Bayer mosaic와 Foveon 3 레이어 센서의 차이점은 무엇입니까?


11

기아에 대한 식욕을 채우기 위해 시그마 웹 사이트를 방문 하여이 3 레이어 센서를 발견했습니다.

누구든지 이것에 대한 경험이나 연구를 바탕으로 이것을 설명 할 수 있습니까?

제가이 업계의 대기업에 대해서만 지시를 받고 영향을 받았기 때문에이 시그마 SD15 또는 시그마 SD1 DSLR을 사용하는 사람이 있습니까?


감사의 사람은,이 같은 좋은 의견, 전망 및 정보들로 넘쳐 나고있어, 모든 대답은 ... 좋은 만족입니다
Nazrul Muhaimin

답변:


11

바이엘 카메라의 대부분에서 사용하는 센서는 기본적으로 함께했다 코닥 연구소 과학자의 이름을 딴 바이엘 필터로 알려진 1, 파란색 1 개 빨간색, 2 개 녹색 센서와 센서의 격자 선이다. 그런 다음 이러한 센서의 데이터는 4 가지 데이터 포인트를 픽셀로 변환하여 3 가지 색상 병합 결과를 제공하는 데모 사이 싱 프로세스를 거쳐야합니다. 2 개의 녹색 사이트가있는 이유는 사람의 눈이 녹색에 더 민감한 것으로보고되어 시스템에서 색상이 강조되기 때문입니다.

포베의 날 완전히 매료 모델은보다 전통적인 영화 스타일을 따라 할 수있는 방법입니다. 이러한 맥락에서, 아이디어는 3 개의 주요한 빛의 밴드가 서로 다른 파장에서 작동하여 컬러 필름의 전제 인 서로 다른 깊이로 센서 재료를 투과한다는 것입니다. 이 경우 파랑이 가장 적게 침투하고 빨강이 가장 많으므로 레이어를 쌓으면 각 사진 사이트에서 각 기본 색상의 수준을 감지 할 수 있습니다. 결과적으로이 기술은 바이엘 필터와 관련된 데모 사이 싱 알고리즘에서 얻을 수있는 것보다 무아레 패턴을 제거하고보다 정확한 결과를 제공합니다.

Foveon 기술에 정말 흥분되어 있으며 시그마가이 기술을 도입 한 곳을 기대하고 있습니다. 그들은 마침내이 센서로 APS-C 카메라를 생산했으며 리뷰와 샘플이 마침내 맞았을 때 그것들을 자세히 살펴볼 것입니다. 카메라 제조사들이 바이엘 모델에서 아주 잘 해냈다 고 생각합니다. 이는 입증 된 이미지 캡처 수단이며 종종 놀라운 결과에서 볼 수 있습니다. Foveon이 그것을 초과하면 우리는 사진 열반에 있습니다. :)

어쨌든, 나는 두 가지 관련 위키 기사를 연결하여 실제로 차이점을 보는 데 도움이 될 것이라고 생각합니다.


2
현실에서, 포베 온 사진은 베이어 사진과 크게 다르지 않습니다. 채도는 비슷할 것입니다. 주요 차이점 중 하나는 Foveon에서 색상 모아레가 부족하고 다른 하나는 이미지 픽셀 수가 상대적으로 낮다는 것입니다. 그 단색 모아레는 엽상에서 제거되지 않습니다 (컬러 모아레 만)! 해상도가 제한된 모든 장치는 Foveon을 포함하여 나이키 스트 한계를 넘어서 주파수를 이미징 할 때 물결 무늬가 발생합니다.
jrista

