¿Cuáles son las diferencias entre el mosaico Bayer y el sensor de capa Foveon 3?


11

Para llenar mi apetito por las cosas de la cámara, me encontré con el sitio web de Sigma y encontré este sensor de 3 capas.

¿Alguien puede realmente explicar esto basado en su experiencia o investigación sobre esto?

¿Alguien tiene una mano en esta cámara réflex digital sigma SD15 o sigma SD1 ya que solo fui dirigido e influenciado por la gran marca en esta industria?


gracias chicos, está inundado de tan buena opinión, opiniones e información, toda respuesta es buena y satisfactoria ...
Nazrul Muhaimin

Respuestas:


11

El sensor Bayer utilizado por la gran mayoría de las cámaras es básicamente una cuadrícula de sensores de dos por dos con 1 sensor azul, 1 rojo y 2 verdes conocido como filtro Bayer que lleva el nombre del científico de Kodak Labs que se le ocurrió. Los datos de dicho sensor deben pasar por un proceso de demostración que convierte los 4 puntos de datos en un píxel dando el resultado de la fusión de 3 colores. La razón de 2 sitios verdes es que se informa que el ojo humano es más sensible al verde, por lo que el sistema enfatiza el color.

El modelo Foveon , que me fascina totalmente, es un enfoque para seguir un estilo de película más tradicional. En este contexto, la idea es que las tres bandas primarias de luz operan a diferentes longitudes de onda y, por lo tanto, penetran el material del sensor a diferentes profundidades, la premisa de la película en color. En este caso, el azul es el que menos penetra y el rojo es el más, por lo que al apilar las capas, pueden detectar en cada sitio de fotografía el nivel de cada uno de los colores primarios. Como resultado, la tecnología elimina el patrón de muaré que puede resultar de los algoritmos de demostración asociados con un filtro Bayer y proporciona un resultado más preciso.

Estoy realmente entusiasmado con la tecnología Foveon y estoy ansioso por ver a dónde la lleva Sigma. Finalmente produjeron una cámara APS-C con este sensor, por lo que cuando las revisiones y las muestras finalmente lleguen, los miraré de cerca. Dicho esto, creo que los fabricantes de cámaras han hecho un muy buen trabajo con el modelo Bayer, es un medio probado y bien entendido de captura de imágenes y eso se puede ver en los resultados a menudo sorprendentes. Si el Foveon supera eso, estamos en el nirvana de la fotografía. :)

De todos modos, vinculé algunos artículos relevantes de Wiki sobre los dos que creo que realmente te ayudarán a ver las diferencias.


2
En el mundo real, las fotos de foveon no se ven muy diferentes a las fotos bayer. La saturación de color es similar, quizás un poco mejor azul. Una de las principales diferencias es la falta de muaré de color en Foveon, y otra es el recuento de píxeles de la imagen relativamente bajo (14mp es el Foveon más grande, mientras que estamos presionando 24mp y más con bayer FF, 80mp con MF). ¡ese muaré monocromático NO se elimina en foveon (solo muaré de color)! Cualquier dispositivo que tenga una resolución limitada encontrará muaré cuando las imágenes obtengan frecuencias más allá de su límite de nyquist, incluido un Foveon.
jrista

2
@ jrista-- No podría estar más en desacuerdo contigo sobre el aspecto de las imágenes de Foveon. Tengo una dp2 y una nikon d300, y he producido impresiones de 13x19 con ambas cámaras (usando imágenes de chip completo de ambas). Primero, nadie puede decir que se toman con diferentes resoluciones, y segundo, las personas definitivamente pueden decir que son cámaras diferentes. Las saturaciones son diferentes, la resolución de detalle es diferente, la sensación es simplemente diferente. Algunas personas prefieren el d300, otras el dp2: mis paredes se han convertido en una prueba de Rorschach para el estilo del sensor.
mmr

2
@jrista - No estoy de acuerdo. Primero, no creo que 14mp esté "bajo" en un sensor APS-C, diablos, Nikon está presionando una cámara de fotograma completo de 12mp y está recibiendo excelentes críticas. Evidencia, una vez más, que el recuento de megapíxeles no es toda la historia. En segundo lugar, la tecnología Foveon está en la infancia en comparación con el modelo Bayer y está produciendo al menos un resultado tan bueno y, en algunos casos, mejor. Eso es muy emocionante. No nos unamos a una tecnología aquí, Sigma aún puede producir algo mejor que Kodak y eso es algo bueno.
John Cavan

