Siyah ve beyaz için bir demosaik algoritma yararlı olur mu?


11

Demosaising'in asıl amacının rengi mümkün olduğunca doğru bir şekilde geri kazanmak olduğu göz önüne alındığında, "yalnızca siyah beyaz" bir demosaik algoritmanın herhangi bir avantajı olur mu? Yani, önce rengi kurtarmak ve sonra siyah beyazı dönüştürmek yerine, RAW dosyasını doğrudan siyah beyaza dönüştürmek daha iyi olabilir mi?

Özellikle görüntü kalitesi ile ilgileniyorum (örn. Dinamik aralık ve keskinlik). İlgili bir notta, siyah beyaz dönüşüm için hangi yaygın demografik algoritmalar daha uygundur?


2
Renk, renk bölme sensöründen oluşturulan bir RAW görüntüsünün gerçek bir faktörüdür. Bunu gri tonlamaya dönüştürme sorunu, verilen herhangi bir pikselde yalnızca tek bir renk için parlaklığa sahip olmanızdır. Her piksele yalnızca bir parlaklık değeri veya renk değeri olarak davranmanız önemli değildir, her piksel, pozlama sırasında pikselde meydana gelen toplam parlaklığın yalnızca 1 / 3'ünü temsil eder. "Demosaicing" gri tonlamalı görüntüler için gerçekten gereksizdir, ancak ideal gri tonlamalı görüntüler elde etmek için gri tonlamalı bir sensör kullanmak istersiniz ... bayer olmadan!
jrista

1
Bir renkli kamera kullanırken hangi yıkım algoritmalarının B&W dönüşümü için ideal olduğu gibi ... En basit şekli, standart dörtlü enterpolasyonunuzu söyleyebilirim. Diğer birçok gelişmiş demografik algoritma, renk hareli ve diğer renkle ilgili eserleri en aza indirmek için tasarlanmıştır. Önem verdiğiniz tek şey B&W ise, standart 2x2 piksel enterpolasyonu en fazla ayrıntıyı koruyacaktır.
jrista

2
@jrista Saf bir enterpolasyonun neden parlaklık ve yoğunluk değişimlerini ayırt etmeye çalışan daha gelişmiş algoritmalardan daha fazla ayrıntı koruyacağından emin değilim. Her durumda, dönüşümün nasıl yapıldığına bağlı olarak siyah ve beyaz görüntülerde renkli yapay nesneler görünebilir.
Matt Grum

1
Şey, sanırım öncelikle AHDD'yi temel alıyorum, bu da ayrıntıyı yumuşatma eğilimindedir. En azından Lightroom'daki uygulama, daha basit bir demografik algoritmadan çok net, keskin sonuçlar veren Canon DPP tarafından kullanılan algoritmadan biraz daha yumuşak sonuçlar üretiyor (temel 2x2 kadar basit olmasa da sanırım)
jrista

"Renk bozma yöntemlerinin karşılaştırılması" (Olivier Losson, Ludovic Macaire, Yanqin Yang) farklı demosaik algoritmalarda çok fazla ayrıntıya giriyor. Bu sadece rengin kodunu çözme meselesi değildir , her pikselde en iyi sonuçları elde etmek için daha iyi algoritmalar çevredeki tüm bilgileri dikkate alır . Özel bir gri tonlamalı kod çözücünün daha iyi yapabileceğine ikna olmadım.
Mark Ransom

Yanıtlar:


8

Dönüştürücünüz bir görüntü üretmek için R, G, B piksel setlerinden yalnızca birini almadığı sürece, bir RAW dosyasını önce rengi kurtarmadan doğrudan siyah beyaza dönüştürmenin bir yolu yoktur. Bu yaklaşım önemli bir çözüm kaybına yol açacaktır.

Siyah beyaza dönüştürürken çözünürlüğü kaybetmemek için, tüm RG ve B piksellerini kullanmanız gerekir; bu, örtülü olarak renk hesaplamalarının yapılması gerektiği anlamına gelir; bu noktada gelişmiş renk demo algoritmalarından birini de kullanabilirsiniz. sonuç siyah beyaz olur.


1
tek bir renk ayıklayarak, dörtlü ağırlıklı ortalama olmadan çözünürlüğün yarıya inmesi, tek renkli bir kameraya yeşil veya kırmızı veya mavi bir filtre koymak gibi olacağı gibi beklenen gri tonlamalı görüntü olmaz. Ve felsefi bir soru: her ekseni 2'ye bölerek Mp sayısını 4'e düşürürüm. Ama eksen başına sqrt (2) / 2 Mp sayım "yarı çözünürlük" diyorsun. Hangi tanım teknik olarak doğrudur? Çözünürlük çözme yeteneği ise, dönme değişmezliğini korumak istediğiniz bir 2D sistemde genişlik / 2 ve yükseklik / 2 yarı çözünürlük mü?
Michael Nielsen

