Чому ефективні пікселі перевищують фактичну роздільну здатність?


16

На цій сторінці порівнюються камери та згадки Canon EOS 550D та Canon EOS 500D

18,7 мільйонів ефективних пікселів

для 550D. Однак найкраща можлива роздільна здатність за допомогою цієї камери

5184 * 3456 = 17915904 ~ 17.9 million pixels

Що таке ефективні пікселі, і чому в цьому випадку це число перевищує 17,9 мільйона?


1
Також пам’ятайте, що «роздільна здатність» має два значення. У комп’ютерах ми використовуємо це для позначення розмірів пікселів екрана чи зображення. І в комп'ютерному малюнку або згенерованому зображенні це зазвичай відповідає "реальній" роздільній здатності - кількість деталей, фактично вирішених у зображенні. Але на фотографії це не обов’язково.
Прочитайте, будь ласка, профіль

1
Це не те, що відбувається тут - лише додаткове джерело плутанини.
Прочитайте, будь ласка, профіль

Відповіді:


9

Частина того, що ми бачимо тут, - це (я певно впевнений) не що інше, як проста друкарська помилка (або щось із цього наказу) з боку DPReview.com. За даними Canon , [PDF, сторінка 225], кількість свердловин на датчику становить "Приблизно 18,00 мегапікселів".

Тоді вони зменшуються до приблизно 17,9 мегапікселя, коли входи схеми Байєра перетворюються на те, що більшість із нас вважає пікселями. Різниця досить проста: кожна лунка на датчику відчуває лише один колір світла, але піксель, як ви зазвичай очікуєте на виході (наприклад, файл JPEG або TIFF), має три кольори для кожного пікселя. На перший погляд може здатися, що це означає, що файл матиме лише приблизно третину більшої кількості пікселів, оскільки на вході є сенсорні лунки. Очевидно, що це не так. Ось (спрощений вигляд) як все працює:

спрощена схема Байєра

Кожна буква позначає одну лунку на датчику. Кожне поле представляє один триколірний піксель, оскільки він буде міститись у вихідному файлі.

У «внутрішній» частині датчика кожен вихідний піксель залежить від входу чотирьох сенсорних свердловин, але кожен датчик свердловини використовується як вхід до чотирьох різних вихідних пікселів, тому кількість входів і кількість виходів залишаються однаковими.

Однак по краях ми маємо сенсорні лунки, які вносять лише два пікселі замість чотирьох. У кутах кожен датчик добре вносить лише один вихідний піксель.

Це означає, що загальна кількість вихідних пікселів менша, ніж кількість сенсорних лунок. Зокрема, результат на один рядок і на один стовпчик менший порівняно з вхідним (наприклад, у прикладі у нас є датчик 8x3, але вихідні пікселі 7x2).


+1 спеціально для діаграми. Але я все ще спантеличений, тому що це пояснило б відсутність 2 (5184-1 + 3456-1) = приблизно 17К пікселів, які просто були б втрачені при округленні при обчисленні 18,0 - 17,9 = 0,1 М пікселів. Здавалося б, щонайменше втричі більше пікселів потрібно позбавити від межі (адже все, що менше 50 К, повинно закруглюватись до 0,0М). Можливо, демонстраційний аналіз використовує більші мікрорайони, ніж показані тут 2 х 2: можливо, він використовує околиці 7 х 7?
1111

1
@whuber: Я, звичайно, не можу безпосередньо рахувати решту. Звичайно, можна використовувати більше датчиків для створення одного вихідного пікселя, але я не маю жодного реального способу знати, що це Canon робить у цьому випадку. Неочищений файл з камери дав би точну кількість сенсорних свердловин, але все одно не сказав би, як Canon переходить від входу X до виходу Y.
Джеррі Коффін

3
У хороших алгоритмах демонстрації оцінок (наприклад, орієнтованих на адаптивну гомогенність) кожен датчик добре сприяє більш ніж чотирма вихідним пікселям, тому втрачається більше ніж один рядок або стовпець. Досить просто схопити неемісійний вихід з dcraw і порівняти розміри зображення з результатом виходу DPP Canon, щоб отримати остаточну відповідь, я підкажу, коли встигну.
Метт Грум

@Matt Grum: Озираючись назад, мій попередній коментар доволі погано сформульований. Що я намагався досягти, це те, що існує кілька алгоритмів, які можуть (і втратять) втратити / відкинути ~ 3 рядки / стовпці пікселів, але кількість пікселів сама по собі не підкаже, який із них використовують. Використання більш складного алгоритму, який використовує більше датчиків на вихідний піксель, є практично заданим.
Джеррі Труну

5

Я не знаю, чому термін "ефективний" використовується DPReview, але є кілька причин розбіжності між кількістю фотосайтів (пікселів) на мікросхемі та розміром пікселів отриманих зображень.

Деякі датчики камери мають смужку маскуваних пікселів вниз з кожного боку. Ці пікселі ідентичні основній частині пікселів на датчику, за винятком того, що вони не отримують світла. Вони використовуються для виявлення перешкод і віднімання його від сигналу, виданого світлочутливими пікселями.

По-друге, [хороші] алгоритми демозавдання використовують безліч "операцій сусідства", це означає, що значення пікселя дещо залежить від значення сусідніх пікселів. Пікселі на крайньому краю зображення не мають сусідів, тому сприяють іншим пікселям, але не додають до розмірів зображення.

Можливо також, що камера обрізає датчик з інших причин (наприклад, коло зображення об'єктива не дуже охоплює датчик), хоча я сумніваюся, що це так з 550D.


