2017-04-04

Integroitu kummmitus ja kurkistus kristallipalloon

Kuvaan tarttui kasviksista tykkäävä aave joka on tälleen lopputalvella tosi pörröinen. Ei siis mitään kauhuelokuvakamaa sentään jos ei kaksipäisyyttä lasketa sellaiseksi ominaisuudeksi. Takapihan rusakko se siellä safkaa lintujen jälkeensä jättämiä siemeniä. Nikon D5100:n night vision -tila, vaikka kohinainen onkin, mahdollisti tämän kuvan ottamisen. Lyhyt videonpätkä on tuohon alle integroitu yhdeksi kuvaksi — integrointi on vain hieno tapa sanoa että parista sadasta videon ruudusta on laskettu keskiarvo.

Ehkäpä joskus tulevaisuudessa ei enää otetakaan kuvia, vaan lyhyitä sarjoja, joista sitten lasketaan lopullinen kuva. Itse asiassa paremmat kännykäkamerat jo nyt turvautuvat laskemaan keskiarvoja aikasarjoista ja HDR-kuvia ilman että käyttäjä huomaa mitään erikoista tapahtuvan. Esimerkki tästä on Googlen Nexus-puhelimissa nähty HDR+.



Täydellinen tulevaisuuden kameran kenno olisi vain fotonilaskuri. Nollaamalla kennon useita kertoja jokaista valotusta kohden ja aloittamalla fotonien laskennan aina alusta, olisi dynamiikkakin periaatteessa rajaton. Pikselithän ovat tässä kutistuneet kutistumistaan ja samalla fotonikaivon syvyys on pienentynyt. Dynamiikka, yksinkertaistettuna pikselin fotonikaivon syvyys jaettuna lukukohinalla, on kuitenkin pysynyt samana tai kasvanut kennojen vähentyneen lukukohinan ansiosta. Jatkuvasti luettavassa kennossa pitäisi saada nimenomaan lukukohina aisoihin, muuten vaimea signaali hukkuu matkalla elektroniikan häiriöihin.

Tietysti lyhyitäkin aikasarjoja ottaessa datamäärät ovat helposti valtavia. Toisaalta, tarkkuutta voi valon vähentyessä ja herkkyyden kasvaessa laskea monin tavoin ilman kauheita haittavaikutuksia kuvanlaadun suhteen. Kuvaa voi pienentää lukuvaiheessa binnaamalla tai jälkikäteen pienentämällä eli spatiaalisesti (tai avaruudellisesti); osavalotusten valotusaikaa voi kasvattaa tai tehdä aikasarjaan väli-integrointeja eli temporaalinen (tai ajallinen) pienennys. Ja lukuarvojen esitystäkin voi karsia, 14 bittiä on ihan liikaa jos suurin pikselin arvo on kuvassa vaikka parin sadan luokkaa — tuolloin valtaosa numeroarvoista ja melkein puolet biteistä menee lähinnä kennon oman kohinan tallennukseen eli täysin hukkaan.

Miten tämä vertautuisi sitten yhteen videon pituiseen (n. 11 sekuntia) valotukseen? Pystyviivat jäisivät varmaan pois ja resoluutio olisi parempi koska videotilassa lähellekään kaikkia kennon pikseleitä ei lueta — nyt videon kuvanlaatu vastaa lähinnä lillerikennoista pokkaria tuon line skippingin takia. Retrohenkiset pystyviivat kuvassa aiheutunevat kennon lukukohinasta joka näin suurilla herkkyyksillä on kuvanlaatua rajoittava tekijä — valon kvanttiluonteen lisäksi tietenkin.

Mutta tämän näköisestä videosta tuo kuva on tehty. Taustalta nousee yllättävän paljon risukkoa esiin, joka ei alkuperäisessä materiaalissa näy kuin vaivoin. Isoista oksista erottaa oikeastaan vain tuon suurimman, pupun selän päällä roikkuvan, muut ovat pelkkää kohinaa. ISO-arvo oli kameran mukaan Hi4 eli ilmeisesti 102 400 tai jotain muuta yhtä tolkutonta.



Liike-epäterävyydelle tämäkään konsti ei mahda mitään. Osa pupusta on kyllä paikallaan suuren osan aikaa, mutta esim. korvista jos haluaa terävät, joutuu tyytymään kovin huonolaatuiseen kuvaan. Satoja, tuhansia kertoja sekunnissa nollattava sensori tekisi kuvanvakaimista turhia - aikasarjan voi aina stabiloida jälkikäteen joko analysoimalla kuvan elementtejä ja/tai käyttämällä kameran omia liikeantureita kameran liikkeen "perumiseen". Liikkuvat kohdat voi sitten erottaa sieltä omiksi integroinneikseen jos niin haluaa ja fotonit vain riittävät. Tätä tekniikkaahan planeettakuvaajat jo käyttävät, eivät toki kameran liikkeen kompensoimiseksi, vaan ilmakehän rauhattomuuden taltuttamiseksi.

Mutta hei, katsotaan vuosikymmenen päästä kuinka väärässä ennustukset olivatkaan.

3 kommenttia:

  1. Hieno esimerkki!

    Testattiin muutama vuosi sitten D5100 monokennon rajoja kuvaamalla infrapunaa pimeässä 950nm ir cut filtterin avulla. Meillä taisi olla 1000 still kuvaa ja yllättävän hyvin sieltä nousi detaileja kohinan seasta vaikka kuvat olivat käytännössä pelkkää kohinaa.

    Mietin että mahtaisiko joku hylkäysalgoritmi vielä parantaa kuvaa?

    VastaaPoista
    Vastaukset
    1. Joo noita rejektioita pitää koittaa Regimillä.

      Poista
    2. Rejektioita on nyt kokeiltu ja tässä tulee ehkä datan laatu vastaan. Tuloksena oli vain pahasti posterisoituneita kuvia vaikka tein keskiarvon laskennan 16-bittisenä, minkä pitäisi riittää. Ehkä videolla on niin voimakas kohinanpoisto ja pakkaus ettei dataa oikein riitä tilastolliseen pinoamiseen.

      Poista