数码相机原理(二)CCD的奥秘
数码相机原理(二)CCD的奥秘
Part 2:CCD还原彩的秘密
一、彩滤镜的结构
爱鸟护鸟的宣传语
经过上文剖析的信号转换后,此时得到的还是一个灰调的影像,必须经过彩还原才是我们最终见到的绚丽多彩的数码照片。CCD对环境彩的还原过程有一个专业术语叫做“白平衡”。由于CCD中的感光电极只能感受光线的强弱,对光的彩却完全没有分辨能力,因此CCD都使用了“彩滤镜”(Color Filter Array),这正是其结构中的彩还原层,短篇历史故事滤镜的作用是只能让特定波长的光线通过,从而达到摄取所需颜的目的
高铁上不能带什么东西通过前文的讲解我们都已经知道了在CCD内部感光电极为矩阵形排列,因此一一对应对应的彩滤镜也为矩阵型结构,其排列方式具有相当的规律性,按照过滤的彩不同而被分为三种。在DC发展的初级阶段,CCD中使用的都是补(Complmentary)滤镜,如图6所示其也被成为“CMY滤镜买房子首付多少”,分别代表了可以过滤青、黄、绿、洋红,四种颜光线。
图6
而现在原(Primary)滤镜为业内通用的彩还原技术,如图7所示,其中包含绿(G)、蓝(B)和红(R)滤镜单元,故又被亲切地称为“RGB滤镜”。
图7
至于第三种我们可以当作是昙花一现的技术,它就是索尼在2003年底发布的800万像素F-828中所使用的4color滤镜技术,索尼认为传统的RGB滤方式是为了适应彩电视机和电脑显示器的彩特性应运而生的,但与人眼的视觉感受略有不同,才会出现显示的颜与真实颜间有一定微妙的差异,因此4color滤镜结构在原来的RGB三滤镜结构的基础上添加了一组翡翠绿(Emerald)的滤镜单元(图8)。
图8
二、彩还原的算法
为了能更清楚地说明彩还原这个过程,我们姑且先将一个电极加一片滤镜构成的单元当作最终照片中的一个像素。例如使用500万像素的DC拍照,最大可以拍摄分辨率为2592×1944的照片,这表示照片中有2592×1944个像素点,若我们将照片的分辨率设定在
1600×1200,这时千万不要误认为这么多像素中只有1600×1200个像素点参与成像,而是整个CCD感光面积都感受光线,接下来以原滤镜为例具体剖析CCD进行彩还原秘密的时候就容易理解的多了。
参照图7的原滤镜结构示意图,我们发现其排列为G-R-G-R(绿、红、绿、红)一行,另一行则为B-G-B-G(蓝、绿、蓝、绿),从而依次构成了分布均匀的RGB排列,这在影像工业中被称为三原,通过相互间加权运算的组合,几乎能构成我们现实生活中的所有彩。仔细一算这才发现红、蓝单元与绿单元的比例为1:1:2,这是由于CCD本身材质的光敏特性导致了其对绿光线敏感度不及红与蓝光线,因此通常需要2个绿单元配合1个红单元和1个蓝单元。经过如图9所示的光线滤后,每个滤镜对应的电极下都蓄积了相应的彩信息。现在我们可以想象出经过彩过滤后的“数码照片”是个什么样子了,应该是1/4为红、1/4为蓝,剩下的1/2为绿的“马赛克”式的图案,这样的照片与我们脑海中绚丽多彩的数码照片的模样相差甚远,当然啦,彩还原进行到这一步仅仅是提取了被摄场景中的红、绿、蓝三种元素。
图9
