Фильтр Байера | это… Что такое Фильтр Байера?
Основная статья: Массив цветных фильтров
Массив цветных фильтров Байера
Фильтр Байера. Шаблон Байера — двумерный массив цветных фильтров, которыми накрыты фотодиоды матриц (фото), и состоящий из 25 % красных элементов, 25 % синих и 50 % зелёных элементов, расположенных как показано на рисунке.
Назван в честь его создателя, доктора Брайса Э. Байера (англ.) (англ. Bryce Bayer), сотрудника компании Kodak, запатентовавшего предложенный им фильтр в 1976 г.
Используется для получения цветного изображения в матрицах цифровых фотоаппаратов, видеокамер и сканеров.
Для отличия от других разновидностей его называют GRGB, RGBG, или (если надо подчеркнуть диагональное расположение красного и синего пикселов) RGGB.
Исторически самый первый из массивов цветных фильтров.
Содержание
|
такжеПринцип работы
Принцип действия элементов массива Байера
Матрица является устройством, воспринимающим спроецированное на него изображение. Поскольку полупроводниковые фотоприёмники примерно одинаково чувствительны ко всем цветам видимого спектра, для воспринятия цветного изображения каждый фотоприемник накрывается светофильтром одного из первичных цветов: красного, зелёного, синего (цветовая модель RGB).
Вследствие использования фильтров каждый фотоприемник воспринимает лишь 1/3 цветовой информации участка изображения, а 2/3 отсекается фильтром. Для получения остальных цветовых компонент используются значения из соседних ячеек. Недостающие компоненты цвета рассчитываются процессором камеры на основании данных из соседних ячеек в результате интерполяции (по алгоритму demosaicing) Таким образом, в формировании конечного значения цветного пиксела участвует 9 или более фотодиодов матрицы.
В классическом фильтре Байера применяются светофильтры трёх основных цветов в следующем порядке:
| G | R |
| B | G |
При этом фотодиодов зелёного цвета в каждой ячейке в два раза больше, чем фотодиодов других цветов, в результате разрешающая способность такой структуры максимальна в зелёной области спектра, что соответствует особенностям человеческого зрения.
Изменения в структуре расположения
Для снижения заметности артефактов дебайеризации были разработаны модифицированные фильтры Байера, содержащие изменения, «разбавляющие» однородную периодическую структуру «неправильным» расположением части цветных пикселей. Вместо минимального 4-х пиксельного элемента матрицы повторяется 12- или 24-пиксельный. Однако они не нашли массового применения из-за значительного роста необходимой вычислительной мощности для обработки полученного изображения.[1]
Пример применения
Сфотографируем исходный объект (для наглядности его часть увеличена):
| → |
При этом получаются три цветовые составляющие:
Таким образом, мы получили изображение, каждый пиксель которого содержит только одну цветовую составляющую одной из предметных точек, спроецированных на него объективом.
И только 4 предметных точки, рядом расположенных и спроецированных объективом на блок пикселей RGGB, приближенно формируют полный набор RGB 1-й усредненной предметной точки. Далее, процессор камеры должен, используя специальные математические методы интерполяции, рассчитать для каждой точки недостающие цветовые составляющие. В результате получается следующее изображение:
Как видно на картинке, это изображение получилось более размытым, чем исходное. Такой эффект связан с потерей части информации в результате работы фильтра Байера. Для исправления процессор фотоаппарата должен повысить чёткость изображения. Процесс искусственного повышения чёткости называется Sharpening. Дополнительно, в этот момент процессор может применить и другие операции: изменить контрастность, яркость, подавлять цифровой шум и т. д. в зависимости от модели аппарата. Получение более чётких изображений в первую очередь достигается увеличением количества пикселей сенсора, что уменьшает его размытость. Так как вычислительная мощность процессора фотоаппарата ограничена, многие фотографы предпочитают делать эти операции вручную на персональном компьютере.
Чем дешевле фотоаппарат, тем меньше возможностей повлиять на эти функции. В профессиональных фотокамерах функции коррекции изображения отсутствуют совсем, либо их можно выключить.
Современные модели однообъективных зеркальных цифровых фотоаппаратов (и некоторые компактные фотокамеры) позволяют записывать изображения в т. н. «сыром» RAW-формате, где изображение записывается в виде сигналов яркости в каждом диоде, то есть в черно-белом виде, не неся никакой цветовой формы, и в файл записываются данные, полученные напрямую с матрицы, которые в процессе интерполяции формируют изображение в любом виде на компьютере, обладающем намного большей вычислительной мощностью и возможностями ручного управления параметрами преобразований.
Недостатки
Основная статья: Массив цветных фильтров#Недостатки систем с мозаикой цветных фильтров
История, аналоги
Фильтр Байера и расположение световоспринимающих элементов в одной плоскости ведут своё происхождение от растрового способа цветной фотографии.
Программные библиотеки/утилиты восстановления исходного изображения из мозаики
- eLynx Image Processing SDK and Lab
- ImageJ
- LibRAW
- Дебайер на шейдерах GPU
- Дебайер по технологии CUDA
См. также
Методы цветной фотографии
Примечания
- ↑ Сердце цифровой фотокамеры: ПЗС-матрица (часть четвёртая) — Ferra.ru
- US3 971 065 (PDF version) (1976-07-20) Bryce E. Bayer, Color imaging array.
Фильтр Байера | это… Что такое Фильтр Байера?
Основная статья: Массив цветных фильтров
Массив цветных фильтров Байера
Фильтр Байера. Шаблон Байера — двумерный массив цветных фильтров, которыми накрыты фотодиоды матриц (фото), и состоящий из 25 % красных элементов, 25 % синих и 50 % зелёных элементов, расположенных как показано на рисунке.
Назван в честь его создателя, доктора Брайса Э. Байера (англ.) (англ.
Bryce Bayer), сотрудника компании Kodak, запатентовавшего предложенный им фильтр в 1976 г.
Используется для получения цветного изображения в матрицах цифровых фотоаппаратов, видеокамер и сканеров.
Для отличия от других разновидностей его называют GRGB, RGBG, или (если надо подчеркнуть диагональное расположение красного и синего пикселов) RGGB.
Исторически самый первый из массивов цветных фильтров.
Содержание
|
Принцип работы
Принцип действия элементов массива Байера
Матрица является устройством, воспринимающим спроецированное на него изображение. Поскольку полупроводниковые фотоприёмники примерно одинаково чувствительны ко всем цветам видимого спектра, для воспринятия цветного изображения каждый фотоприемник накрывается светофильтром одного из первичных цветов: красного, зелёного, синего (цветовая модель RGB).
Вследствие использования фильтров каждый фотоприемник воспринимает лишь 1/3 цветовой информации участка изображения, а 2/3 отсекается фильтром. Для получения остальных цветовых компонент используются значения из соседних ячеек. Недостающие компоненты цвета рассчитываются процессором камеры на основании данных из соседних ячеек в результате интерполяции (по алгоритму demosaicing) Таким образом, в формировании конечного значения цветного пиксела участвует 9 или более фотодиодов матрицы.
В классическом фильтре Байера применяются светофильтры трёх основных цветов в следующем порядке:
| G | R |
| B | G |
При этом фотодиодов зелёного цвета в каждой ячейке в два раза больше, чем фотодиодов других цветов, в результате разрешающая способность такой структуры максимальна в зелёной области спектра, что соответствует особенностям человеческого зрения.
Изменения в структуре расположения
Для снижения заметности артефактов дебайеризации были разработаны модифицированные фильтры Байера, содержащие изменения, «разбавляющие» однородную периодическую структуру «неправильным» расположением части цветных пикселей.
Вместо минимального 4-х пиксельного элемента матрицы повторяется 12- или 24-пиксельный. Однако они не нашли массового применения из-за значительного роста необходимой вычислительной мощности для обработки полученного изображения.[1]
Пример применения
Сфотографируем исходный объект (для наглядности его часть увеличена):
| → |
При этом получаются три цветовые составляющие:
Таким образом, мы получили изображение, каждый пиксель которого содержит только одну цветовую составляющую одной из предметных точек, спроецированных на него объективом. И только 4 предметных точки, рядом расположенных и спроецированных объективом на блок пикселей RGGB, приближенно формируют полный набор RGB 1-й усредненной предметной точки. Далее, процессор камеры должен, используя специальные математические методы интерполяции, рассчитать для каждой точки недостающие цветовые составляющие.
Как видно на картинке, это изображение получилось более размытым, чем исходное. Такой эффект связан с потерей части информации в результате работы фильтра Байера. Для исправления процессор фотоаппарата должен повысить чёткость изображения. Процесс искусственного повышения чёткости называется Sharpening. Дополнительно, в этот момент процессор может применить и другие операции: изменить контрастность, яркость, подавлять цифровой шум и т. д. в зависимости от модели аппарата. Получение более чётких изображений в первую очередь достигается увеличением количества пикселей сенсора, что уменьшает его размытость. Так как вычислительная мощность процессора фотоаппарата ограничена, многие фотографы предпочитают делать эти операции вручную на персональном компьютере. Чем дешевле фотоаппарат, тем меньше возможностей повлиять на эти функции. В профессиональных фотокамерах функции коррекции изображения отсутствуют совсем, либо их можно выключить.
Современные модели однообъективных зеркальных цифровых фотоаппаратов (и некоторые компактные фотокамеры) позволяют записывать изображения в т. н. «сыром» RAW-формате, где изображение записывается в виде сигналов яркости в каждом диоде, то есть в черно-белом виде, не неся никакой цветовой формы, и в файл записываются данные, полученные напрямую с матрицы, которые в процессе интерполяции формируют изображение в любом виде на компьютере, обладающем намного большей вычислительной мощностью и возможностями ручного управления параметрами преобразований.