1
Fui fanático de BIG Foveon durante mucho tiempo antes de comprar una cámara. Realmente me gustan los méritos de la tecnología, y creo que tiene potencial ... especialmente si Canon y Nikon pueden licenciarla. Mi preocupación es que está en manos de Sigma. Les ha llevado años anunciar el APS-C de 15.3mp, y el DP2 apenas ha podido despegar. Sigma no se ejecuta bien, incluso si la tecnología es excelente, y eso podría deletrear el destino de la tecnología. Me encantaría verlos licenciar la tecnología y obtener un Juggernaut como Canon para lanzar un Foveon de 21mp. Compraría uno en un instante.
jrista

2
@jrista ¿Estás hablando de 14 millones de fotosites, o 14 millones de elementos de detección de color en total? Un sensor Foveon con 14 millones de fotositas funcionaría mucho mejor que un Bayer con 14 millones de fotositas, probablemente mejor que un Bayer de 24MP, y por lo tanto no es de baja resolución para los estándares actuales. Sin embargo, dicha cámara (la SD1) aún no se ha lanzado. Un sensor Foveon con 14 millones de sensores de color pero solo 4.5 millones de fotosites (como el SD15) funcionará peor que un Bayer de 14mp.
Matt Grum el

7

He estado filmando cámaras réflex digitales Sigma durante varios años, desde la SD-9. Ingresé al sistema cuando me estaba mudando de las cámaras réflex digitales a las digitales e investigué mucho antes de dar el salto. También me encontré con el chip Foveon y su diseño me pareció mucho más sonido que el diseño de Bayer a nivel conceptual; Además, me gustaron mucho las imágenes que vi saliendo de la cámara.

La forma de pensar sobre la diferencia aquí es que un sensor Bayer tradicional realmente toma tres fotos separadas: una verde, una roja y una azul. Para un sensor Bayer de 14MP, la foto verde tiene 7 millones de píxeles, mientras que las imágenes rojas y azules tienen 3.5 millones de píxeles de datos. Ninguno de esos datos se superpone espacialmente; es decir, si un objeto tuviera solo un píxel de altura capturado por el sensor, podría desaparecer en cualquiera de las imágenes según el color. En cualquier ubicación espacial dada, se descartan 2/3 de los datos de color. Por lo tanto, si bien la salida que obtiene de una cámara de 14MP puede tener 14 millones de píxeles, es esencialmente una versión re-muestreada y mejorada de la imagen con el mayor detalle: la imagen verde de 7 MP.

En el lado de los foveones, no hay un lugar donde un color en la imagen pueda "esconderse" porque en cualquier ubicación de detección dada, las tres capas de sensores capturan el espectro completo de la luz y, por lo tanto, no hay una gran necesidad de entrada de vecinos para resolver lo que vio el sensor.

El efecto final es que los sensores Foveon no se dejarán engañar pensando que los detalles finos son realmente algún tipo de color (muaré de color), y el nivel de detalle capturado es constante porque no se descarta accidentalmente ningún detalle fino. El sensor bayer que descarta 2/3 de la luz en cualquier punto a veces puede dejar detalles finos que el chip Foveon resolverá, una vez más depende del color de la escena.

Debido a que el nivel de detalle en un sensor Bayer es variable, puede ser muy difícil compararlo con el chip Foveon en cuanto a los detalles capturados, pero una regla general es que una imagen de Foveon capturará alrededor del mismo nivel de detalle que un chip. Cámara Bayer con 2/3 de la clasificación Foveon MP (o recuento de sensores). Entonces, por ejemplo, el próximo SD1 tiene 46 millones de fotosites (sensores), lo que significa que puede esperar niveles de detalle similares a una imagen bayer de 30MP. Pero esta es de nuevo una imagen sin muaré de color, sin un filtro AA delante del filtro (cuando no te preocupes por el muaré de color no necesitas un filtro AA).

Puede ver algunos ejemplos interesantes que comparan la Canon 5D original con la Sigma SD-14 aquí:

http://www.ddisoftware.com/sd14-5d/

Tenga en cuenta especialmente lo que sucede al disparar objetivos en color para tener una idea de cómo pueden variar los detalles.

Dejando a un lado todas las cosas técnicas, ¿con qué funciona bien el sensor? Debido a que captura el espectro completo en cada píxel y el mismo nivel de resolución, independientemente del color, creo que captura muy bien los cambios tonales sutiles. Eso significa cielos realmente agradables, o cualquier otra cosa con cambios graduales en color o tono. Como tal, producen imágenes realmente agradables para la conversión en blanco y negro también, debido a las transiciones muy suaves entre tonos.

http://www.pbase.com/kgelner/image/90304998 texto alternativo

http://www.flickr.com/photos/kigiphoto/5308324073/in/set-72157625711613108/ texto alternativo

http://www.pbase.com/kgelner/image/108588990 texto alternativo

(versiones de tamaño completo de cada una de esas imágenes se pueden encontrar en los enlaces).