2
@ jrista-Foveon 이미지의 모양과 느낌에 대해 더 이상 동의하지 않았습니다. 나는 dp2와 nikon d300을 가지고 있으며 두 카메라에서 13x19 인쇄물을 제작했습니다 (둘 다의 풀 칩 이미지 사용). 첫째, 아무도 다른 해상도로 촬영했다고 말할 수 없으며, 둘째, 사람들은 자신이 다른 카메라라고 말할 수 있습니다. 채도가 다르고 디테일 해상도가 다릅니다. 느낌이 다릅니다. 어떤 사람들은 d300을 선호하고 다른 사람들은 dp2-- 내 벽이 센서 스타일에 대한 Rorschach 테스트의 일부가되었습니다.
mmr

2
@ jrista-동의하지 않습니다. 첫째, APS-C 센서에서 14mp가 "낮은"것은 아니라고 생각합니다. Nikon은 12mp 풀 프레임 카메라를 밀고 있으며 놀라운 리뷰를 얻고 있습니다. 다시 말하지만 메가 픽셀 수는 전체 이야기가 아니라는 증거입니다. 둘째, Foveon 기술은 Bayer 모델에 비해 초기 단계이며 최소한 결과는 좋으며 경우에 따라 더 좋습니다. 대단하네요. 여기서 기술에 얽매이지 말자. 시그마는 아직 Kodak이 가지고있는 것보다 더 좋은 것을 생산할 수 있으며 그것은 좋은 것입니다.
John Cavan

1
나는 실제로 카메라를 사기 전에 오랫동안 BIG Foveon 광신자였습니다. 나는 기술의 장점을 정말로 좋아하며, 특히 Canon과 Nikon이 라이센스를 취득 할 수 있다면 잠재력이 있다고 생각합니다. 내 걱정은 그것이 시그마의 손에 있다는 것입니다. 15.3mp APS-C 를 발표 하는 데 몇 년 이 걸렸으며 DP2는 거의 이륙 할 수 없었습니다. 시그마는 기술이 뛰어나더라도 잘 실행되지 않으며 기술의 파멸을 일으킬 수 있습니다. 나는 그들이 기술을 라이센스하고 Canon과 같은 Juggernaut가 21mp Foveon을 출시하도록하고 싶습니다. 나는 심장 박동으로 하나를 구입할 것입니다.
jrista

2
@jrista 1400 만 개의 포토 사이트 또는 총 1400 만 개의 색상 감지 요소에 대해 이야기하고 있습니까? 1400 만 개의 포토 사이트가있는 Foveon 센서는 1400 만 개의 포토 사이트가있는 Bayer보다 훨씬 좋을 것입니다. 아마도 24MP Bayer보다 좋을 것이므로 오늘날의 표준에 의해 저해상도가 낮지 않습니다. 그러나 이러한 카메라 (SD1)는 아직 출시되지 않았습니다. 1,400 만 컬러 센서가 있지만 450 만 포토 사이트 (SD15와 같은) 만있는 Foveon 센서는 14mp Bayer보다 나쁩니다.
매트 그럼

7

SD-9 이후 몇 년 동안 Sigma DSLR을 촬영 해 왔습니다. 필름 SLR에서 디지털로 전환 할 때 시스템에 들어가서 도약하기 전에 많은 연구를했습니다. 나도 Foveon 칩을 발견했고 그 디자인은 개념적 수준에서 Bayer 디자인보다 훨씬 더 많은 소리를 냈다. 또한 카메라에서 본 이미지를 정말 좋아했습니다.

차이점을 생각하는 방법은 전통적인 Bayer 센서가 녹색, 빨간색, 파란색의 세 가지 사진을 실제로 찍는다는 것입니다. 14MP Bayer 센서의 경우 녹색 사진에는 700 만 픽셀이 있고 빨간색과 파란색 이미지에는 350 만 픽셀의 데이터가 있습니다. 해당 데이터는 공간적으로 겹치지 않습니다. 즉, 물체가 센서에 의해 캡처 된 높이가 1 픽셀에 불과한 경우 색상에 따라 이미지 중 하나에서 사라질 수 있습니다. 임의의 주어진 공간 위치에서 컬러 데이터의 2/3가 폐기된다. 따라서 14MP 카메라에서 얻은 출력에 1,400 만 픽셀이있을 수 있지만, 기본적으로 7MP 녹색 이미지와 같이 가장 상세하게 재 샘플링되고 업 사이징 된 이미지 버전입니다.