Недостатки
Основная статья: Массив цветных фильтров#Недостатки систем с мозаикой цветных фильтров
История, аналоги
Фильтр Байера и расположение световоспринимающих элементов в одной плоскости ведут своё происхождение от растрового способа цветной фотографии.
Программные библиотеки/утилиты восстановления исходного изображения из мозаики
- eLynx Image Processing SDK and Lab
- ImageJ
- LibRAW
- Дебайер на шейдерах GPU
- Дебайер по технологии CUDA
См.
такжеМетоды цветной фотографии
Примечания
- ↑ Сердце цифровой фотокамеры: ПЗС-матрица (часть четвёртая) — Ferra.ru
- US3 971 065 (PDF version) (1976-07-20) Bryce E. Bayer, Color imaging array.
Фильтр Байера | это… Что такое Фильтр Байера?
Основная статья: Массив цветных фильтров
Массив цветных фильтров Байера
Фильтр Байера. Шаблон Байера — двумерный массив цветных фильтров, которыми накрыты фотодиоды матриц (фото), и состоящий из 25 % красных элементов, 25 % синих и 50 % зелёных элементов, расположенных как показано на рисунке.
Назван в честь его создателя, доктора Брайса Э. Байера (англ.) (англ. Bryce Bayer), сотрудника компании Kodak, запатентовавшего предложенный им фильтр в 1976 г.
Используется для получения цветного изображения в матрицах цифровых фотоаппаратов, видеокамер и сканеров.
Для отличия от других разновидностей его называют GRGB, RGBG, или (если надо подчеркнуть диагональное расположение красного и синего пикселов) RGGB.
Исторически самый первый из массивов цветных фильтров.
Содержание
|
Принцип работы
Принцип действия элементов массива Байера
Матрица является устройством, воспринимающим спроецированное на него изображение. Поскольку полупроводниковые фотоприёмники примерно одинаково чувствительны ко всем цветам видимого спектра, для воспринятия цветного изображения каждый фотоприемник накрывается светофильтром одного из первичных цветов: красного, зелёного, синего (цветовая модель RGB).
Вследствие использования фильтров каждый фотоприемник воспринимает лишь 1/3 цветовой информации участка изображения, а 2/3 отсекается фильтром.
Для получения остальных цветовых компонент используются значения из соседних ячеек. Недостающие компоненты цвета рассчитываются процессором камеры на основании данных из соседних ячеек в результате интерполяции (по алгоритму demosaicing) Таким образом, в формировании конечного значения цветного пиксела участвует 9 или более фотодиодов матрицы.
В классическом фильтре Байера применяются светофильтры трёх основных цветов в следующем порядке:
| G | R |
| B | G |
При этом фотодиодов зелёного цвета в каждой ячейке в два раза больше, чем фотодиодов других цветов, в результате разрешающая способность такой структуры максимальна в зелёной области спектра, что соответствует особенностям человеческого зрения.
Изменения в структуре расположения
Для снижения заметности артефактов дебайеризации были разработаны модифицированные фильтры Байера, содержащие изменения, «разбавляющие» однородную периодическую структуру «неправильным» расположением части цветных пикселей.
Вместо минимального 4-х пиксельного элемента матрицы повторяется 12- или 24-пиксельный. Однако они не нашли массового применения из-за значительного роста необходимой вычислительной мощности для обработки полученного изображения.[1]
Пример применения
Сфотографируем исходный объект (для наглядности его часть увеличена):
| → |
При этом получаются три цветовые составляющие:
Таким образом, мы получили изображение, каждый пиксель которого содержит только одну цветовую составляющую одной из предметных точек, спроецированных на него объективом. И только 4 предметных точки, рядом расположенных и спроецированных объективом на блок пикселей RGGB, приближенно формируют полный набор RGB 1-й усредненной предметной точки. Далее, процессор камеры должен, используя специальные математические методы интерполяции, рассчитать для каждой точки недостающие цветовые составляющие.
В результате получается следующее изображение:
Как видно на картинке, это изображение получилось более размытым, чем исходное. Такой эффект связан с потерей части информации в результате работы фильтра Байера. Для исправления процессор фотоаппарата должен повысить чёткость изображения. Процесс искусственного повышения чёткости называется Sharpening. Дополнительно, в этот момент процессор может применить и другие операции: изменить контрастность, яркость, подавлять цифровой шум и т. д. в зависимости от модели аппарата. Получение более чётких изображений в первую очередь достигается увеличением количества пикселей сенсора, что уменьшает его размытость. Так как вычислительная мощность процессора фотоаппарата ограничена, многие фотографы предпочитают делать эти операции вручную на персональном компьютере. Чем дешевле фотоаппарат, тем меньше возможностей повлиять на эти функции. В профессиональных фотокамерах функции коррекции изображения отсутствуют совсем, либо их можно выключить.
Современные модели однообъективных зеркальных цифровых фотоаппаратов (и некоторые компактные фотокамеры) позволяют записывать изображения в т. н. «сыром» RAW-формате, где изображение записывается в виде сигналов яркости в каждом диоде, то есть в черно-белом виде, не неся никакой цветовой формы, и в файл записываются данные, полученные напрямую с матрицы, которые в процессе интерполяции формируют изображение в любом виде на компьютере, обладающем намного большей вычислительной мощностью и возможностями ручного управления параметрами преобразований.
Недостатки
Основная статья: Массив цветных фильтров#Недостатки систем с мозаикой цветных фильтров
История, аналоги
Фильтр Байера и расположение световоспринимающих элементов в одной плоскости ведут своё происхождение от растрового способа цветной фотографии.
Программные библиотеки/утилиты восстановления исходного изображения из мозаики
- eLynx Image Processing SDK and Lab
- ImageJ
- LibRAW
- Дебайер на шейдерах GPU
- Дебайер по технологии CUDA
См.
такжеМетоды цветной фотографии
Примечания
- ↑ Сердце цифровой фотокамеры: ПЗС-матрица (часть четвёртая) — Ferra.ru
- US3 971 065 (PDF version) (1976-07-20) Bryce E. Bayer, Color imaging array.
чего от него ждать… и чего не ждать? — android.mobile-review.com
14 июня 2019
Константин Иванов
По материалам GSMArena
В декабре появились первые смартфоны с 48 МП камерами, а сейчас мы наблюдаем их неожиданное засилье. Что интересно, значительная их часть относится к среднему сегменту, в то время как многие флагманские аппараты оснащены 12 МП сенсором. В чем же дело?
А дело в том, что появился четверной фильтр Байера. И поскольку отделы маркетинга в компаниях зачастую не в состоянии доходчиво объяснить, что это за сенсор, придется сделать эту работу за них.
Что такое фильтр Байера?
Начнем с азов. Фильтр Байера – это цветная мозаика из красного, зеленого и синего фильтров, которые позволяют цифровому сенсору делать цветные снимки. Полупроводниковые пиксели не «видят» цвета, они только собирают то количество света, которое на них попадает, так что без фильтра вы просто получите черно-белый кадр. Фильтр Байера обеспечивает то, что свет, попадающий на каждый пиксель, имеет один из трех первичных цветов.
В результате в 12 МП сенсоре 6 млн пикселей «видят» зеленый и по 3 млн – красный и синий цвет. Алгоритм, носящий название демозаики, используется для интерполяции полного изображения с разрешением 12 МП.
Название «четверной фильтр Байера» несколько некорректно само по себе, потому что на самом деле он ничем не отличается от обычного фильтра Байера. А изменился не сам фильтр, а сенсор – в новом сенсоре каждому цветному квадрату соответствуют четыре пикселя, а не один.
Итак, в действительности эти 48 МП четверные сенсоры не дают большей детализации, чем 12 МП сенсоры.
Производители сенсоров будут рассказывать вам, что более умные алгоритмы демозаики позволят передать больше деталей, но по опыту, выигрыш тут невелик, если он вообще есть.
Где можно найти четверные фильтры Байера?
В последнее время 48 МП сенсоры наиболее популярны – ими оснащены десятки смартфонов. Все началось с Huawei и ее 40 МП сенсоров в аппаратах P20 Pro, Mate 20 Pro и Mate 20 X. Китайская компания даже установила вторую версию сенсора в Huawei P30 и P30 Pro, где последовательность цветов была красный – желтый – желтый – синий вместо красный – зеленый – зеленый – синий, но принцип оставался тем же.
Есть также несколько моделей смартфонов с 32 МП селфи-камерами с четверным фильтром Байера, например, Vivo V15 Pro и Samsung Galaxy A70. У них такой же размер пикселя (0.8µm), но физически они меньше, поэтому имеют более низкое разрешение.
Недавно Samsung анонсировала 64 МП сенсор с четверным фильтром Байера, и вновь у него тот же размер пикселя, но меняется размер самого сенсора – он на 33% больше, чем текущий размер 48 МП сенсоров.
На что способен сенсор с четверным фильтром Байера?
Как уже говорилось, истинная сила четверного фильтра совсем не там, где ее ищут. Благодаря ему группа из четырех пикселей, которые составляют цветной квадрат фильтра, может выступать как один или как отдельные сенсоры.
С момента появления это одни из самых больших сенсоров, когда-либо установленных в смартфоны. К примеру, Sony IMX586 – первый 48 МП сенсор и один из самых популярных – имеет размер по диагонали 8 мм. IMX363, который используется в Pixel 3, и Samsung S5K2L4, который стоит в S10, имеют 7.06 мм по диагонали. Это порядка 30-процентного прироста в площади.