çözünürlük hakkındaki görüşümün uzatılması Ben Mp çözünürlük değil, bir fotoğraf pazarlama numarası olduğunu düşünüyorum. Bir görüntü işleme mühendisi olarak bir çözünürlük w x h olarak verilir.
Michael Nielsen

@MichaelNielsen "Beklenen gri tonlamalı görüntü" nedir? Gri skalaya dönüştürmek için birçok farklı yöntem vardır, soru eşit ağırlıklandırma yaklaşımı belirtmedi. İkincisi, doğrusal bir dedektörünüz varsa ve örnek sayısını yarıya düşürdüyseniz, çözme gücü, yani algılanabilir maksimum ayrıntı miktarı yarıya inecekse, bunun kök 2 faktörü tarafından azaltıldığını söyleyemezsiniz. 2B dedektör alanınız varsa (görüntü sensörü gibi) ve her iki yönde de örnek sayısını yarıya indirirseniz, sizi dörtte bir oranında bırakırsanız, çözünürlüğün 4 kat azaldığını söyleyebilirsiniz.
Matt Grum

yalnızca x veya y eksenini yarıya indirirseniz, her yönde farklı çözünürlüklere sahip olursunuz, böylece Mp cinsinden toplam çözünürlüğü sayma ve tek faktörlü "/ 2 çözünürlük" hesaplama yeteneğini yitirmiş olursunuz. Ofc. lensler de eşit çözünürlüğe sahip değil, ancak sensör üreticileri günümüzde piksellerinin kuadratik ve kare olduğunu duyurmaktan gurur duyuyor, bu nedenle her iki yönde de eşit çözünürlük sağlıyor, bu da 640x = 480y çözünürlük anlamına geliyor. Piksel numarasının kendisinin hiçbir şey ifade etmediğini görün. 640 çözünürlüğü SAME çözünürlüğü 480'dir.
Michael Nielsen

2
Gri tonlama: Eşit ağırlıklı demedim. Ve birçok farklı gri tonlamalı sürüm olduğunu biliyorum, ancak R, G veya B'nin OP tarafından beklenenlerden biri olmadığını iddia edebilirim. Olası en yüksek olasılık 0.11 * b + 0.59 * g + .3 * r sürümüdür.
Michael Nielsen

8

Bir görüntüyü S&B'ye dönüştürseniz bile demosaik algoritmaya ihtiyacınız vardır.

Bunun bir nedeni oldukça basit - aksi takdirde her yerde alt piksel eserler elde edersiniz. Sensör tarafından kaydedilen görüntünün oldukça dağınık olduğunu fark etmelisiniz. Vikipedi örneğine bir göz atalım :

demosaicing

Şimdi herhangi bir canlandırma yapmadığımızı ve RAW'ı gri tonlamaya dönüştürdüğümüzü hayal edin:

gri tonlama

Şey ... kara delikleri görüyor musun? Kırmızı pikseller arka planda hiçbir şey kaydetmedi.

Şimdi, gri skalaya (solda) dönüştürülmüş demografik görüntü ile karşılaştıralım:

normal vs kırık

Temel olarak ayrıntıyı kaybedersiniz, ancak görüntüyü dayanılmaz hale getiren birçok eseri de kaybedersiniz . Görüntü atlatma demosaising, B&W dönüşümünün nasıl yapıldığından dolayı çok fazla kontrast kaybeder. Son olarak, birincil renkler arasındaki renk tonları oldukça beklenmedik şekillerde gösterilebilirken, kırmızı ve mavinin büyük yüzeyleri 3/4 boş olacaktır.

Bunun bir sadeleştirme olduğunu biliyorum ve basit bir şekilde bir algoritma oluşturmayı hedefleyebilirsiniz: siyah beyaza RAW dönüştürmede daha verimli, ama benim açımdan:

Siyah-Beyaz fotoğrafta doğru gri tonları oluşturmak için hesaplanan renkli görüntüye ihtiyacınız vardır.

Siyah-Beyaz fotoğraf çekmenin en iyi yolu, Leica'nın Monochrom'daki gibi renk filtresi dizisini tamamen kaldırmaktır - RAW dönüşümünü değiştirmek değil . Aksi takdirde, yapay nesneler veya yanlış gri tonlar elde edersiniz ya da çözünürlüğü ya da hepsini düşürürsünüz.

Buna, RAW-> Bayer-> B&W dönüşümünün, görüntüyü geliştirmek ve düzenlemek için çok daha fazla seçenek sunduğunu ve yalnızca özel sensör yapısıyla devrilebilecek çok mükemmel bir çözüme sahip olduğunuzu da ekleyin. Bu nedenle, işlemin herhangi bir yerinde demosaising olmayacak özel B&W RAW dönüştürücüler görmüyorsunuz.


1

Bayer filtreli makine görüş kameraları doğrudan gri tonlamalı görüntüler verebilir, ancak bunu demosaicking, YUV'ye dönüştürerek ve yalnızca V kanalını (normalde en az kullandığım) göndererek yapar. Bu renk rekonstrüksiyonunu atlayarak daha iyi bir yolu olsaydı, sürekli kare hızlarını ittikleri için (örneğin kullandığım tipik kamera 100FPS'yi çalıştırırlar).

