Mengapa saluran biru paling berisik?

Secara luas diamati bahwa saluran biru dalam kamera digital adalah yang paling berisik. Saya tentu memperhatikannya dengan kamera saya. Kenapa ini?

Apakah ini merupakan artefak dari beberapa teknologi tertentu (misalnya array Bayer atau sensor CMOS), atau ada hubungannya dengan fisika cahaya frekuensi tinggi, atau apakah itu terkait dengan penglihatan manusia?

_{Pertanyaan tindak lanjut: Mengapa sensor kurang sensitif terhadap cahaya biru?}

Selain respon sensor yang dibahas oleh Tall Jeff, sebagian besar pencahayaan pemandangan (sinar matahari, pijar) kurang dalam cahaya biru relatif terhadap hijau dan merah. Nyalakan simulator blackbody Java ini dan lihat bahwa biru lebih rendah dari hijau atau merah untuk suhu warna yang menarik (~ 5500 K siang hari, ~ pijar 3000 K).

Ada faktor kecil lain yang menambah masalah. Array CCD dan CMOS adalah detektor penghitung foton. Kebanyakan plot, termasuk yang ada di simulator blackbody di atas, menunjukkan kepadatan energi spektral , bukan jumlah foton. Foton biru lebih energik daripada foton merah, dengan rasio kebalikan dari panjang gelombangnya, jadi untuk nilai energi yang sama pada plot, Anda akan mendapatkan sekitar 25% lebih banyak foton merah daripada foton biru. Dan itulah titik awal untuk efek sensitivitas yang dijelaskan Tall Jeff.

Mengenai CCD dan sensor bagian belakang yang diterangi, CCD bagian depan yang diterangi mengalami penurunan sensitivitas biru yang sama, karena sebagian besar cahaya biru diserap ketika melewati struktur gerbang chip yang tidak sensitif. Sensor bagian belakang akan melihat respons biru yang ditingkatkan. Lihat kurva respons spektral tipikal ini (untuk berbagai jenis CCD tingkat penelitian).

Mengingat keadaan saat ini, kebisingan di saluran biru adalah kombinasi dari efek cascading yang bekerja sama untuk membuat "tampilan" biru yang terburuk. Pertama, dengan pengaturan pola Bayer, ada dua kali lebih banyak piksel hijau daripada yang merah atau biru dalam matriks *. Ini segera menempatkan biru dan merah pada kerugian spasial dibandingkan dengan saluran hijau dan menghasilkan lebih banyak kebisingan spektral untuk dua saluran ketika triplet RGB direkonstruksi dari piksel sensor yang berdekatan. Sebagai contoh, 10M pixel sensor akan memiliki 5M sumber green pixel, 2.5M red, dan 2.5M blue. Jelas, ketika Anda membentuk informasi mentah ke dalam triplet 10M RGB final, jelas bahwa tidak ada yang lebih baik dari 1/2 informasi sebanyak untuk saluran merah atau biru dan ini muncul sebagai bentuk noise pada gambar akhir.

Efek selanjutnya berkaitan dengan kepekaan spektral sistem sensor melalui filter Merah, Hijau dan Biru. Sebagai suatu sistem, sensor CMOS modern sekitar 50% lebih sensitif terhadap area Spektrum Hijau dan Merah daripada di area biru. Sebagai contoh, untuk sensor CMOS ini dari Cypress , kita dapat melihat pada Halaman 3 bahwa sensitivitas relatif adalah tentang Merah (75%), Hijau (80%), Biru (50%) ketika Anda mengindeks kurva pada panjang gelombang yang tepat untuk masing-masing warna. Kurangnya sensitivitas ini dikombinasikan dengan sensor tingkat tetap dan noise pengambilan sampel untuk semua piksel pada sensor menempatkan biru pada sinyal yang signifikan terhadap kerugian rasio kebisingan dibandingkan dengan dua warna lainnya.

Menghilangkan ini, ini berarti sensor warna CMOS melakukan yang terbaik dalam mereproduksi Green, diikuti oleh Red, dan akhirnya oleh Blue yang merupakan yang terburuk dari tiga dari perspektif noise keseluruhan.