Однако размер пикселя сильно различается, 0.8µm для 48 МП сенсоров и 1.4µm для традиционных. Все маркетинговые материалы о 48 МП сенсорах подчеркивают, что в них может использоваться пиксельный биннинг и они могут работать так, как если бы размер пикселя составлял 1.6µm.
Так создается 12 МП изображение. Размер 1.6µm – это то, о чем часто говорят, но это не то, что может полностью решить проблему работы сенсора в условиях недостаточного освещения.
Появление шумов – это случайный процесс, и если большой пиксель традиционного сенсора воспринимает шум вместо сигнала, с этим мало что можно сделать (разве что компенсировать интерполяцией данных с соседних пикселей).
Впрочем, если один из четырех пикселей сенсора с четверным фильтром поймает шум, потеряется всего 25% информации – а это уменьшает шум в четыре раза, не снижая резкости изображения.
В качестве альтернативы, сенсор может разделяться на два логических сенсора – один для короткой экспозиции и другой для длинной. Этот вариант используется при дневном свете для съемки в реальном времени в HDR.
Можно уменьшать шум и снимать в HDR и при помощи обычного, а не четверного сенсора, делая два (или более) кадра один за другим, а потом объединяя их. Так происходит в смартфонах Pixel, и они вполне успешно справляются с задачей.
Однако есть проблема: движущиеся объекты при съемке с последовательной экспозицией меняют положение. А четверной фильтр Байера делает два снимка одновременно, так что не требуется применения искусственного интеллекта для коррекции артефактов, вызванных движением объекта.
Вот как выглядит неудавшаяся коррекция.
Снимок HDR с последовательной экспозицией
Снимок HDR с четверным фильтром Байера
Вот самый простой способ объяснить принцип работы четверного фильтра Байера: он позволяет ПО камеры делать одновременно два снимка. Это дает возможность применять обработку изображения в HDR и ночном режиме, вот почему современные смартфоны делают фотографии высокого качества – аппаратная часть при этом не имеет существенных отличий.
Каковы возможности технологии?
В отличие от LCD, где у каждого пикселя есть красный, зеленый и синий субпиксели, в обычном сенсоре на каждый пиксель приходится только один субпиксель. Но при этом нельзя было бы говорить о таком высоком разрешении, поскольку эти пиксели расположены близко друг к другу и восстановление исходного изображения происходит за счет демозаики (хотя люди, которые везде способны различать пиксели, всегда скажут, что оно не идеально).
Samsung Galaxy A80: 12 МП
Samsung Galaxy A80: 48 MП
В четверном фильтре Байера пиксели разного цвета находятся дальше друг от друга, и демозаика менее эффективна (что бы там ни говорили производители).
Так что в случае с 48 МП вы не получите в 4 раза лучшую детализацию, чем с 12 МП. На самом деле, если отключить HDR и другие режимы обработки на 48 МП, фотографии с 12 MП иногда выходят даже с лучшей детализацией (и меньше весят, а это двойная выгода!).
Когда алгоритм демозаики применяется к исходным данным при 48 МП, может получиться более четкое изображение, но в случае с разными аппаратами и разными сюжетами результат будет различаться. И если для конкретного снимка критически важна передача деталей, лучше фотографировать в обоих режимах, а потом выбирать лучший снимок. И большую часть времени все же стоит придерживаться режима 12 МП.
Oppo Reno 10x zoom: 12 MП
Oppo Reno 10x zoom: 48 MП
Мы не говорим уже о том, что считывать полноценное 48 МП изображение было за пределами возможностей некоторых ранних сенсоров и чипсетов, так что они просто брали 12 МП изображение и увеличивали его – что было пустой тратой свободного места.
Одно из наиболее часто упоминаемых преимуществ сенсоров с четверным фильтром Байера – это лучший зум.
При том, что в Nokia 808 PureView был впечатляющий зум, его огромные 41 МП сенсоры имели обычный фильтр Байера. Как уже обсуждалось, четверной фильтр Байера может дать лишь небольшой выигрыш в резкости (а может и нет), так что в реальности нет разницы с цифровым зумом на 12 МП сенсорах.
Asus Zenfone 6: 12 MП
Asus Zenfone 6: 48 MП
Отделы маркетинга трудятся изо всех сил, чтобы вы поверили, что в вашем смартфоне сенсор как у Hasselblad, а на самом деле четверной фильтр Байера – всего лишь умный (и эффективный) способ повысить качество 12 МП снимков.
Huawei 20 Pro: 12 MП
Huawei 20 Pro: 48 MП
А также имеет значение оптика. Не вдаваясь в детали, такие камеры с высоким разрешением часто имеют ограничение по дифракции – это означает, что самая малая точка света не может быть сфокусирована на участке меньше, чем пиксель. Почитайте про диск Эйри. В целом, существует физическое ограничение для максимального разрешения, которое могут иметь компактная оптика и сенсоры.
Все что необходимо знать о формате RAW
Все профессиональные и многие любительские камеры дают возможность сохранять снимки в формате RAW. RAW — это общее название формата, расширения у файлов фотографий могут отличаться в зависимости от производителя. Это может быть *.NEF, *.CR2, *.ARW и другие.
Название RAW образовалось от английского слова raw, что означает сырой, то есть необработанный. Эти файлы содержат максимальное количество необработанной информации о снимке. Это позволяет в процессе редактирования снимка на компьютере получить максимальное качество финального изображения и манипулировать фотографией как угодно.
RAW образуется от получения данных с матрицы. Матрица — это устройство, которое воспринимает спроецированный на неё световой поток. Полупроводниковые фотодатчики, из которых состоит матрица, примерно одинаково чувствительны ко всем цветам. Поэтому, чтобы получать цветное изображение, каждый фотодатчик накрывается цветным фильтром красного, зеленого или синего цвета.
Это образует цветовую модель RGB (Red, Green, Blue).
Из-за светофильтра каждый фотоэлемент воспринимает лишь 1/3 цветового спектра. Данные об остальной части спектра берутся из соседних фотодатчиков. Всю эту информацию обрабатывает и компонует процессор. Формирование конечного цвета одного пикселя происходит благодаря получению данных не менее чем от девяти фотоэлементов матрицы.
Фильтр Байера предполагает размещение фотофильтров в строго определенном порядке.
Стоит заметить, что фотоэлементов зеленого цвета в два раза больше, чем остальных цветов. Это позволяет добиться изображения, максимально адаптированного к человеческому зрению.
Чтобы снизить количество артефактов, разрабатывались различные вариации фильтров Байера. Они содержали изменения в однородности расположения фотофильтров. Таким образом, были получены устройства, которые строили изображение, основываясь не на 4-х элементах, а на 12-ти и 24-х.
Широко распространения такой подход не получил, так как для работы с такими системами нужна была очень большая вычислительная мощность.
Для наглядности принципа работы фильтра Байера, сделаем снимок:
Фотография сквозь фильтр Байера (400%)
Конечная фотография (400%)
Конечная фотография (400%)
В результате, получилась фотография, каждый пиксель которой содержит лишь один цвет. По отдельности каждый цвет не дает четкого представления об изображении, но объединив три составляющих, можно получить рисунок. После получения такого результата, процессор должен на основании цвета соседних точек добавить недостающие цвета в каждый пиксель. Это делается методом интерполяции.
Размытость изображения связана с особенностью работы фильтра Байера. Чтобы исправить это, процессор камеры принудительно добавляет снимку резкость.
Иногда еще исправляется контрастность и насыщенность цветов, убирается шум. Улучшения четкости изображения позволяет добиться и увеличение количества пикселей сенсора. В связи с тем, что вычислительная мощность фотоаппарата ограничена, всю обработку можно делать на компьютере. Большинство профессиональных камер вообще не содержат возможность обработки снимков. Они делают только сырые RAW фотографии или имеют возможность отключать обработку снимков камерой.
Современные зеркальные и некоторые компактные камеры имеют возможность записывать изображения в сырой RAW формат. Такие файлы содержат данные о сигнале яркости в каждом диоде и данные о цвете каждого пикселя. Это позволяет на компьютере получить файл, который можно обрабатывать в RAW конвертере и управлять большим количеством параметров снимка.
При сохранении изображения в формате Jpeg, камера обрабатывает сырой снимок и ужимает его до значения, приемлемого для вывода на современных мониторах и для печати на принтере.
Данных в Jpeg файле очень мало. Поэтому, если во время съемки была выставлена не правильная экспозиция или баланс белого, Jpeg будет восстановить очень трудно. Это непременно повлияет на качество снимка. В некоторых случаях восстановить снимок не удастся. При съемке в RAW, изображение содержит очень большой массив данных, поэтому ими можно свободно манипулировать. Это позволяет вытягивать детали из ярких или темных участков фотографии, улучшать детализацию и цвета снимка без потери качества. RAW файлы обычно содержат 12 или 14 бит/канал, а Jpeg всего 8.
Детализация обработанных RAW файлов всегда лучше, чем у jpeg. Это связано с тем, что обработка снимка в камере осуществляется по грубому и не всегда оптимальному алгоритму. Во всем виновата нехватка вычислительной мощности и необходимость быстро работать, ведь для камеры очень важно иметь высокую скорость записи снимков. RAW позволяет задавать основные параметры съемки, такие как компенсация экспозиции, баланс белого, стиль изображения, насыщенность, контраст и резкость не до съемки, а после.
Обработка сырых RAW-файлов осуществляется специальными конвертерами. Это программное обеспечение, которое позволяет делать из необработанных данных конечные файлы в формате JPG.