Foveon 측에는 이미지의 색상이 특정 감지 위치에서 3 개의 센서 층에 의해 전체 스펙트럼이 포착되므로 입력의 필요성이 많지 않기 때문에 "숨길"곳이 없습니다. 센서가 본 것을 해결하기 위해 이웃에서.

최종 효과는 Foveon 센서가 미세한 디테일이 실제로 어떤 종류의 색상 (컬러 모아레)이라고 생각하는 것에 속지 않으며, 미세한 디테일이 실수로 버려지지 않기 때문에 캡처 된 디테일의 수준이 일정하다는 것입니다. 어떤 시점에서든 빛의 2/3를 버리는 베이어 센서는 때때로 Foveon 칩이 해결할 미세한 디테일을 떨어 뜨릴 수 있습니다. 다시 장면 색상에 따라 다릅니다.

Bayer 센서의 디테일 레벨은 가변적이므로 디테일을 캡처하는 한 Foveon 칩과 비교하기가 매우 어려울 수 있지만 대략적으로 Foveon 이미지는 Foveon 이미지가 Foveon MP 정격의 2/3 (또는 센서 수)를 가진 Bayer 카메라. 예를 들어, 곧 출시 될 SD1에는 4,600 만 개의 포토 사이트 (센서)가있어 30MP 베이어 이미지와 유사한 수준의 세부 정보를 기대할 수 있습니다. 그러나 이것은 다시 필터 앞에 AA 필터가없는 컬러 무아레가없는 이미지입니다.

원본 Canon 5D와 Sigma SD-14를 비교 한 흥미로운 예가 있습니다.

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

특히 디테일이 어떻게 변하는 지 이해하기 위해 컬러 타겟을 촬영할 때 발생하는 일에 유의하십시오.

따라서 모든 기술적 인 것들을 제외하고 센서는 무엇을 잘합니까? 색상에 관계없이 모든 픽셀에서 전체 스펙트럼과 동일한 수준의 해상도를 캡처하기 때문에 미묘한 색조 변화를 잘 포착한다고 생각합니다. 그것은 정말 멋진 하늘 또는 점차적으로 색상이나 색조가 변하는 것을 의미합니다. 따라서 톤 사이의 매우 부드러운 전환으로 인해 흑백 변환을 위해 정말 멋진 이미지를 생성합니다.

http://www.pbase.com/kgelner/image/90304998 대체 텍스트

http://www.flickr.com/photos/kigiphoto/5308324073/in/set-72157625711613108/ 대체 텍스트

http://www.pbase.com/kgelner/image/108588990 대체 텍스트

(각 이미지의 전체 크기 버전은 링크에서 찾을 수 있습니다).

센서에 문제가있는 곳은 더 높은 ISO를 사용하는 것입니다. 현재 카메라는 다음과 같은 경우에 ISO 3200을 수행 할 수 있습니다.

http://www.flickr.com/photos/kigiphoto/4684772878/in/set-72157624236424558/ 대체 텍스트

그러나 실제로 800을 사용하면 대부분의 촬영에 대한 현실적인 한계가 더 커집니다 (흑백으로 촬영하는 경우 노이즈의 특성으로 인해 이미지가 잘 유지 될 수있는 경우 제외).

시그마 카메라는 사진을 처음 시작하는 사람들에게 적합하지 않습니다. 많은 보조 모드 나 그 성격의 물건을 제공하지 않기 때문에 시스템에 들어갈 생각이라면주의하십시오. 센서를 직접 사용하는 가장 쉬운 방법은 Sigma DP-1 또는 DP-2입니다. 이전 버전의 카메라는 사용 속도가 느릴 수 있지만 모든 카메라는 세부 사항에 대한 좋은 맛을 내고 이미지를 채색합니다 포착.