Чи використовуються граничні пікселі для видалення перешкод чи просто для встановлення чорної точки?
Прочитайте, будь ласка, профіль

1
І я думаю, якби не було ніяких перешкод (включаючи теплову реакцію), чорна точка була б 0
Метт Грум

Опис DPReview в . Мені здається, ніби воно йде вперед і назад між двома протилежними поняттями, і я не бачу, щоб він насправді визначав термін, за винятком неявного. Я вважаю, що ваша відповідь трохи допомагає, але все ж залишає мене цікавити, чому "ефективні" пікселі будуть більше, ніж реальні фото сайти, хоча сторінка dpreview дає певні можливості. Ефективна: використовується для впливу даних зображення? Або дата зображення в кінцевому рахунку настільки ефективна? (Примітка: дієслово ефекту з e: створення існування.) Мені все ще цікаво, що вони означають.
lindes

5

Є дві причини, за якими ефективні пікселі менші від фактичної кількості пікселів сенсорів (чутливі елементи або сенселі.) По-перше, датчики Байєра складаються з «пікселів», які відчувають єдиний колір світла. Зазвичай бувають червоні, зелені та сині знаки, організовані парами у вигляді:

RGRGRGRG
GBGBGBGB

Один "піксель", як більшість з нас знайомий з ним, піксель у стилі RGB на екрані комп'ютера, генерується з сенсора Bayer, поєднуючи чотири сенселі, квартет RGBG:

          R G 
(sensor)       -->  RGB (computer)
          G B

Оскільки 2x2 сітка з чотирьох сенсорів RGBG використовується для генерування одного комп'ютерного пікселя RGB, не завжди є достатньо пікселів по краю датчика, щоб створити повний піксель. На додаткових датчиках Байєра зазвичай присутні «додаткові» рамки пікселів, щоб пристосувати це. Додаткова облямівка пікселів може також бути простою, щоб компенсувати повну конструкцію датчика, служити пілібрувальними пікселями та вміщувати додаткові сенсорні компоненти, які, як правило, включають ІК та УФ-фільтри, фільтри, що запобігають згладжуванню тощо, які можуть перешкоджати повна кількість світла від потрапляння до зовнішньої периферії датчика.

Нарешті, датчики Байєра повинні бути "розроблені" для створення нормального RGB-зображення комп'ютерних пікселів. Існує безліч різних способів демонізації сенсора Bayer, проте більшість алгоритмів намагаються максимально збільшити кількість пікселів RGB, які можна витягти шляхом змішування пікселів RGB з усіх можливих накладених наборів 2x2 квартетів RGBG:

Демократизація Bayer

Для датчика з 36 одноколірними сенселями можна витягти 24 загальних пікселя RGB. Помітьте перекриваючий алгоритм демонстрації оцінок, переглянувши анімований GIF вище. Також зауважте, як під час третього та четвертого проходів верхній та нижній рядки не використовувались. Це демонструє, як граничні пікселі датчика не завжди можуть використовуватися під час демонстрації сенсорного масиву Bayer.

Щодо сторінки перегляду DPReview, я вважаю, що їх інформація може бути неправильною. Я вважаю, що загальна кількість сенселей (пікселів) на сенсорі Canon 550D Bayer становить 18,0 мп, тоді як ефективні пікселі, або кількість комп'ютерних пікселів RGB, які можуть бути сформовані з цієї базової 18mp, становить 5184x3456 або 17,915,904 (17,9mp). Різниця зводиться до тих пікселів, які не можуть скласти повний квартет, і, можливо, деяких додаткових пікселів, щоб компенсувати конструкцію фільтрів та обладнання для монтажу, що йде перед датчиком.


Я щойно помітив, що я неправильно порахував сенселі в своєму анімованому образі. На перших двох кроках він не поєднує 8 сенселей ... він поєднує 28 сенселей у 8 пікселів. На останніх двох кроках він поєднує 14 сенселей на 4 пікселі. Вибачте за розбіжність. Я спробую це скоро виправити.
jrista

-3

Вибачте за відмову, але жодне з цих пояснень не відповідає дійсності. На кожному датчику є область поза зоною зображення, яка також містить фотосайти. Деякі з них вимкнено, деякі увімкнено повністю, а деякі використовуються для інших моніторингових цілей. Вони використовуються для встановлення рівня підсилювача та балансу білого, як "набір керування" для тих, хто робить фактичні зображення.

Якщо ви берете дані датчиків RAW з будь-якої з CHDK-сумісних камер Powershot, і використовуєте dcraw для їх перетворення, ви можете отримати повне зображення датчика, включаючи ці 100% чорні та 100% білі області.

Що цікаво, це те, що роздільна здатність зображення у форматі RAW завжди більша, ніж у форматі JPG у камері. Причина полягає в тому, що більш прості та швидкі методи інтерполяції, які використовуються в камері для переходу від RAW до JPG, вимагають оточуючих фотокамер RGB для визначення остаточного кольору кожного пікселя. Для фотографій по краях і кутах немає цих посилань на кольори з усіх боків. Якщо зробити процес пізніше, хоча на комп’ютері з кращим програмним забезпеченням для інтерполяції RAW, ви зможете відновити трохи більшу роздільну здатність зображення, ніж те, що можна отримати з камери JPG.

ps Рецензенти та автори статей DPReview ніколи не повинні сприйматись як євангелію. Я знайшов стільки дірок у своїх тестах та кричущих прикладах, коли тестери навіть не знали, як користуватися камерами, що я знищив їхні поради багато років тому.


5
Незважаючи на ваш коментар, що "жодне з цих пояснень не відповідає дійсності", інші відповіді насправді вже висвітлюють це.
Прочитайте, будь ласка, профіль
Використовуючи наш веб-сайт, ви визнаєте, що прочитали та зрозуміли наші Політику щодо файлів cookie та Політику конфіденційності.
Licensed under cc by-sa 3.0 with attribution required.