Конвертеров очень много. Каждый производитель камер поставляет с фотоаппаратом свой конвертер: Konica Minolta Dimage Viewer, Canon Digital Photo Professional, Olympus Master, Nikon Capture NX, Pentax Photo Laboratory, Sony Image Data Converter SR. Существуют также конвертеры сторонних производителей. Они универсальны и подойдут для любых RAW файлов: Adobe Photoshop Lightroom, Adobe Camera Raw, Apple Aperture (только для Mac OS X ), Capture One.
фильтр Байера
Мозаика фильтра Байера представляет собой массив цветовых фильтров (CFA) для размещения цветовых фильтров RGB на квадратной сетке фотодатчиков. Его особое расположение цветных фильтров используется в большинстве однокристальных цифровых датчиков изображения, используемых в цифровых камерах, видеокамерах и сканерах для создания цветного изображения.
Шаблон фильтра наполовину зеленый, на четверть красный и на четверть синий, поэтому его также называют BGGR, RGBG , [ 1] [2] GRBG , [3] или RGGB . [4]
Он назван в честь своего изобретателя Брайса Байера из компании Eastman Kodak . Байер также известен своей рекурсивно определенной матрицей, используемой в упорядоченном сглаживании .
Альтернативы фильтру Байера включают в себя как различные модификации цветов и компоновки , так и совершенно другие технологии, такие как совместная выборка цветов , датчик Foveon X3 , дихроичные зеркала или матрица прозрачных дифракционных фильтров. [5]
В патенте Брайса Байера (патент США № 3971065 [6] ) в 1976 году зеленые фотодатчики названы яркостно-чувствительными элементами , а красные и синие — цветочувствительными элементами . Он использовал в два раза больше зеленых элементов, чем красных или синих, чтобы имитировать физиологию человеческого глаза .
Восприятие яркости сетчаткой человека использует комбинированные колбочки M и L при дневном зрении, которые наиболее чувствительны к зеленому свету. Эти элементы называются сенсорными элементами , датчиками , пиксельными сенсорами или просто пикселями ; воспринятые ими выборочные значения после интерполяции становятся образнымипикселей . В то время, когда Байер регистрировал свой патент, он также предложил использовать комбинацию голубого, пурпурного и желтого , то есть еще один набор противоположных цветов. В то время такое расположение было непрактичным, потому что необходимых красителей не существовало, но они использовались в некоторых новых цифровых камерах. Большим преимуществом новых красителей CMY является то, что они обладают улучшенными характеристиками светопоглощения; то есть их квантовая эффективность выше.
Необработанный вывод камер с фильтром Байера называется изображением шаблона Байера . Поскольку каждый пиксель фильтруется для записи только одного из трех цветов, данные каждого пикселя не могут полностью определять каждое из значений красного, зеленого и синего цветов по отдельности.
Чтобы получить полноцветное изображение, можно использовать различные алгоритмы демозаики для интерполяции набора полных значений красного, зеленого и синего для каждого пикселя. Эти алгоритмы используют окружающие пиксели соответствующих цветов для оценки значений конкретного пикселя.
Различные алгоритмы, требующие различной вычислительной мощности, приводят к получению конечных изображений разного качества. Это можно сделать в камере, создав изображение в формате JPEG или TIFF , или вне камеры, используя необработанные данные непосредственно с сенсора. Поскольку вычислительная мощность процессора камеры ограничена, многие фотографы предпочитают выполнять эти операции вручную на персональном компьютере. Чем дешевле камера, тем меньше возможностей влиять на эти функции. В профессиональных камерах функции коррекции изображения полностью отсутствуют, либо их можно отключить. Запись в Raw-формате предусматривает возможность ручного выбора демозаикиалгоритм и управление параметрами трансформации, который используется не только в потребительской фотографии, но и при решении различных технических и фотометрических задач.
[7]
Байеровское расположение цветных фильтров на массиве пикселей датчика изображения
Профиль/поперечное сечение датчика
- Исходная сцена
- Выход датчика 120×80 пикселей с фильтром Байера
- Выходные данные имеют цветовую кодировку с использованием цветов фильтра Байера.
- Восстановленное изображение после интерполяции отсутствующей информации о цвете
- Полная версия RGB с разрешением 120 × 80 пикселей для сравнения (например, при сканировании пленки может появиться фовеон или изображение со сдвигом пикселей )
Три изображения, изображающие артефакт демозаики ложных цветов.
Три изображения, изображающие застегивающийся артефакт демозаики CFA.
Три новых шаблона фильтров Kodak RGBW
Более ранний шаблон фильтра RGBW
EXR датчик
Повторяющаяся сетка 6 × 6, используемая в датчике x-trans.
Первая страница патента Брайса Байера 1976 года на мозаику с фильтром Байера, показывающая его терминологию элементов, чувствительных к яркости и цветности.
Цветная фотография в УФ-диапазоне – понимание фильтра Байера
Можно ли рассматривать науку в том же свете, что и искусство? Те, кто занимается наукой, определенно скажут, что в некоторых аспектах науки и некоторых экспериментах есть определенная красота, и, как однажды сказал Китс, «красота — это истина; истинная красота», поэтому, возможно, понятно, что мы воспринимаем хорошо проведенный и выполненный эксперимент как красивый сам по себе.
Одна область сводит их в непосредственный контакт — научная визуализация, где сама наука играет решающую роль в создании чего-то художественного. Моя недавняя работа завела меня в кроличью нору УФ-фотографии, области обработки изображений, в которой есть приверженцы различных областей от криминалистики до дерматологов, ботаников, орнитологов и т.
д., но это область, которая подвержена артефактам, вносимым в изображение как результат того, как изображение захвачено, и это невероятно сложно сделать хорошо.
Когда я впервые столкнулся с этим, одним из моих вопросов было: «Как камера интерпретирует различные длины волн света в УФ-излучении и что это означает для «цветов» на УФ-фотографии?». Этот, казалось бы, наивный вопрос привел ко многим бессонным ночам и метафизическим дискуссиям, и я надеюсь пролить на него некоторый свет некоторыми из моих недавних работ, по крайней мере, с точки зрения фотографа.
Сначала небольшое замечание о том, как камеры собирают информацию о цвете. На данный момент я буду говорить только о камерах с фильтрами Байера по сравнению с датчиками — камеры Sigma с датчиком Foveon используют другой подход, и на данный момент я их не рассматривал. Вернемся к обычным камерам. Сенсор черно-белый — это просто пиксели, которые реагируют на интенсивность света. Поверх этого датчика находится фильтр Байера — массив красных, зеленых и синих окрашенных квадратов в мозаичном узоре.
Затем они позволяют определенным длинам волн воздействовать на определенные части сенсора, что немного похоже на то, как работает глаз с его колбочками, некоторые из которых чувствительны к красному, другие к синему и, наконец, некоторые к зеленому. Таким образом, мы можем создавать красители, которые пропускают свет так же, как наши колбочки, и применять их к датчику таким образом, чтобы камеру можно было сделать чувствительной к тому, что мы воспринимаем как красный, зеленый и синий. При изменении длины волны мы воспринимаем свет как разные цвета, и камера фиксирует это аналогичным образом. Кроме того, на большинстве камер поверх фильтра Байера находится массив микролинз, предназначенных для фокусировки света на светочувствительных частях сенсора.
Вся эта информация о цвете подходит для фотографии в видимом свете, где у нас есть собственный эталон, но как насчет УФ или ИК, когда мы не можем воспринимать свет и не имеем представления о том, каким должен быть цвет? Вот тут становится интересно.
Здесь я сосредоточусь на УФ-изображении, так как это моя основная область интересов на данный момент. УФ-фотография существует с тех пор, как появилась фотография. Ранние ортохроматические пленки были чувствительны к ультрафиолетовому и синему свету, и, в конце концов, с появлением цветных пленок их также можно было использовать для захвата УФ-изображений. Но как была получена эта информация о цвете? Различные красители/сенсибилизаторы в пленке, используемые для изоляции красного, зеленого и синего, также пропускают некоторое количество УФ-излучения в различных количествах в зависимости от длины волны света. Это затем создало образ. Дело в том, что в отличие от видимого спектра, где пиковое пропускание красителей было создано на основе нашего собственного эталона, в УФ оно зависело от удачи и случайности — как краситель вел себя за пределами диапазона длин волн, для которого он был создан. ? Когда появилась цифровая фотография, то же самое произошло, но с фильтром Байера — красители были созданы для изготовления цветных фильтров для сенсоров, но эти красители также пропускали некоторое количество УФ-излучения, и в разном количестве в зависимости от разных длин волн.
Тот факт, что эти красители не все ведут себя одинаково, позволяет нам создавать поразительные УФ-изображения, такие как это изображение лютика в моем саду внизу, на котором видно типичное затемнение центральной части цветка, которое считается связано со способом опыления цветов и зрением насекомых.
Интерпретировать цвета, создаваемые камерами в ультрафиолете, сложно. Производители фильтров Bayer публикуют данные о спектральном пропускании фильтров в видимой области 400-700 нм, но не за ее пределами. Не зная этого, как мы узнаем, что снимает камера? Фильтры Байера выращиваются/наносятся непосредственно на датчики, поэтому их нельзя просто снять, чтобы можно было измерить их спектры пропускания. Итак, перед нами дилемма: как измерить то, что нельзя изолировать? И это было проблемой для УФ-фотографов в течение многих лет — чтобы понять цвет в УФ-излучении, нам нужны кривые пропускания фильтра Байера, и как мы их получаем?
