دوربینهای دیجیتال در عین متفاوت بودنشان عملکردی مشابه با دوربینهای سنتی دارند. دوربینهای سنتی برای ذخیره کردن تصویر ثبت شده از فیلم حساس به نور و سپس عملیات شیمیایی برای نگهداری تصویر استفاده میکردند، حال آنکه در دوربینهای دیجیتال این روند با استفاده از سنسور بدون نیاز به فرآیند شیمیایی امکان پذیر شده است. در ادامه درباره ساختار و عملکرد سنسور دوربین دیجیتال بیشتر میخوانیم.
دوربین دیجیتال از آرایه ای متشکل از میلیونها حفره نوری یا «فوتوسایت» برای ثبت عکس استفاده میکند. فوتوسایت (محل دریافت فوتو/فوتون) به یک پیکسل سنسور اشاره دارد. با توجه به طراحی دوربین یک فوتوسایت یا یک پیسکل ممکن است حاوی مدارهایی برای یک یا چند پیکسل رنگی باشند. وقتی دکمه شاتر دوربین را فشار میدهید و مرحله نوردهی آغاز میشود، پوشش هر یک از این فوتوسایتها برای دریافت و ذخیره فوتونها برداشته میشود. پس از پایان نوردهی دوربین همهٔ فوتوسایتها را میپوشاند و به ارزیابی تعداد فوتونها در هر یک از آنها میپردازد. تعداد نسبی هر یک از فوتونهای حفره در سطوح روشنایی مختلفی ذخیره میشود. اندازه گیری دقیق این تعداد بر حسب عمق ِ بیت اندازه گیری میشود (۰ – ۲۵۵ برای عکس ۸-بیتی).
عمق ِ بیت تعیین کننده تعداد رنگهای مستقل موجود در پالت رنگ ِ تصویر است که به صورت «صفر» و «یک» یا «بیت» نشان داده میشود. این بدان معنی نیست که تصویر دقیقا از همان رنگ استفاده کرده است بلکه میتواند نمایانگر رنگها با آن سطح از روشنایی باشد. مثلا در یک عکس سیاه و سفید عمق ِ بیت بیانگر تعداد سایههای موجود است. عکسهایی که عمق ِ بیت بیشتری دارند، به دلیل داشتن «صفر» و «یک»های بیشتر، میتوانند سایهها و رنگهای بیشتری را کدگذاری کنند.
هرچند تصویر بالا تنها قادر به تولید عکسهای سیاه و سفید است، زیرا این حفرهها قادر به تشخیص مقدار موجودی ِ هر رنگ نیستند. برای ثبت عکسهای رنگی، بر روی هر حفره یک فیلتر نصب میشود که اجازه عبور رنگهای نوری معینی را میدهد. در واقع همه دوربینهای دیجیتال موجود در زمان حاضر ننها میتوانند یکی از سه رنگ اصلی را در هر حفره دریافت کنند و در نتیجه این که تقریبا ۲/۳ رنگهای دریافتی دور ریخته میشود. برای جبران این موضوع دوربین باید دو رنگ اصلی دیگر را تخمین بزند تا بتواند رنگ کاملی در هر پیکسل به دست آورد. معمول ترین روش برای کار استفاده از آرایه فیلتر رنگ است که یکی از آنها به نام «فیلتر بایر» را در تصویر زیر مشاهده میکنید.
فیلتر بایر از ردیفهای فیلتر سبز-قرمز و سبز-آبی تشکیل شده است. دقت کنید که تعداد سنسورهای سبز در فیلتر بایر دو برابر سنسورهای قرمز و آبی است. دلیل این انتخاب با ساختار چشم و حساسیت بیشتر آن به نور سبز باز میگردد. بیشتر بودن تعداد فیلترهای سبز منجر به تولید عکسی با نویز کمتر و جزئیات بیشتر میشود.
لازم است بدانید تمام دوربینهای دیجیتال از فیلتر بایر استفاده نمیکنند، اما تا کنون این الگوریتم متداولترین روش بوده است.
دیموزاییک بایر
فرآیند تبدیل آرایه رنگهای اولیه بایر به تصویر نهایی که شامل اطلاعات کامل هر پیکسل است، الگوریتم دیموزاییک بایر (Bayer Demosaicing) نامیده میشود. اگر دوربین قادر به اندازه گیری مستقیم و کامل رنگ نیست، این عمل چطور ممکن میشود؟ یک راه درک این موضوع این است که با هر آرایه ۲×۲ آبی، قرمز و سبز به شکل یک حفره مجزا با رنگهای کامل برخورد کنیم.