나는 카메라를 오랫동안 사용하는 것을 즐 겼기 때문에 분명히 편견이없는 소스는 아닙니다. 따라서 카메라를 가져 오기 전에해야 할 다른 일은 센서에서 이미지를 더 자세히 탐색하는 것입니다. 나는 위의 일부를 제공하며 일반적으로 시그마 카메라 만 촬영하므로 내 사이트를 탐색 할 수 있지만 시그마가 여기에서 생산 한 다양한 카메라 (전체 크기 이미지도 있음)에서 수많은 예제 이미지를 찾을 수 있습니다.

http://www.pbase.com/sigmadslr

또한 Carl Rytterfalk의 블로그에서 많은 훌륭한 정보를 찾을 수 있습니다.

http://www.rytterfalk.com/

그는 어딘가에 다운로드 할 수있는 샘플 RAW 팩과 시그마 카메라, 렌즈 및 Foveon 센서에 대한 다양한 정보를 제공합니다. 그는 훌륭한 사진 작가이며 비디오를 보더라도 매우 열성적입니다.

편집 : 칼은 방금이 질문에 직접 적용되는 "시그마를 사용하는 이유"라는 긴 글을 작성했습니다.

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

그의 이유는 다음과 같습니다.

  1. 뉘앙스 (컬러)
  2. 밀도
  3. 마이크로 콘트라스트
  4. 진정한 선명도
  5. 다이나믹 레인지

그는 더 많은 이미지와 함께 링크에서 더 자세히 설명합니다.

언급 한 것을 잊어 버렸습니다. 실제로는 센서에 관한 것이 아니라 Foveon 칩이 들어있는 시그마 전용 DSLR에 관한 것입니다. 카메라의 먼지 보호기를 제거하여 IR 작업에 쉽게 사용할 수 있습니다 ( 사용자가 제거 할 수 있도록 제작되었으며 도구없이 다시 설치).


erhh, 정말 훌륭하고 포괄적입니다! 축하 ...
Nazrul Muhaimin

Foveon에 대해 한 가지 말하겠습니다. 파란색이 정말 두드러집니다!
jrista

이 이미지들 중 어떤 것도 후 처리가 적용되지 않았으며, 조정이 거의 없거나 전혀없이 RAW 변환기에서 거의 직선적입니다.
Kendall Helmstetter Gelner

5

나는 시그마 (Sigma)가 독창적이고 혁신적인 무언가를 시도한 것에 대해 많은 찬사를 보냅니다. 그리고 종이에 Foveon 센서는 매우 좋은 생각입니다. 그러나 나는 시그마가 현재의 모델을 460 만 장의 포토 사이트 (각각 색상과 강도에 민감 함)가 14 메가 픽셀 센서로 나타내는 방식에 동의하지 않습니다!

컬러 채널이 서로 관련이없는 경우, 포토 사이트 수에 3을 곱하여 Bayer 동등 물을 얻는 것이 좋습니다. 그러나 실제 장면에서 색상 채널은 약간 상관 관계에서 강한 상관 관계로 다양합니다. 다음 예제를 보자.

5MP Foveon 센서와 15MP Bayer 센서가 있습니다. 각 센서에는 5 백만 개의 빨간색 픽셀, 5 백만 개의 녹색 픽셀 및 5 백만 개의 파란색 픽셀이 있습니다. 회색 콘크리트 블록 위에 앉아있는 회색 고양이를 촬영하고 있습니다. 장면에서 나오는 빛이 모두 회색이므로 각 센서의 빨강 녹색 및 파랑 픽셀은 모두 같은 양의 빛을받습니다. 그러나 Foveon 센서에서는 서로에 대해 3 개의 동일한 판독 값을 얻게되는데 그다지 유용하지는 않으며 5 백만 개의 고유 한 데이터 값만 제공합니다. Bayer 센서에서는 측면으로 변위되어 1,500 만 개의 고유 값을 제공합니다. Bayer 이미지는 디 모자 이싱이 필요하지 않으므로 훨씬 더 자세한 내용이 포함됩니다.