Renk tabanlı demosaicking yoksaymak, her 2x2 dörtlü çözünürlüğün ve ağırlıklı ortalamanın yarısı olabilir, ancak tam çözünürlük istiyorsanız, kenarları daha iyi korumaya çalışan normal renk demosaicking algoritmasını kullanmak daha iyidir. Gri tonlama istediğimizi bilersek, en başından itibaren tek renkli bir kamera alırız, belirli bir renk ararsak renk filtresine tokat atarız, çünkü bu kurulum görüntü kalitesinde büyük ölçüde üstündür, bu nedenle çözünürlük aşırı örnekleme ihtiyacını azaltır ve bu da izin verir daha büyük piksellere sahip hızlı düşük çözünürlüklü bir sensörün kullanılması, bu da daha iyi bir görüntü sağlar.


Şunu yazdınız: "YUV'a dönüştürme ve yalnızca V kanalını gönderme" Y ışıklılık kanalı olduğu için elbette Y kanalını göndermeyi kastediyorsunuz.
TopCat

1

Bayer katmanındaki her bir piksel kuyusu üzerindeki renk filtrelerinin etkisi, lens üzerinde renkli filtrelerle S&B filmi çekmekle aynıdır: fotoğrafın çekildiği sahnede çeşitli renklerin gri düzeylerinin ilişkisini değiştirir. Sahnedeki tüm renkler için doğru bir parlaklık seviyesi elde etmek için her pikselden gelen sinyallerin yayılması gerekir. Diğerlerinin de belirttiği gibi, Bayer katmanı olmayan bir sensör, dinozor edilmesi gerekmeyen tek renkli bir görüntü verecektir. Bu, mercekten karışıklık dairesi her pikselin genişliğine eşit veya daha küçükse daha iyi görüntü netliği ile sonuçlanmalıdır.

Pratik açıdan, Canon'un Dijital Fotoğraf Profesyonelini (DPP) kullanarak RAW dosyalarını tek renkli hale dönüştüren birkaç şey fark ettim.

  1. Beyaz Dengesi ayarı, kontrast ayarlaması gibi algılanan toplam parlaklıktaki bir değişikliği etkileyebilir. Bu nedenle, kontrastın ince ayarını yapmak için kullanılabilir.
  2. Beyaz Dengesi ayrıca sahnedeki farklı renklerin göreli parlaklığını da etkileyecektir. Bu, "Turuncu", "Sarı", "Kırmızı" vb. Filtre efektlerinin uygulanmasına ince ayar yapmak için kullanılabilir. Kırmızı bundan en çok etkilenen gibi görünüyor ve 2500K'da 10000K'dan çok daha koyu. Şaşırtıcı bir şekilde, en azından bana göre, mavi tonlar bunun tersini göstermiyor.
  3. Tüm pratik amaçlar için bir S&B fotoğrafta renklilik gürültüsü olmadığından, "0" değerinde bırakılabilir.
  4. Keskinleştirme maskesi aracı, keskinlik üzerinde daha basit "Keskinlik" kaydırıcısından çok daha fazla kontrol sağlayacaktır. Özellikle görüntüde birkaç "sıcak" veya "sıcak" piksel varsa, vurgulamadan genel netliği artırabilirsiniz.

Aşağıda, EF 70-200mm f / 2.8L IS II lensli ve Kenco C-AF 2X Teleplus Pro 300 tele dönüştürücü ile aynı pozlama çekiminin iki versiyonu bulunmaktadır. Görüntü 1000X1000 piksele kırpıldı. Birincisi, aşağıda gösterilen kamera içi ayarları kullanılarak dönüştürülmüştür. İkincisi, ekran görüntüsünde gösterilen ayarlarla düzenlenmiştir. RAW sekmesine ek olarak, 99'luk Kromatik Sapma değeri gibi 2'lik bir Parlaklık Gürültü Azaltma ayarı uygulandı.

Ay - düzenlenmemiş

Kamera bilgisinde

Ay - düzenlendi

Ayarlar


0

Böyle bir algoritma öneririm (hedefinizin beyaz ve tutarlı renk sıcaklığına sahip olduğunu varsayar):

  • Demosaic RAW Bayer - RGB arası
  • Alt skala rengi gri tonlamalı
  • Ham bayer değerleri ve gri tonlama değerleri arasında bir LUT oluşturma (bunun RGGB veya RGB renk düzlemi başına bir kez yapılması gerekir)
  • RAW Bayer'i pikseller arası filtreleme olmadan doğrudan Gri Tonlamaya dönüştürmek için renk filtresi başına LUT'u kullanın

Teoride bu gerçek bir monokrom sensörünün sonuçlarına yaklaşır.

Sitemizi kullandığınızda şunları okuyup anladığınızı kabul etmiş olursunuz: Çerez Politikası ve Gizlilik Politikası.
Licensed under cc by-sa 3.0 with attribution required.