В рамках моей работы в области УФ-изображения я хотел найти способ измерения чувствительности камеры в зависимости от длины волны, и, не имея особых возможностей, я создал что-то для этого, что я обсуждал на своей странице здесь.
Как только я начал играть с этим, я понял, что его можно использовать для определения того, сколько света пропускается через фильтр Байера и массив микролинз на датчике в зависимости от длины волны, пока у меня есть 3 вещи. Объектив, пропускающий одинаковое количество света в диапазоне длин волн от 280 до 800 нм, камера со снятым фильтром Байера и отсекающим УФ/ИК-фильтром (моя монохромная камера) и еще одна камера с прикрепленным фильтром Байера (но с УФ-фильтром). /ИК-фильтр удален). У меня были две из трех из-за моей работы с солнцезащитным кремом, и после быстрой покупки на eBay и преобразования с удалением его УФ / ИК-фильтра я получил последнюю камеру, которая мне нужна, и приступил к задаче измерения. Пропускание фильтра Байера в УФ.
Сначала проверим – соответствует ли то, что я вижу в видимом спектре, ожидаемому. Изображение ниже взято из статьи Тагучи и Энокидо «Технология материалов цветных фильтров для датчика изображения», в которой представлены хорошие спектры видимого света красителей, используемых для изготовления фильтров Байера.
Как сложились мои измерения? Это то, что я измерил для своего Canon EOS 5DSR, у которого был удален УФ/ИК-фильтр.
Первое, на что следует обратить внимание, это то, что отклики каналов превышают 100% для каждого цвета в соответствующих полосах. Это из-за микролинз поверх фильтра Байера. Микролинзы собирают свет, который в противном случае не попал бы в светочувствительную часть датчика, и обеспечивают его сбор. Когда эти микролинзы удалены, часть входящего света теряется, поскольку он не попадает ни на какие чувствительные части датчика.
С моей настройкой у меня есть возможность выйти за пределы видимого, поскольку я могу измерять от 280 до 800 нм (хотя по практическим соображениям здесь я опустился только до 320 нм). Вот как это выглядит, если я расширяю ось X на своем графике, чтобы включить УФ и ИК.
Теперь мы можем видеть, что пропускная способность фильтра Байера в УФ резко падает для каждого из цветовых каналов на 400 нм и ниже, что лучше видно здесь;
Но существуют различия между разными цветовыми каналами на разных длинах волн.
Как фотографы, мы знали это, иначе все в УФ-изображении было бы одного тона. Однако это первый случай, когда измерения проводились непосредственно с использованием этого подхода в реальной системе.
Ну и что, спросите вы? Не зная этого, мы все равно могли бы делать хорошие снимки, и да, это верное замечание. Однако теперь мы можем начать больше понимать мир по изображениям, которые мы делаем. Хотя переход к использованию камеры в качестве спектрометра может быть еще далеко, тот факт, что разные длины волн вызывают разные реакции в камере, можно использовать, чтобы узнать что-то о том, какой свет отражается и захватывается в изображении. Это также объясняет, почему преобразование монохромных камер идеально подходит для УФ-изображения, когда информация о цвете не требуется — красители с фильтром Байера поглощают огромное количество УФ-излучения. Удалите фильтр, и гораздо больше ультрафиолета может попасть на датчик, что сделает его примерно в 4-6 раз более чувствительным.
Эта работа возникла в результате естественной эволюции.
Я задал прямой вопрос, на который нужно было найти ответ, чтобы продвинуть мое исследование вперед: какова чувствительность моей камеры к разным длинам волн. Я построил что-то, чтобы ответить на этот вопрос. Это, в свою очередь, привело меня к тому, что я нашел новое применение своему устройству, которое должно было ответить на гораздо более фундаментальный вопрос о кривых пропускания фильтра Байера в УФ-диапазоне, который находит применение в областях, выходящих далеко за пределы моей первоначальной области. Как часто мы, исследователи, настолько сосредоточены на конкретной проблеме, что упускаем возможности, которые наша работа может дать в других областях науки. К сожалению, времени на фундаментальные исследования так мало, и их так сложно обосновать перед бухгалтерами, так как не всегда они дают очевидный результат. Но именно эта фундаментальная работа может иметь самое широкое влияние из всех. Итак, я говорю вам, менеджеры, когда на вас работает кто-то, у кого есть страсть к чему-то, сделайте все возможное, чтобы позволить им потворствовать этому.
Если вы хотите сделать самые большие открытия, вы должны сделать самые большие прыжки…
Фильтр Байера | Создание пикселей
/ spqr / Оставить комментарий
Многие цифровые камеры используют фильтр Байера как средство захвата информации о цвете на уровне фотосайта. Фильтры Байера имеют цветные фильтры, которые повторяются по шаблону 2 × 2. Некоторые компании, такие как Fuji, используют другой тип фильтра, в случае Fuji это фильтр X-Trans . Фильтр X-Trans появился в 2012 году с дебютом Fuji X-Pro1.
Проблема с регулярно повторяющимися рисунками цветных пикселей заключается в том, что они могут привести к муаровым узорам, когда фотография содержит мелкие детали. Обычно этого избегают, добавляя оптический фильтр нижних частот перед датчиком. Это приводит к применению управляемого размытия к изображению, поэтому резкие края, резкие изменения цвета и тональные переходы не вызовут проблем.
Этот процесс приводит к исчезновению муаровых узоров, но за счет снижения резкости изображения. Во многих современных камерах разрешение сенсора часто превышает разрешающую способность объектива, поэтому сам объектив действует как фильтр нижних частот, и поэтому фильтр LP не используется.
C-Trans использует более сложный набор цветных фильтров. Вместо шаблона Байера 2×2 RGBG цветовой фильтр X-Trans использует более крупный массив 6×6, состоящий из различных шаблонов 3×3. Каждый рисунок содержит 55 % чувствительных к зеленому, 22,5 % к синему и 22,5 % к красному свету фотоэлементов. Основная причина этого шаблона заключалась в том, чтобы устранить необходимость в фильтре нижних частот, потому что этот шаблон уменьшает муар. Теоретически это обеспечивает баланс между наличием муаровых узоров и резкостью изображения.
Фильтр X-Trans обеспечивает лучшую цветопередачу, повышает резкость и снижает цветовой шум при высоких значениях ISO.
С другой стороны, для обработки изображений требуется больше вычислительной мощности. Некоторые люди говорят, что у него даже более приятная «пленочная» зернистость.
| Характеристика | X-Trans | Bayer |
|---|---|---|
| Шаблон | 90 позволяет воспроизводить больше органических цветов 6×6.2×2 приводит к большему количеству артефактов ложного цвета. | |
| Муар | Шаблон делает изображения менее восприимчивыми к муару. | Фильтры Байера способствуют появлению муара. |
| Оптический фильтр | Нет фильтра нижних частот = более высокое разрешение. | Фильтр нижних частот снижает резкость изображения. |
| Обработка | Более сложный в обработке. | Менее сложная обработка. |
Дальнейшее чтение:
- X-Trans против Bayer: фантастические заявления и как их проверить
- X-Trans: обещание и проблема
- Fujifilm X-Trans против. Bayer: плюсы и минусы перехода на Bayer или использования датчика X-Trans
- X-Trans и черви — теория
- Сравнение датчиков X-Trans
/ spqr / 2 Комментарии
Без цветных фильтров в датчике камеры полученные изображения были бы монохроматическими. Наиболее распространенным цветным фильтром, используемым во многих камерах, является массив фильтров Bayer . Шаблон был представлен Брайсом Байером из компании Eastman Kodak в патенте 1975 года (№ 3 971 065).
Необработанный вывод массива Байера называется изображением шаблона Байера. В наиболее распространенном расположении цветных фильтров в Байере используется мозаика квартета RGBG , где каждый квадрат 2 × 2 пикселя состоит из красного и зеленого пикселей в верхней строке и зеленого и синего пикселей в нижней строке. Это означает, что не каждый пиксель сэмплируется как красный-зеленый-синий, а скорее один цвет для каждого фотосайта. На изображении ниже показано, как разлагается мозаика Байера.
Но почему зеленых фильтров больше? Во многом это связано с тем, что человеческое зрение более чувствительно к зеленому цвету, поэтому соотношение составляет 50% зеленого, 25% красного и 25% синего. Таким образом, в сенсоре с разрешением 4000×6000 пикселей 12 000 будут зелеными, а красный и размытый — по 6000. Зеленые каналы используются для сбора информации о яркости. Красный и синий каналы имеют разрешение дискретизации в два раза меньше, чем детали яркости, захваченные зеленым каналом.
Однако человеческое зрение гораздо более чувствительно к разрешению яркости, чем к информации о цвете, поэтому обычно это не проблема. Ниже показан пример того, как могло бы выглядеть «сырое» изображение шаблона Байера.
Так как же нам получить пиксели, полностью заполненные RGB? Чтобы получить полноцветное изображение, необходимо применить алгоритм демозаики для интерполяции набора значений красного, зеленого и синего для каждого пикселя. Эти алгоритмы используют окружающие пиксели соответствующих цветов для оценки значений конкретного пикселя. Простейшая форма алгоритма усредняет окружающие пиксели для получения недостающих данных. Точный используемый алгоритм зависит от производителя камеры.
Конечно, Байер — не единственный шаблон фильтра. Fuji создала свою собственную версию, массив цветовых фильтров X-Trans, в котором используется более крупный шаблон 6 × 6 красного, зеленого и синего цветов.