Melihat ke masa depan, perhatikan bahwa batasan dengan saluran biru ini sebagian besar adalah masalah optimasi biaya / kinerja. Artinya, tidak ada yang melekat pada fisika yang membutuhkan kinerja biru menjadi lebih buruk, hanya saja itu akan JAUH BANYAK lebih mahal mengingat konstruksi perangkat saat ini untuk meningkatkan saluran biru dengan margin yang nyata. Juga, mengingat bahwa mata manusia tidak terlalu sensitif pada sumbu warna biru / kuning solusi sudah merupakan solusi yang dioptimalkan dengan sangat baik. Bahkan, saya yakin sebagian besar pembuat kamera akan lebih memilih penurunan total biaya terlebih dahulu sebelum membayar yang sama atau lebih hanya untuk meningkatkan kinerja noise saluran biru.

** Bayer memilih untuk mengatur matriks dengan cara ini karena sistem visual manusia mendapatkan sebagian besar sinyal pencahayaannya (yaitu: informasi kecerahan) dari bagian hijau dari spektrum warna. Artinya, batang di mata paling sensitif terhadap cahaya hijau menjadikan bagian hijau spektrum paling penting secara visual. *

Karena mata / otak manusia tidak sensitif terhadap perubahan cahaya biru seperti halnya perubahan pada lampu hijau / merah. Sensor kamera modern bertindak lebih seperti mata manusia dan karena itu kurang sensitif terhadap biru daripada hijau / merah. Karena standar untuk menampilkan netral pada monitor warna adalah memiliki jumlah yang sama dari biru, hijau, dan merah, dan karena sensor kurang sensitif terhadap biru daripada merah dan hijau, lebih mudah untuk memperkuat saluran biru. Memperkuat sinyal saluran biru juga memperkuat kebisingan saluran biru.

Pengurangan noise kamera hanya diterapkan jika Anda memotret JPEG tetapi karena banyak orang memotret RAW, saluran biru selalu agak berisik. Saya telah mencari obat untuk masalah ini. Seseorang menyarankan untuk mengubah gambar menjadi warna lab dan hanya memperhalus / mengaburkan saluran luminans, kemudian mengubahnya kembali ke RGB untuk menghilangkan noise. Anda dapat mencoba.

Kami telah melakukan analisis saluran biru-hijau-merah dari Merrill DP3 dalam mode digital (RAW). Saya baru saja membeli kamera ini pada bulan Juni, 2018. Saluran biru menunjukkan kesalahan tingkat tergantung pada konverter a / d yang tidak ada di saluran merah-hijau, yang berfungsi seperti yang diharapkan. Tampaknya mungkin ada kesalahan dalam pengkabelan saluran biru a / d atau dalam kode yang menerjemahkan tegangan a / d ke sinyal digital saluran biru. Ini BUKAN masalah sensitivitas. Ini bisa menjadi masalah saturasi, yaitu tegangan fisik melebihi kisaran a / d pada tegangan sangat rendah, yaitu terlalu banyak penguatan di saluran itu. Kamera diatur pada ISO 100 untuk memperoleh data, dan data diperoleh melalui kisaran kecepatan rana dan level sinyal pada bingkai. Pengukuran saluran biru adalah sinyal yang hampir benar pada level sinyal TERENDAH. Semakin tinggi sinyal, semakin besar kesalahannya. Ini adalah masalah gain / digitalisasi dalam algoritma yang menghasilkan file X3F, atau mungkin masalah pemesanan byte. Kami melihat file X3F secara langsung untuk melihat apakah kesalahan sudah ada di sana, tapi saya berharap itu karena kedua file TIFF dan JPEG yang dihasilkan oleh konverter memiliki masalah yang sama. Ini adalah pertanyaan apakah pabrikan akan tertarik untuk memperbaiki masalah ini? Chip Foveon adalah ide bagus yang perlu direkayasa dengan benar. Ini adalah pertanyaan apakah pabrikan akan tertarik untuk memperbaiki masalah ini? Chip Foveon adalah ide bagus yang perlu direkayasa dengan benar. Ini adalah pertanyaan apakah pabrikan akan tertarik untuk memperbaiki masalah ini? Chip Foveon adalah ide bagus yang perlu direkayasa dengan benar.