Cuando el sensor ha tenido problemas, es con un ISO más alto: las cámaras actuales pueden hacer ISO 3200 cuando se les pregunta:

http://www.flickr.com/photos/kigiphoto/4684772878/in/set-72157624236424558/ texto alternativo

pero realmente 800 es un límite más realista para la mayoría de los disparos (a menos que esté disparando para B / N y luego esas imágenes pueden resistir muy bien debido a la naturaleza del ruido).

Las cámaras Sigma no están realmente orientadas a las personas que comienzan con la fotografía, ya que no ofrecen muchos modos de asistencia o cosas de esa naturaleza ... así que tenga en cuenta eso si está pensando en ingresar al sistema. La forma más fácil de probar el sensor usted mismo es la Sigma DP-1 o DP-2, las versiones anteriores de las cámaras pueden ser más lentas de usar, pero todas le darán un buen gusto por los detalles y el color de las imágenes. capturar.

Tenga en cuenta que obviamente no soy una fuente imparcial, ya que he disfrutado usando las cámaras durante mucho tiempo. Entonces, la otra cosa que debe hacer incluso antes de obtener una cámara es explorar las imágenes del sensor con más detalle. Proporciono algunos de los anteriores y puedes explorar mis sitios, ya que generalmente solo disparo cámaras Sigma, pero puedes encontrar un montón de imágenes de ejemplo de todas las cámaras que Sigma ha producido aquí (también con imágenes de tamaño completo que se pueden encontrar):

http://www.pbase.com/sigmadslr

También puede encontrar una gran cantidad de información excelente en el blog de Carl Rytterfalk:

http://www.rytterfalk.com/

En algún lugar allí tiene muestras de paquetes RAW que puede descargar, y varias cosas que hablan sobre cámaras Sigma, lentes y el sensor Foveon. Es un gran fotógrafo y muy entusiasta como verás si ves alguno de sus videos.

EDITAR: Carl acaba de escribir una larga publicación de "Por qué uso Sigma", que se aplica directamente a esta pregunta:

http://www.rytterfalk.com/2011/01/20/why-i-choose-sigma/

El resumen de sus razones son:

  1. Matices (en color)
  2. Densidad
  3. Micro contraste
  4. Verdadera nitidez
  5. Gama dinámica

En el que entra con más detalle en el enlace, junto con algunas imágenes más.

Una nota al margen que olvidé mencionar, que no se trata directamente del sensor, sino que se trata de las réflex digitales específicas de Sigma que albergan el chip Foveon: puede usarlas fácilmente para el trabajo de IR también simplemente quitando el protector contra el polvo de la cámara ( construido para ser extraíble por el usuario y reinstala sin herramientas).


erhh, realmente agradable y completo! felicidades ...
Nazrul Muhaimin

Una cosa que diré sobre Foveon ... ¡el blues realmente se destaca!
jrista

Debo señalar que ninguna de esas imágenes tenía ningún procesamiento posterior aplicado, son casi directamente del convertidor RAW con un mínimo o ningún ajuste.
Kendall Helmstetter Gelner

5

Elogio mucho a Sigma por probar algo diferente e innovador, y en papel el sensor Foveon es una muy buena idea. Sin embargo, no estoy de acuerdo con la forma en que Sigma se refiere a su modelo actual con 4,6 millones de fotosites (cada uno de los cuales es sensible al color y a la intensidad) que tienen un sensor de 14 megapíxeles.

Multiplicar el número de fotosites por tres para obtener el equivalente de Bayer estaría bien si los canales de color no estuvieran correlacionados entre sí. Sin embargo, en escenas reales, los canales de color varían de levemente correlacionados a fuertemente correlacionados. Tome este siguiente ejemplo:

Tiene un sensor Foveon de 5MP y un sensor Bayer de 15MP. Cada sensor tiene 5 millones de píxeles rojos, 5 millones de píxeles verdes y 5 millones de píxeles azules. Estás fotografiando un gato gris sentado en un gran bloque de hormigón gris. Como la luz que proviene de la escena es totalmente gris, los píxeles rojo, verde y azul de cada sensor reciben la misma cantidad de luz. Sin embargo, en el sensor Foveon terminas con tres lecturas idénticas una encima de la otra, lo que no es muy útil, ya que solo proporciona 5 millones de valores de datos únicos. En el sensor Bayer, se desplazan lateralmente, lo que da un potencial de 15 millones de valores únicos. La imagen de Bayer ni siquiera necesitaría demostración, por lo que contendría muchos más detalles.

Este es un ejemplo muy ingenioso, sin embargo, los canales de color correlacionados ocurren con bastante frecuencia, y es por eso que funcionan las interpolaciones de Bayer. Al fotografiar un objeto amarillo, la lectura roja le brinda información sobre cuál sería la lectura verde, a pesar de que, a diferencia del Foveon, no hay píxeles verdes allí.

