Por que minha câmera está desenhando labirintos nas minhas fotos?


8

Nas fotos em que o reflexo da lente está presente, minha Nikon D7000 está desenhando artefatos estranhos que parecem labirintos. Aqui está um exemplo.

A primeira imagem é uma captura de tela de uma pequena parte da foto original com zoom de 2: 1 no Lightroom.

A segunda imagem é a mesma foto, com o contraste, a clareza e a nitidez do Lightroom definidos ao máximo para tornar o padrão do labirinto mais visível.

insira a descrição da imagem aqui

insira a descrição da imagem aqui

Isso afeta apenas algumas das fotos que apresentam reflexo de lente. Aqui, por exemplo, o reflexo da lente está presente e as condições de luz estão muito próximas da primeira foto, mas não há padrão de labirinto, apenas ruído usual (captura de tela de uma parte de uma foto em 1: 1 com conjunto de contraste, nitidez e nitidez ao máximo):

insira a descrição da imagem aqui

Notas:

  • Só consigo ver esse padrão em algumas fotos quando o sol está na moldura ou quase na moldura.

  • Está presente com qualquer lente que eu testei.

  • A foto real foi tirada em f / 8, ISO 200, 1/640 s. Eu já vi esse padrão em fotos tiradas na ISO 100 também.

  • A foto está no formato RAW, portanto, este não é um artefato JPEG.

O que é isso? Como evito isso?


3
A natureza dos artefatos me faz pensar que isso está acontecendo na etapa de desmaterialização, mas não há nada incomum na matriz de filtros de cores do D7000 que levaria a algo assim. Suponho que você não poderia fornecer uma amostra RAW?
quer

3
Devo dizer que se você estiver olhando para este nível de zoom em uma imagem e procurando problemas, encontrará-os. E você os exagera, por exemplo, afiando. Mas você realmente vê essas coisas em uma impressão? Eles realmente importam ou você está apenas tornando sua vida mais difícil se preocupar com eles? O que você está fazendo é como tirar um microscópio para examinar um filme negativo e reclamar da visibilidade do grão.
StephenG

@hobbs: veja uma amostra de RAW: drive.google.com/file/d/0B3keqY_6PUhwTjRJSXJYdU1UQUE/… . Não é a imagem exata que postei na minha pergunta (desde que excluí o RAW desde então), mas a que foi tirada alguns segundos depois e que apresenta exatamente o mesmo padrão.
Arseni Mourzenko 24/10

@ StephenG: Eu nunca disse que estava preocupado com esses padrões. Estou apenas curioso sobre sua origem, dada sua forma incomum; felizmente, fiz a pergunta e aprendi algo novo com as ótimas respostas.
Arseni Mourzenko

Respostas:


5

Tudo o que você está visualizando na tela não são dados brutos. Os dados brutos da imagem são valores de luminância monocromática linear e nada mais. Qualquer coisa que mostre mais de uma cor é o resultado do aplicativo que você está usando para visualizar a imagem, convertendo os valores brutos de luminância em curvas de luz corrigidas por gama e demosaicing aplicados para criar cores interpoladas e reduzi-las a 8 bits para serem enviadas aos seus 8 bits. monitor de bits.

Se você visualizar os mesmos dados brutos usando um aplicativo que usa algoritmos diferentes de desalinhamento e correção de gama, verá padrões diferentes que podem ser mais ou menos regulares do que aqueles obtidos com o aplicativo que você estava usando para visualizá-los acima.

Os padrões que você vê na primeira imagem também estão presentes na segunda. Eles não são tão difundidos ou uniformes. Observe atentamente a área de transição entre a área muito clara e muito escura, perto do canto superior esquerdo. Estão lá. Sua primeira imagem possui muito mais área, onde existem valores tonais médios que são todos da mesma tonalidade e estão sendo pressionados para cima (pixels mais brilhantes) ou para baixo (pixels mais escuros) pelo algoritmo de processamento.

Crop 4X
Um corte ampliado em 4x da sua segunda imagem

Crop 8X
Um corte ampliado em 8X de uma área próxima ao centro superior do corte acima. Observe os padrões de "degraus" ao longo da área diagonal de contraste?

Ao aumentar o contraste, você torna a curva de resposta à luz mais acentuada e as pequenas diferenças de brilho nos tons médios são amplificadas. Na verdade, você está forçando todos os pixels a ficarem muito escuros ou muito claros, com pouco tempo entre eles.

É apenas um palpite, mas meu palpite é que as linhas escuras na primeira imagem são os pixels mais influenciados pelos pixels filtrados em azul e as linhas mais claras são os pixels mais influenciados pelos pixels filtrados em vermelho e verde. Lembre-se de que todos os três valores de cores para cada pixel são geralmente interpolados durante a remoção do degelo. Isso ocorre porque parte de todo o espectro visível passa pelos três filtros de cores diferentes de uma máscara Bayer . Alguns dos pixels filtrados em verde entre dois pixels azuis estão sendo puxados para mais escuro. A maioria dos pixels verdes está sendo puxada com os vermelhos para mais claro. Isso explicaria por que as linhas coloridas mais claras têm geralmente dois pixels de largura e as linhas mais escuras têm uma largura de pixel único.

Quando quase toda a luz em uma determinada área está próxima da mesma cor (em termos de croma), a única coisa que o algoritmo de demosaicing tem para diferenciar um pixel do próximo é o brilho. O clarão de véu causado pelo sol torna o brilho de um pixel para o próximo mais uniforme do que seria o caso. Isso pode explicar o fenômeno de linhas retas mais longas de pixels mais escuros e mais claros, em vez de uma distribuição mais aleatória, como visto na maior parte da segunda foto.


7

Boa captura, esse problema de "diafonia verde do canal" se parece exatamente com ele. Meu entendimento é que (devido aos caprichos do design do sensor) metade dos pixels verdes acaba mais fortemente correlacionada com vermelho e metade acaba mais fortemente correlacionada com azul, e quando tudo estremece, alguns algoritmos interpretam isso como alta frequência conteúdo luma, mais ou menos.
Hobbs #

Este é exatamente por isso que eu pedi uma matéria - Eu estava esperando para executar a imagem do OP através de alguns algoritmos alternativos :)
Hobbs

4

Para confirmar a análise de ben rudgers, peguei o arquivo NEF que você forneceu e o executei no RawTherapee.

Aqui está uma ampliação de uma safra semelhante sem ajustes e o algoritmo padrão de "espantar" demosaicing:

surpreender

Aqui está o mesmo com o algoritmo "DCB":

dcb

E aqui está o mesmo com o algoritmo "VNG4", que é conhecido por ser resistente à diafonia verde, mas um pouco menos nítido no geral:

VNG4

A área do problema é praticamente ideal para trazer à tona esse problema: os valores nos canais vermelho e azul são muito diferentes (azul é quase zero, vermelho é semelhante ao verde), existem manchas de baixo detalhe (os artefatos são mais aparentes sem detalhes reais que os cobrem) e essa parte da foto fica perto de um canto, onde a luz atinge o sensor em um ângulo mais baixo, aumentando a probabilidade de ocorrência de diafonia.

Tentei criar outra imagem usando o modo de desmagnetização "none", para ilustrar a diferença de valor entre pixels verdes cercados por vermelhos e pixels verdes cercados por azul, mas não consegui consegui-lo :)

Ao utilizar nosso site, você reconhece que leu e compreendeu nossa Política de Cookies e nossa Política de Privacidade.
Licensed under cc by-sa 3.0 with attribution required.