تا این مرحله نتایج ظاهر خوبی به دست میآید، هرچند که برخی دوربینها گامهای دیگری برای دریافت اطلاعات بیشتر از این آرایه رنگ، برداشته اند. اگر دوربین با همه رنگهایی که به آرایه ۲×۲ میرسند به گونهای برخورد کند که انگار به یک نقطه واحد از سنسور رسیده اند، در این صورت تنها قادر خواهد بود نیمی از تفکیک پذیری تصویر (رزولوشن) در جهت افقی و عمودی را دریافت کند. از طرف دیگر، اگر دوربین رنگ را با استفاده از چنین آرایه ۲×۲ که با یکدیگر همپوشانی دارند، تخمین بزند؛ آنگاه به تفکیک پذیری بالاتری دست خواهد یافت. ترکیب آرایههای ۲×۲ همپوشانی شده اطلاعات بیشتری در مورد تصویر به دست میدهد.
توجه کنید که در گوشههای آرایه هیچ اطلاعاتی از تصویر محاسبه نشده است. دلیل این امر این است که ما فرض کردیم که تصویر در همه جهتها ادامه پیدا کرده است. اگر این نقاط به واقع لبههای آرایه حفره بودند آنگاه محاسبات از دقت کمتری برخوردار میبود. هرچند عموما این موضوع قابل صرف نظر کردن است زیرا در دوربینهایی که میلیونها پیکسل دارند پیکسلهای لبه بریده و دور ریخته میشوند.
الگوریتمهای دیگری نیز برای تصویرسازی و به دست آوردن تفکیک پذیری بالاتر وجود دارد که همچنین قادر هستند تصاویر با نویز و انطباق پذیری بهتر در هر پیکسل از تصویر را ارائه دهند.
بازسازی پدیدههای تصنعی
تصاویری که جزئیات ریز و نزدیک به محدوده تفکیک پذیری سنسور دیجیتال دارند، گاهی میتوانند به گمراه شدن الگوریم تشکیل تصویر از آرایهها منجر شوند و نتایج غیرواقعی (Artifacts) تولید کنند. معروفترین این پدیدهها مویَر (Moiré) است که مانند هر یک از نمونههای زیر ممکن است در تصویر نمایان شود.
دو تصویر متفاوت نشان داده شده در شکل بالا، دارای بزرگ نماییهای متفاوت هستند. به ظاهر مویر در هر چهار تصویر ردیف پایین و سومین تصویر ردیف بالا دقت کنید. همانطور که ملاحظه میکنید این پدیده به شکل و رنگ و بافتهای متفاوتی نمایان میشود که به طور مستقیم با نرم افزاری که در دوربین برای ایجاد تصویر خام به کار برده میشود، بستگی دارد.
اگرچه، حتی با سنسورهایی که از نظر تئوری ایدهآل عمل میکنند و میتوانند تصاویر را در همه رنگها در هر فوتوسایت دریافت کنند، باز هم مویَر و سایر پدیدهها ظاهر میشوند. این اتفاق غیر قابل پیشگیری است و در هر سیستمی که از سیگنال آنالوگ در زمان و مکانهای گستته نمونه برداری میکند اتفاق میافتد. به همین دلیل در حقیقت بعد از همهٔ سنسورهای دیجیتال یک فیلترپایین گذر نوری (OLPF) و یک فیلتر ضدپلگی (anti-aliasing) قرار داده میشود تا جزئیات دردسرساز و عوامل موثر بر تار شدن عکس را برطرف کند.
میکرولنز
شاید این سوال برای شما پیش آمده باشد که چرا در نمودار اول هر حفره به طور مستقیم در کنار دیگری قرار نگرفته است. سنسورهای دوربینها در دنیای واقعی به واقع دارای فوتوسایتهایی که تمام سطح سنسور را بپوشاند، نیستند. در حقیقت آنها ممکن است تنها نیمی از کل فضا را پوشش دهند. در کناره هر حفره قلههای کوچکی وحود دارد که فوتونها را به یک حفره یا حفره دیگر هدایت میکند. دوربینهای دیجیتال در بالای هر حفره یک میکرولنز قرار میدهند تا توان جمع آوری نور توسط فوتوسایتها را تقویت کنند.
میکرولنزهایی که به خوبی طراحی شده باشند میتوانند سیگنال فوتون در هر فوتوسایت را بهبود بخشند و در نتیجه عکسهایی با نویز کمتر در زمان نوردهی مساوی حاصل میشود. سازندگان دوربین در آخرین نسخههای طراحی شده، موفق به ساخت میکرولنزهایی شده اند که علیرغم داشتن فوتوسایتهای کوچکتر، قادر به کاهش نویز و یا نگهداری آن در حد قابل چشمپوشی جهت داشتن عکسهایی با کیفیت و تفکیک پذیری بالا، هستند.