/ spqr / Оставить комментарий
Итак, мы описали фотосайтов, , но как на самом деле работает датчик камеры? Какая магия происходит внутри цифровой камеры? Когда кнопка спуска затвора нажата и датчик подвергается воздействию света, свет проходит через линзу, а затем через серию фильтров, матрицу микролинз и цветной фильтр, прежде чем попасть на фотосайт. Затем фотодиод преобразует свет в электрический сигнал, который преобразуется в поддающееся количественной оценке цифровое значение.
Поперечное сечение датчика. Самый верхний слой датчика обычно содержит определенные фильтры. Одним из них является инфракрасный (ИК) фильтр. Свет содержит как ультрафиолетовую, так и инфракрасную части, и большинство датчиков очень чувствительны к инфракрасному излучению. Следовательно, ИК-фильтр используется для устранения ИК-излучения.
Другие фильтры включают фильтры сглаживания (AA), которые размывают линии между повторяющимися узорами, чтобы избежать волнистых линий (муара).
Далее идут микролинзы. Можно было бы предположить, что фотосайты прижаты друг к другу, но на самом деле это не так. Датчики камеры имеют «микролинзы» над каждым фотосайтом, чтобы концентрировать количество собранного света.
Фотосайты сами по себе имеют проблемы с различением цветов. Чтобы уловить цвет, необходимо поместить фильтр на каждый фотосайт, чтобы захватить только определенные цвета. Красный фильтр пропускает на фотосайт только красный свет, зеленый фильтр — только зеленый, а синий фильтр — только синий. Таким образом, каждый фотосайт предоставляет информацию об одном из трех цветов, которые вместе составляют полную цветовую систему фотографии (RGB).
Фильтрация света с помощью цветных фильтров, в данном случае с фильтром Байера. Наиболее распространенный тип массива цветовых фильтров называется фильтром Bayer .
Массив в фильтре Байера состоит из повторяющегося шаблона квадратов 2×2, состоящего из красного, синего и двух зеленых фильтров. В фильтре Байера больше зеленого, чем красного или синего, потому что человеческое зрение более чувствительно к зеленому свету.
Принципиальная схема всего процесса выглядит примерно так:
Фотоны света попадают в апертуру, а часть пропускается через затвор. Затем датчик камеры (фотосайты) поглощает световые фотоны, создавая электрический сигнал, который может быть усилен усилителем ISO, прежде чем он будет преобразован в пиксели цифрового изображения.
Датчики камеры Quad-Bayerдля более качественных фотографий
Структура пикселей Quad-Bayer представляет собой особую компоновку пикселей датчика, которая позволяет использовать три различных режима: HDR с двумя экспозициями, четырехкратное объединение и нормальный. Он был представлен в таких телефонах, как Huawei P20 Pro, и недавно наделал больше шума с появлением новых телефонов, таких как Honor View 20, поскольку OEM-производители публикуют эту расширенную функцию в своих сообщениях.
В двух словах, фильтр Quad-Bayer является расширением классического байеровского шаблона пикселей RGB, используемого в большинстве датчиков цветного изображения, и имеет три режима: нормальный, двойная экспозиция и объединение пикселей.
В этих режимах датчик камеры может (теоретически) показывать очень хорошие характеристики при дневном свете (высокое разрешение), слабом освещении (биннинг) и высококонтрастных сценах (две экспозиции). Раньше считалось невозможным иметь одновременно высокое разрешение и отличную производительность при слабом освещении.
Во-первых, краткий обзор классического Bayer
Quad-Bayer (слева) в Bayer (справа) | Предоставлено Sony
Давайте вернемся назад, чтобы быстро показать, что такое обычная схема Байера (фото вверху справа), и вы увидите, как Quad-Bayer выводит ее на новый уровень. Датчики камеры созданы для преобразования света (фотонов) в электричество. Это также означает, что по умолчанию они могут видеть только интенсивность света, а не цвета.
Шаблон был назван в честь Брайса Байера, его изобретателя (в Kodak).
Для захвата цветов поверх сенсорной поверхности помещается слой с шаблоном Байера RGB. Оттуда каждый пиксель получает фотоны только определенного цвета (красный, жадный или синий), и изображение выглядит как мозаика. Позже программное обеспечение демозаизирует необработанные данные сенсора, чтобы построить обычное цветное изображение.
В конце этой статьи мы добавили видео , в котором объясняется, как работает фильтр Байера.
Quad Bayer отлично подходит для однокадрового HDR и шумоподавления при слабом освещении
Массив цветных фильтров Quad-Bayer был первоначально представлен Sony для обслуживания рынка камер безопасности с высоким разрешением, который является очень прибыльным.
В условиях низкой освещенности многие системы камер будут использовать многокадровую фотосъемку для уменьшения шума или захвата с несколькими экспозициями. Однако это также может вызвать ореолы при движении объектов, что, к сожалению, ухудшает качество изображения видеозаписей с камер видеонаблюдения.
Нормальный режим Pixel Binning (слева) и HDR (справа)
Пиксельная структура Quad-Bayer позволяет иметь две экспозиции в группе из четырех пикселей, устраняя, таким образом, почти все проблемы с двоением изображения. Это называется Quad Bayer HDR Mode .
Другой режим — с одной экспозицией, но с классическим биннингом пикселей для ситуаций с низким освещением, когда не требуется расширенный динамический диапазон. Мы подробно объяснили это, поэтому просто перейдите по ссылке.
Высокое разрешение по необходимости
Датчики Quad-Bayer необходимо имеют очень высокое разрешение, потому что каждая пара пикселей в квадроцикле выполняет считывание с разными параметрами, что снижает эффективное разрешение в 4 раза. Именно поэтому камеры Quad Bayer часто используют режим по умолчанию 10MP или 12MP , а не 40MP или 48MP.
Например, датчик камеры Sony IMX586 имеет 8000 × 6000 пикселей (официальная ссылка), выпущенный в июле 2018 года.
Однако автоматический режим в таких телефонах, как Honor View 20, установлен на 12MP.
Производители сенсоров могут воспользоваться преимуществом более совершенного полупроводникового инструментария для создания этих впечатляюще маленьких пикселей сенсора. Однако размер пикселя в 0,8 микрона крошечный, поэтому основная задача — работать в группах по четыре («четверка»).
Также есть «обычный» режим, в котором пиксели работают индивидуально. В этом случае, благодаря огромному количеству пикселей, можно запечатлеть более мелкие детали, но лучше всего это работает в условиях яркого освещения, поскольку отдельные пиксели сенсора очень малы.
Изображение Sony, сравнивающее 12MP и 48MP. Не совсем 4-кратное разрешение, но, тем не менее, некоторый прогресс
В четырехугольнике все пиксели имеют один и тот же цветовой фильтр, поэтому он отличается от обычного датчика высокого разрешения с классической схемой Байера. Можно возразить, что восприятие цвета может быть хуже или сложнее, чем демозаика, но мы не видели никаких достоверных данных, хотя этот аргумент имеет большой смысл.
Преимущество конфигурации с четырьмя RGB-фильтрами заключается в том, что она уменьшает некоторые негативные эффекты перекрестных помех, а это означает, что свет, предназначенный для попадания на определенный пиксель сенсора, также просачивается в соседние, что снижает резкость. Это особенно верно для маленьких пикселей (менее 1 микрона) и является предметом исследования (ссылка в формате PDF).
Возможные приятные побочные эффекты вычислительной фотографии
Пример серийной фотографии от Google. Объединение до 10 фотографий для получения окончательного
За кулисами увеличение разрешения, независимо от того, воспринимается оно человеком или нет, может повысить точность различных алгоритмов, таких как многокадровая фотография, которые стали основой современной цифровой фотографии.
Например, наличие большего количества деталей может значительно помочь алгоритму повторного выравнивания сложить изображения вместе для уменьшения шума или техники сверхдлинной выдержки.
Наличие более подробной информации может улучшить обнаружение функций, которое является основой любого расширенного алгоритма с несколькими кадрами.
Предупреждением для всего этого является огромная вычислительная мощность, необходимая даже для просмотра всех данных, не говоря уже об обработке их длинного потока. Вот почему устройства с более быстрыми процессорами (SoC) имеют больше возможностей для улучшения обработки изображений. Snapdragon 855 от Qualcomm, Kirin 980 от Huawei и A12 от Apple — все это чрезвычайно мощные аппаратные платформы.
Заключение
Идея кластеризации пикселей сенсора не совсем нова: ~10 лет назад Fujifilm анонсировала такую концепцию в виде технологии Fujifilm Super CCD EXR (ссылка в википедии), которая в то же время имела аналогичную концепцию с кластерами из двух пикселей (вместо сегодняшних четырех). Эта технология имела те же режимы (HDR, биннинг) и требовала уменьшения вдвое разрешения, если требовалось двойное восприятие.
Quad-Bayer — очень умный и практичный метод, который выполняет ту роль, для которой он был создан: улучшение видео- и фотосъемки движущихся объектов при слабом освещении.
Это также должно помочь при рукопожатии.
Важно понимать, что эти сенсоры не оптимизированы для работы в полном разрешении (хотя и могут), а в основном для расширения возможностей HDR камеры. Мелкие детали возможны — при определенных условиях — но это не было основной целью при создании технологии.
Возможно, самой большой проблемой для программного обеспечения камеры является определение того, когда именно использовать один из конкретных режимов сенсора. Это может быть очень сложно, а использование неправильного режима в неподходящее время может привести к обратным результатам.
Однако при правильном использовании Quad-Bayer должен оказывать заметное влияние на качество изображения.
Рубрика: Телефоны>Фото-Видео.
Узнайте больше о концепциях фотографии.
