становится менее синим, а красноватые светлые волосы становятся немного более красными. Однако шея в тени портится. Смешанное освещение затруднено.

Колючий сюжет имеет хорошее разделение между каналами. Просто нужно использовать его на вещах, которые различаются на этих трех длинах волн. И это часто то, что мы делаем, используя монохромные камеры и добавляя узкополосный фильтр. Эта вымышленная камера, которую вы нарисовали, роскошна, поскольку у нее 3. Полная мечта исследователей сельского хозяйства состоит в том, чтобы иметь три таких шипа на зеленом, 680-нм красном (для вычислений красного края) и 780-нм NIR. Я знаю некоторых, кто изготавливал на заказ фильтр для RGB-камеры, который «заострял» пики для зеленого и красного края, а затем использовал разделенную призму для NIR на монохромной камере.