Quais são as dificuldades técnicas por trás da construção de um sensor com alta faixa dinâmica como o olho humano?

Por que ainda não temos sensores de alta faixa dinâmica com a exposição correta em todas as partes da imagem?

Já existem câmeras com DR maior que o olho humano, instantaneamente e em geral. O alcance dinâmico do olho humano não é tão grande quanto a maioria das pessoas pensa. Pelo que me lembro, é algo em torno de 12 a 16 EVs, o que equivale ao nível de uma DSLR moderna.

A principal diferença é que temos um controle de abertura extremamente natural que será ajustado para diferentes partes da imagem. Efetivamente, nossos cérebros fazem o empilhamento de imagens automaticamente para nós. Quando olhamos para a parte brilhante de uma cena, nossas pupilas encolhem e vemos os detalhes da parte brilhante. Se mudarmos o foco para a parte mais escura, nossas pupilas se abrem rapidamente e vemos os detalhes da parte escura. Nosso cérebro sabe como era a parte anterior e, portanto, não percebemos a mudança em nossa visão periférica, mas na verdade não estamos vendo tantos detalhes nos quais não estamos mais focados.

Da mesma forma, mesmo para o alcance geral da visão humana, existem câmeras especializadas que podem ficar muito mais escuras do que nós e ainda verem, principalmente as cores, que atualmente são caras demais para produzir para o público em geral, pois exigem materiais e construção de alta qualidade. obtenha o piso de ruído super baixo. Também existem sensores capazes de observar objetos muito brilhantes que seriam dolorosos para as pessoas.

Ver é um processo ativo

Um grande problema é que olhar com os olhos é muito diferente de capturar uma imagem - uma imagem precisa incluir todas as informações que o espectador pode ver, mas a visão normal é um processo ativo que envolve movimento dos olhos, reorientação e dilatação das pupilas de acordo com a imagem. para os objetos que estamos olhando. Portanto, se você deseja capturar "o que o olho vê", em essência, precisa capturar o ponto de vista de todas as configurações que o olho possa usar.

Sua pergunta é sobre alcance dinâmico, mas o mesmo problema aparece com detalhes visuais e foco. Uma imagem 'equivalente à vida' precisa de muito, muito mais pixels do que os seus olhos podem capturar, pois a resolução dos olhos é muito desigual e, enquanto você olha apenas um único ponto pequeno com o meio da retina em alta resolução, uma imagem precisa mais detalhes disponíveis, pois você moverá seus olhos. Os filmes precisam escolher um único foco, enquanto um humano pode visualizar uma 'imagem única' com mais profundidade, reorientando rapidamente os olhos e / ou movendo-os para obter uma visão binocular adequada em diferentes faixas pretendidas (por exemplo, olhando a superfície de uma janela ou através dela) ) etc.

Parte da solução é exatamente isso - usando uma única câmera várias vezes rapidamente (ou várias câmeras) para capturar uma variedade de imagens em diferentes configurações e mesclá-las depois, o HDR é o exemplo mais flagrante - assim como nossos olhos, parece ativamente em vários lugares diferentes, com "configurações" diferentes, e somente depois o cérebro mescla tudo em uma imagem ou filme coerente. As "imagens" reais captadas por nossos olhos já são piores que as boas câmeras, simplesmente a combinação mental delas é boa.

Sua imagem mental é o produto não apenas da retina, mas de sua interação com todos os outros componentes envolvidos na visão, incluindo a pupila e, é claro, o seu cérebro. O que pode parecer uma "imagem única" é, na verdade, o resultado de ajustes de alta velocidade e processamento de informações, e não um único instantâneo.

Você pode encontrar mais informações sobre este tópico aqui .

É inteiramente possível fabricar um sensor de luz com propriedades logarítmicas - esse sensor teria um alcance dinâmico incrível à custa de uma resolução limitada para uma exposição específica. Obter os dois requer um ADC de alta resolução. Para imagens de TC, normalmente é usado 24 bits lineares - e o logaritmo é obtido após o ajuste de deslocamento para criar a imagem de TC.

Um sensor que controla a exposição (tempo de integração - pense na velocidade do obturador) pode ter um desempenho melhor e, se você permitir alterações na eficiência da coleta de luz (pense no número f), obterá uma flexibilidade ainda maior.

O alcance dinâmico final é normalmente limitado pelo ruído da leitura - quando você lê a carga acumulada, haverá algum erro - em relação ao maior sinal que o eletrônico pode suportar. Como eu disse - 24 bits é comum em imagens médicas e isso é melhor do que 1 parte em 10 milhões. Essa é uma faixa dinâmica muito maior que a retina para uma determinada exposição. Mas isso não é comumente usado em câmeras convencionais porque os olhos não podem apreciar esses detalhes na imagem - e a resolução ocorre às custas da velocidade.