Понимание сенсоров цифровых камер
Цифровая камера использует для записи изображения массив из миллионов крошечных световых полостей или «фотосайтов». Когда вы нажимаете кнопку спуска затвора камеры и начинается экспозиция, каждый из них открывается, собирая фотоны и сохраняя их в виде электрического сигнала. После завершения экспонирования камера закрывает каждый из этих фотосайтов, а затем пытается оценить, сколько фотонов попало в каждую полость, измеряя силу электрического сигнала. Затем сигналы квантифицируются как цифровые значения с точностью, определяемой битовой глубиной. Результирующая точность может затем снова уменьшиться в зависимости от формата записываемого файла (0–255 для 8-битного файла JPEG).
Резонаторный массив
Светлые полости
Однако на приведенном выше рисунке будут созданы только изображения в градациях серого, поскольку эти полости не могут различить, сколько в них каждого цвета.
Для захвата цветных изображений над каждой полостью должен быть помещен фильтр, пропускающий только определенные цвета света. Практически все современные цифровые камеры могут улавливать только один из трех основных цветов в каждой полости, поэтому они отбрасывают примерно 2/3 входящего света. В результате камера должна аппроксимировать два других основных цвета, чтобы иметь полный цвет для каждого пикселя. Наиболее распространенный тип массива цветовых фильтров называется «матрицей Байера», как показано ниже.
Массив цветных фильтров
Фотосайты с цветными фильтрами
Массив Байера состоит из чередующихся рядов красно-зеленых и зелено-синих фильтров. Обратите внимание, что массив Байера содержит в два раза больше зеленых, чем красных или синих датчиков. Каждый основной цвет не получает равную долю общей площади, потому что человеческий глаз более чувствителен к зеленому свету, чем к красному и синему. Избыточность с зелеными пикселями создает изображение, которое кажется менее шумным и имеет более мелкие детали, чем можно было бы получить, если бы все цвета обрабатывались одинаково.
Это также объясняет, почему шум в зеленом канале намного меньше, чем для двух других основных цветов (см., например, «Понимание шума изображения»).
Исходная сцена
(показана в масштабе 200%)
Что видит ваша камера
(через матрицу Байера)
Примечание. Не все цифровые камеры используют матрицу Байера, однако это наиболее распространенная схема. Например, датчик Foveon улавливает все три цвета в каждом пикселе, в то время как другие датчики могут улавливать четыре цвета в аналогичном массиве: красный, зеленый, синий и изумрудно-зеленый.
БАЙЕРОВСКАЯ ДЕМОЗАИЧНОСТЬ
Байеровская «демозаика» представляет собой процесс преобразования этого байеровского массива основных цветов в конечное изображение, которое содержит полную информацию о цвете в каждом пикселе. Как это возможно, если камера не может напрямую измерить полный цвет? Один из способов понять это — вместо этого думать о каждом массиве 2×2 красного, зеленого и синего как об одной полноцветной полости.
→
Это будет работать нормально, однако большинство камер предпринимают дополнительные шаги, чтобы извлечь еще больше информации об изображении из этого цветового массива. Если бы камера воспринимала все цвета в каждом массиве 2×2 как попавшие в одно и то же место, то она смогла бы достичь только половины разрешения как по горизонтали, так и по вертикали. С другой стороны, если камера вычисляет цвет, используя несколько перекрывающихся массивов 2×2, она может достичь более высокого разрешения, чем это было бы возможно с одним набором массивов 2×2. Следующая комбинация перекрывающихся массивов 2×2 может использоваться для извлечения дополнительной информации об изображении.
→
Обратите внимание, что мы не вычисляли информацию об изображении на самых краях массива, так как предполагали, что изображение продолжается в каждом направлении. Если бы это были на самом деле края массива резонаторов, то расчеты здесь были бы менее точными, так как пикселей со всех сторон уже нет.
Однако обычно этим можно пренебречь, поскольку информация на самых краях изображения может быть легко обрезана для камер с миллионами пикселей.
Существуют и другие алгоритмы демозаики, которые могут извлекать немного большее разрешение, создавать изображения с меньшим уровнем шума или адаптироваться для наилучшего приближения к изображению в каждом месте.
АРТЕФАКТЫ ДЕМОЗАИКИ
Изображения с мелкими деталями, близкими к пределу разрешения цифрового сенсора, иногда могут обмануть алгоритм демозаики, что приведет к нереалистичному результату. Наиболее распространенным артефактом является муар (произносится как «больше-ай»), который может проявляться в виде повторяющихся узоров, цветовых артефактов или пикселей, расположенных в виде нереалистичного лабиринтного узора:
Второе фото размером ↓ 65% от указанного выше размера
Выше показаны две отдельные фотографии — каждая с разным увеличением. Обратите внимание на появление муара во всех четырех нижних квадратах, в дополнение к третьему квадрату первой фотографии (незначительный).
В третьем квадрате уменьшенной версии можно увидеть как лабиринтные, так и цветовые артефакты. Эти артефакты зависят как от типа текстуры, так и от программного обеспечения, используемого для обработки файла RAW цифровой камеры.
Однако, даже с теоретически идеальным сенсором, который мог бы уловить и различить все цвета на каждом фотосайте, все равно мог появиться муар и другие артефакты. Это неизбежное последствие любой системы, которая дискретизирует непрерывный сигнал с дискретными интервалами или местами. По этой причине практически каждый цифровой фотосенсор включает так называемый оптический фильтр нижних частот (OLPF) или фильтр сглаживания (AA). Обычно это тонкий слой непосредственно перед датчиком, который эффективно размывает любые потенциально проблемные детали, которые меньше, чем разрешение датчика.
МАССИВЫ MICROLENS
Вы можете удивиться, почему на первой диаграмме в этом руководстве каждая полость не размещена непосредственно рядом друг с другом.
Сенсоры реальных камер на самом деле не имеют фотосайтов, которые покрывают всю поверхность сенсора. На самом деле, они могут занимать только половину общей площади для размещения другой электроники. Каждая полость показана с небольшими пиками между ними, чтобы направлять фотоны в ту или иную полость. Цифровые камеры содержат «микролинзы» над каждым фотосайтом для улучшения их способности собирать свет. Эти линзы аналогичны воронкам, которые направляют фотоны в фотосайт, где в противном случае фотоны не использовались бы.
Хорошо спроектированные микролинзы могут улучшить фотонный сигнал на каждом фотосайте и впоследствии создавать изображения с меньшим шумом при том же времени экспозиции. Производители камер смогли использовать улучшения в конструкции микролинз для уменьшения или поддержания шума в новейших камерах с высоким разрешением, несмотря на меньшие фотосайты, благодаря тому, что втиснули больше мегапикселей в ту же область сенсора.
Для получения дополнительной информации о датчиках цифровых камер посетите веб-сайт:
Размеры датчиков цифровых камер: как они влияют на фотографию?
Хотите узнать больше? Обсудите эту и другие статьи на наших форумах цифровой фотографии.
Фильтр Байера — HiSoUR История культуры — Hi So You Are
Мозаика фильтров Байера представляет собой массив цветовых фильтров (CFA) для размещения цветовых фильтров RGB на квадратной сетке фотодатчиков. Его особое расположение цветных фильтров используется в большинстве однокристальных цифровых датчиков изображения, используемых в цифровых камерах, видеокамерах и сканерах для создания цветного изображения. Шаблон фильтра составляет 50% зеленого, 25% красного и 25% синего, поэтому его также называют BGGR, RGBG, GRGB или RGGB.
Назван в честь своего изобретателя Брайса Байера из Eastman Kodak. Байер также известен своей рекурсивно определенной матрицей, используемой в упорядоченном дизеринге.
Альтернативы фильтру Байера включают в себя как различные модификации цветов и компоновки, так и совершенно другие технологии, такие как совместная выборка цветов, датчик Foveon X3, дихроичные зеркала или прозрачная матрица дифракционных фильтров.
Пояснение
Патент Брайса Байера (патент США № 3,971,065) в 1976 зеленые фотодатчики называются яркостно-чувствительными элементами, а красные и синие — цветочувствительными элементами.
Он использовал вдвое больше зеленых элементов, чем красных или синих, чтобы имитировать физиологию человеческого глаза. Восприятие яркости сетчаткой человека использует комбинированные колбочки M и L при дневном зрении, которые наиболее чувствительны к зеленому свету. Эти элементы называются сенсорными элементами, датчиками, пиксельными датчиками или просто пикселями; воспринятые ими выборочные значения после интерполяции становятся пикселями изображения. В то время, когда Байер регистрировал свой патент, он также предложил использовать комбинацию голубого, пурпурного и желтого, то есть еще один набор противоположных цветов. В то время такое расположение было непрактичным, потому что необходимых красителей не существовало, но они используются в некоторых новых цифровых камерах. Большим преимуществом новых красителей CMY является то, что они обладают улучшенными характеристиками светопоглощения; то есть их квантовая эффективность выше.
Необработанный вывод камер с фильтром Байера называется изображением шаблона Байера.
Поскольку каждый пиксель фильтруется для записи только одного из трех цветов, данные каждого пикселя не могут полностью определять каждое из значений красного, зеленого и синего цветов по отдельности. Чтобы получить полноцветное изображение, можно использовать различные алгоритмы демозаики для интерполяции набора полных значений красного, зеленого и синего для каждого пикселя. Эти алгоритмы используют окружающие пиксели соответствующих цветов для оценки значений конкретного пикселя.
Различные алгоритмы, требующие различной вычислительной мощности, приводят к получению конечных изображений разного качества. Это можно сделать в камере, создав изображение в формате JPEG или TIFF, или вне камеры, используя необработанные данные непосредственно с сенсора.