在这里笔者先要说明的是对三原进行加权计算就不完全是CCD的工作了,此时影像处理器(Image Engine)也在依照DC内置的软件算法配合CCD对彩信息进行协同处理。可惜的是每单位像素点只能记录三原其中一种颜的数据,必须凑足三原才能进行相互间的加权组合,因此影像处理器就会通过某一像素点周围其他像素的彩信息来进行彩还原。参看图10所示的彩还原示意图,以图中B2像素为例,该像素只留有绿信息,周围分别有2个蓝像素(B1/B3),2个红像素(A2/C2)和4个绿像素(A1/A3/C1/C3),英雄联盟手游名字影像处理器便利用周围这8个像素点的彩信息,再结合B2像素本身的数据进行环境彩的还原,经过彩叠加后才能最终形成数码照片中的一个真实像素。其他像素点的彩还原同出一辙,可见每一个实际像素的生成都有周围8个三原像素点的参与,比如B2本身在被还原的同时也将彩信息提供给周围8个像素进行彩还原,被加权计算了8次,正因如此数码照片才会变得如此靓丽。
图10
三、补与原的差异
补滤镜技术早在2001年左右就已经淘汰出了DC领域,但直到现在仍有相当多的数码摄
像机(昵称DV)仍在使用该技术进行彩还原,这里就顺便介绍两种技术间的差异。现在我们都知道了原滤镜在彩还原时采用了彩叠加的加权计算方式,如图11的混关系图所示,补滤镜则进行的是减法运算。
图11
由于三原是进行彩还原的前提条件,所以原滤镜直接就可以对环境彩进行真实的还原,而补滤镜需要先通过减法构成三原之后,才能加权计算出更多的真实像素。加权计算的方法和原滤镜并无不同,其过程笔者就不再赘述了,但最终的彩还原效果却有着天壤之别,补滤镜还原出的画质整体对比度偏低、彩饱和度不足,完全没有原滤镜的艳丽效果(图12)。
图12
四、噪点与坏点
笔者身边相当多数量的朋友在选购DC时,都对CCD是否会出现噪点(Noise Pixel)或坏点(Dead Pixel)心存顾虑,他们通常都会使用一些所谓的测试软件进行检测,先不讨论
这类软件的有效性和测试结果的真实性,光是这样的测试方法就已经步入了误区。
所谓坏点就是拍摄后我们看见照片中出现了明显不亮或是永远亮着的点,这主要是在CCD的制造过程中产生的,也是不可避免的,就像LCD液晶显示器一样,无论怎样改良生产技术,总会生产出一些不良品。无论怎样最后被用来生产DC的CCD都是已经在上游厂商那里经过坏点测试的,因此对市场中正在销售的DC进行各种各样的CCD坏点测试相信都不会有任何不好的结果产生。若是在使用了几年后突然某一天发现CCD上有坏点产生,这种可能性反而更大一些,这是由于CCD中感光电极的光敏性能降低所致。而噪点如图13中框住部分所示,则是因DC影像处理时电流变化频繁过热引起的,故噪点也被称为热点(Hot Pixel),尤其在拍摄夜景的时候特别容易发现,比如照片中夜晚的天空出现了白点或红点。很多用户都认为即使是噪点的话,如果每次总处于同一个位置,那么这个点还能不能算作是CCD上的坏点呢?参考DC厂商的解释来说,噪点的位置也有始终处于同一位置的可能,因此我们并不能完全将它当作坏点来对待,但这也的确是由CCD中某几个感光电极的光敏性能降低所造成的。
那么对于这类位置固定的噪点,厂商内部都是如何解决的呢?他们会用专用的写入软件将
CCD上固定的噪点在DC的Fireware程序中标注起来,当然我们也可以通俗的理解为屏蔽这个噪点,那么在彩还原时该点有没有彩信息就已经不重要了,而是通过周围8个像素点的数据来加权计算出该点的真实像素。噪点只能尽量避免却不能完全消除,但软件的屏蔽总归没硬件改善来得彻底,只有改善DC内部集成电路的设计,才能尽可能避免噪点的产生,这时我们可爱的厂商便开发成功了影像处理器(Image Engine)作为独立的影像处理单元,无疑大大降低了包括CPU在内的其他硬件回路的工作负荷,降低了因发热而形成噪点的机率。
>空调制热多少度

版权声明:本站内容均来自互联网,仅供演示用,请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198,我们将在24小时内删除。