En las pruebas del mundo real debido a la correlación, la resolución es equivalente a un poco más de 2 veces el Bayer, no el reclamo 3x Sigma. Esto significa que el modelo insignia actual de Foveon con 4.6 millones de fotosites es aproximadamente equivalente a un Bayer de 10 megapíxeles (aunque todavía tendrán cualidades ligeramente diferentes, falta de color Moire en el Foveon, por ejemplo). Esto deja a Foveon un poco por detrás de las réflex digitales de 24MP y 35 mm. El Foveon actual también lucha con poca luz ya que la luz tiene que penetrar dos capas arriba para alcanzar la capa final.

El futuro:

Basándome en eso, mi consejo actual sería ir con una cámara Bayer, sin embargo, será interesante ver qué depara el futuro. Después de un largo paréntesis, Sigma anunció el SD1 con 15,4 millones de fotosites. Todavía no hay fecha de lanzamiento, pero si pueden lograrlo en un cuerpo decente, ¡le daría a la Nikon D3x de 24MP una carrera seria por su dinero!

En el otro lado de la moneda, las resoluciones de Bayer suben a un ritmo constante y están respaldadas simplemente por la economía (más personas están haciendo Bayers en mayor número). A medida que aumenta la resolución del sensor, sin las mejoras correspondientes en la nitidez de la lente, Moire y otros artefactos de Bayer se vuelven mucho menos problemáticos. Eventualmente, un sensor Bayer con un recuento de megapíxeles lo suficientemente alto le dará el mismo efecto que el Foveon, pero con los píxeles uno al lado del otro no uno encima del otro.


1
En el sensor Bayer tienes 7,5 millones de fotositas verdes y 3,75 millones de fotositas rojas y verdes. Su ejemplo es correcto porque un sujeto totalmente neutral proporcionará la cantidad máxima de datos, aunque incluso en ese ejemplo porque no hay superposición entre los sensores rojo / verde / azul, podría ver que se muestra algo de color en la demostración cuando hay diferencias en luminancia entre el gato y el fondo. Pero en realidad, ¿cuántas cosas son grises y cuántas muestran algún grado de color? También está equivocado acerca del SD1, tiene 45 millones de fotositios (sensores distintos).
Kendall Helmstetter Gelner

Kendall estaría en lo correcto aquí. Con un Bayer de 15mp, tienes 7,5 millones de verdes y 3,75 cada uno rojo y azul, en lugar de un número par de rojo, verde y azul. Sin embargo, eso tiene sentido, ya que nuestra vista también es más sensible al verde. No diría necesariamente que Bayer recolectando el doble de información verde que información roja / azul es un detrimento de ninguna manera. @Kendall: En cuanto a la SD1, Matt tiene razón en que tiene 15,4 millones de FOTOSITOS, o ubicaciones fotosensibles individuales en el sensor. Cada PHOTOSITE es capaz de detectar tres colores diferentes, y para ello tiene 46,2 millones de SENSELS.
jrista

1
Creo que hemos cubierto los megapíxeles frente a los sensores adecuadamente en la otra pregunta. Con respecto al ejemplo de mi gato, acepto que es muy raro tener una escena completamente monótona (un punto que acepto en la respuesta), pero también digo que en la mayoría de las escenas es posible que no tenga tres canales de color en acuerdo completo, pero es probable que tenga canales de color que se correlacionen entre sí. ¡Podría tener una escena muy llamativa con cian brillante, rosa impactante y amarillo luminoso, y aún así tener dos lecturas idénticas por sitio fotográfico de Foveon!
Matt Grum el

2
No es justo decir que el demosaicing del sensor Bater está muestreando efectivamente los canales de color, lo que está sucediendo con algoritmos como la interpolación adaptada dirigida a la homogeneidad es mucho más sofisticado y explota fuertes correlaciones estadísticas entre canales de color que ocurren en imágenes reales para hacer mucho mejor que solo llenando los huecos.
Matt Grum

1
Si tiene grandes áreas de diferentes intensidades de magenta puro, encontrará que los sensores rojo y azul en cada píxel están registrando los mismos valores que el magenta es la mezcla de partes iguales de rojo y azul. Sí, si tiene un hilo de un píxel de ancho, Bayer no podrá verlo, pero si tiene tres veces el número de píxeles en un sensor Bayer, debería poder cubrir el hilo con más de un píxel. De todos modos, los hilos de un píxel resueltos claramente por la lente son tan raros como los gatos grises ...
Matt Grum
Al usar nuestro sitio, usted reconoce que ha leído y comprende nuestra Política de Cookies y Política de Privacidad.
Licensed under cc by-sa 3.0 with attribution required.