Демозаика
Демозаика или «дебайеризация» может выполняться различными способами. Простые методы интерполируют значение цвета соседних пикселей одного цвета. Например, после того, как на чип будет воздействовать изображение, каждый пиксель может быть прочитан.
Пиксель с зеленым фильтром обеспечивает точное измерение зеленого компонента. Красная и синяя составляющие для этого пикселя получаются от соседей. Для зеленого пикселя можно интерполировать два красных соседа, чтобы получить значение красного, а также два синих пикселя можно интерполировать, чтобы получить значение синего.
Этот простой подход хорошо работает в областях с постоянным цветом или плавными градиентами, но он может вызвать артефакты, такие как обесцвечивание цветов в областях с резкими изменениями цвета или яркости, особенно заметными на резких краях изображения. Из-за этого другие методы демозаики пытаются идентифицировать высококонтрастные края и интерполировать только вдоль этих краев, но не поперек них.
Другие алгоритмы основаны на предположении, что цвет области изображения относительно постоянен даже при изменении условий освещения, поэтому цветовые каналы сильно коррелируют друг с другом. Таким образом, сначала интерполируется зеленый канал, затем красный, а затем синий канал, так что соотношение цветов красный-зеленый и сине-зеленый остаются постоянными.
Существуют и другие методы, которые делают другие предположения о содержании изображения и, исходя из этого, пытаются вычислить недостающие значения цвета.
Артефакты
Изображения с мелкими деталями, близкими к пределу разрешения цифрового сенсора, могут создавать проблемы для алгоритма демозаики, приводя к результату, не похожему на модель. Наиболее частым артефактом является муар, который может проявляться в виде повторяющихся узоров, цветовых артефактов или пикселей, расположенных в виде нереалистичного лабиринтного узора
Артефакт ложного цвета
Распространенный и неприятный артефакт интерполяции или демозаики массива цветных фильтров (CFA) — это то, что известна и рассматривается как ложная окраска. Обычно этот артефакт проявляется вдоль краев, где возникают резкие или неестественные сдвиги цвета в результате неправильной интерполяции поперек, а не вдоль края. Существуют различные методы предотвращения и устранения этой ложной окраски. Плавная интерполяция перехода оттенка используется во время демозаики, чтобы предотвратить проявление ложных цветов в конечном изображении.
Однако есть и другие алгоритмы, которые могут удалять ложные цвета после демозаики. Их преимущество заключается в удалении артефактов ложной окраски из изображения при использовании более надежного алгоритма демозаики для интерполяции плоскостей красного и синего цветов.
Артефакт застежки-молнии
Артефакт застежки-молнии — еще один побочный эффект демозаики CFA, который также возникает в основном по краям и известен как эффект застежки-молнии. Проще говоря, застежка-молния — это другое название размытия краев, которое происходит по шаблону включения / выключения вдоль края. Этот эффект возникает, когда алгоритм демозаики усредняет значения пикселей по краю, особенно в красной и синей плоскостях, что приводит к его характерному размытию. Как упоминалось ранее, лучшими методами предотвращения этого эффекта являются различные алгоритмы интерполяции вдоль, а не по краям изображения. Интерполяция распознавания образов, адаптивная интерполяция цветовой плоскости и взвешенная по направлениям интерполяция пытаются предотвратить застежку-молнию путем интерполяции вдоль краев, обнаруженных на изображении.
Тем не менее, даже с теоретически идеальным сенсором, способным уловить и различить все цвета на каждом фотосайте, муар и другие артефакты все равно могут появиться. Это неизбежное последствие любой системы, которая дискретизирует непрерывный сигнал с дискретными интервалами или местами. По этой причине большинство цифровых фотосенсоров содержат оптический фильтр нижних частот (OLPF), также называемый фильтром сглаживания (AA). Обычно это тонкий слой непосредственно перед датчиком, который эффективно размывает любые потенциально проблемные детали, которые меньше, чем разрешение датчика.
Модификации
Фильтр Байера практически универсален на бытовых цифровых фотоаппаратах и широко распространен среди других фотоаппаратов. Возможные варианты:
Фильтр CYGM (голубой, желтый, зеленый, пурпурный)
Фильтр RGBE (красный, зеленый, синий, изумрудный)
Сенсор Foveon X3 (без мозаики)
Некоторые мозаичные фильтры добавляют неотфильтрованные пиксели на четверть или половину или другая часть пикселей сенсора.
Их форматы могут включать:
CMYW (голубой, пурпурный, желтый и белый)
Одним из основных недостатков пользовательских шаблонов может быть отсутствие полной поддержки в стороннем программном обеспечении для обработки необработанных данных.
Источник из Википедии
Датчики изображения сериипостроены на базе технологии Bayer
Эндрю Уилсон , редактор
Фильтр Байера, изобретенный в 1976 году Брайсом Байером, является, пожалуй, самым известным массивом цветных фильтров, используемых в настоящее время. Элегантный в своей простоте, известный фильтр использует массив фильтров RGB, размещенных на массиве датчиков, что позволяет датчикам изображения создавать цветные изображения. Используя в два раза больше зеленых, чем красных или синих фильтрующих элементов, массив фильтров был разработан для более точной имитации физиологии человеческого глаза, поскольку глаз более чувствителен к длинам волн зеленого цвета (рис. 1а).
Нажмите, чтобы увеличить |
Truesense CFA добавляет панхроматические (или прозрачные — C) пиксели, в то время как (c) Aptina устраняет зеленый фильтр, используя только R, B и четкие (C) пиксели, интерпретируя G путем вычитания значений R и B из C. (d) В своей последней версии В устройствах формирования изображения X-Trans CMOS Fujifilm решила увеличить случайность расположения пикселей в наборах 6 x 6, а (e) Panasonic запатентовала метод, заменяющий эти цветовые фильтры неорганическими цветоделителями. |
Несмотря на свою популярность, шаблон фильтра Байера представляет собой всего лишь один из методов получения цветных изображений. Действительно, за почти четыре десятилетия с момента его изобретения было предложено много других различных моделей фильтров, каждая из которых имеет свои преимущества и недостатки.
Одним из вариантов шаблона Байера является шаблон цветного фильтра Truesense от компании Truesense Imaging (Рочестер, штат Нью-Йорк; США; www.truesenseimaging.com), который добавляет панхроматические (или чистые — C) пиксели к пикселям RGB (рис. 1b). Это увеличение светочувствительности связано с более низким разрешением интерполированных цветных пикселей, разрешенных с использованием алгоритмов демозаики.
Truesense — не единственная компания, возродившая интерес к использованию панхроматических пикселей. Aptina (Сан-Хосе, Калифорния; www.aptina.com), например, недавно представила то, что компания называет матрицей цветовых фильтров Clarity+ (CFA), в которой используется комбинация красных, синих и прозрачных (C) пикселей (рис. 1c). . Однако, в отличие от TrueSense CFA, зеленые фильтры не используются. Вместо этого значение зеленого определяется путем вычитания R и B из C. Согласно Аптине, используя то же количество пикселей C, что и в других схемах с 50% C, может быть достигнуто такое же улучшение SNR, но поскольку G определяется путем вычитания, существует тенденция к усилению шума при преобразовании в стандартное представление RGB. Это, по словам компании, компенсируется алгоритмами обработки изображений, которые являются частью технологии Clarity+ (http://bit.ly/LGXEUj).
Вместо того, чтобы использовать четкие пиксели в своих устройствах формирования изображения X-Trans CMOS, Fujifilm (Токио, Япония; www.
fujifilm.com) применила другой подход, основанный на галогенидсеребряной пленке. Поскольку повторяющееся расположение наборов пикселей 2 x 2 шаблона Байера имеет тенденцию генерировать муар и ложные цвета при отображении полос и других регулярных узоров, Fujifilm решила увеличить случайность расположения пикселей в наборах 6 x 6, чтобы уменьшить появление муара (рис. 1d). По данным компании, наличие пикселя R, G и B в каждой серии пикселей по вертикали и горизонтали сводит к минимуму генерацию ложных цветов и обеспечивает более высокую точность цветопередачи (http://bit.ly/LvcWL9).).
Поскольку в обычных датчиках цветного изображения используется матрица Байера или разновидность матрицы Байера, входящий свет естественным образом фильтруется фильтрами RGB, прежде чем он достигнет матрицы детектора. Вместо того, чтобы использовать этот подход, компания Panasonic (Осака, Япония; www.panasonic.com) запатентовала метод, который заменяет эти цветовые фильтры неорганическими цветоделителями для разделения входящего света (рис.
1e). В этом подходе структура разделяет свет на цветные пиксели белого + красного, белого — красного, белого + синего и белого — синего, а затем, используя методы обработки изображений, вычисляет цветные изображения (http://bit.ly/1hG1TKp). ).
Хотя многие современные датчики изображения содержат кремниевые детекторы, многие исследователи стремятся заменить их светочувствительными органическими соединениями, которые либо используют обычные схемы считывания на основе кремния, либо заменяют как детектор, так и схемы считывания органическими соединениями (см. сканеры бросают вызов детекторам на основе кремния», Vision Systems Design , февраль 2014 г., стр. 13).
Известные разработки в этой области включают датчики изображения Мюнхенского технического университета (TUM, Мюнхен, Германия; www.tum.de), Fujifilm и Panasonic, IMEC (Левен, Бельгия; www2.imec.be) и Центра Холста. (Эйндховен, Нидерланды; www.holstcentre.com) и ISORG (Гренобль, Франция; www.isorg.fr) и Plastic Logic (Кембридж, Англия; www.