이것은 매우 고안된 예이지만 상관 된 색상 채널이 자주 발생하므로 Bayer 보간이 작동하는 이유입니다. 노란색 물체를 촬영할 때 빨간색 판독 값은 Foveon과 달리 녹색 픽셀이 없더라도 녹색 판독 값에 대한 정보를 제공합니다.

상관 관계로 인한 실제 테스트에서 해상도는 3 배 시그마 주장이 아니라 바이어의 2 배에 불과합니다. 즉, 460 만 장의 사진 사이트가있는 현재 주력 Foveon 모델은 10 메가 픽셀 Bayer와 거의 같습니다 (예를 들어 Foveon의 색상 모아레가 약간 씩 다르지만 여전히 품질이 다릅니다). 이로 인해 Foveon은 24MP 35mm DSLR보다 약간 뒤떨어져 있습니다. 현재 Foveon은 빛이 최종 층에 도달하기 위해 위의 두 층을 투과해야하기 때문에 낮은 조명에서도 어려움을 겪습니다.

미래:

따라서 현재 나의 조언은 Bayer 카메라와 함께하는 것이지만 미래가 무엇을 보유하고 있는지 보는 것이 흥미로울 것입니다. 시그마는 오랜 시간이 지난 후 1,540 만 개의 포토 사이트로 SD1을 발표했습니다. 아직 출시 날짜는 없지만 괜찮은 바디에서 이것을 풀 수 있다면 24MP Nikon D3x가 돈을 위해 심각한 뛰기를 할 것입니다!

코인의 반대편에서 바이엘의 결의안은 꾸준한 속도로 올라가고 단순한 경제학에 의해 뒷받침됩니다 (더 많은 사람들이 바이엘을 더 많이 만들고 있습니다). 센서의 해상도가 높아짐에 따라 렌즈 선명도를 개선하는 동시에 Moire 및 기타 Bayer 아티팩트는 문제가되지 않습니다. 결국 충분한 메가 픽셀 수를 가진 Bayer 센서는 Foveon과 동일한 효과를 제공하지만 픽셀이 나란히 놓이지 않습니다.


1
Bayer 센서에는 750 만 개의 녹색 포토 사이트와 370 만 개의 적색 및 녹색 포토 사이트가 있습니다. 빨강 / 녹색 / 파란색 센서 사이에 겹침이 없기 때문에 완전히 중립 인 피사체가 최대량의 데이터를 제공한다는 점에서 귀하의 예는 정확합니다. 고양이와 배경 사이의 휘도. 그러나 실제로 얼마나 많은 것들이 회색이고 얼마나 많은 것들이 어느 정도 색을 띠고 있습니까? 당신은 또한 SD1에 대해 잘못했습니다. 그것은 4500 만 개의 포토 사이트 (고유 센서)를 가지고 있습니다.
Kendall Helmstetter Gelner

켄달이 여기에 맞을 것입니다. 15mp Bayer를 사용하면 짝수의 빨강, 초록 및 파랑이 아닌 750 만 개의 녹색과 빨강 및 파랑이 각각 3.75입니다. 그래도 시력은 녹색에 더 민감하기 때문에 이해가됩니다. 바이엘이 빨강 / 파랑 정보보다 두 배나 많은 녹색 정보를 수집하는 것이 어떤 식 으로든 해가된다고 말할 필요는 없습니다. @ 켄달 : SD1의 경우 매트는 센서에 1540 만 개의 사진 또는 개별 감광성 위치가 있다는 점에서 정확합니다. 각 PHOTOSITE는 3 가지 색상을 감지 할 수 있으며 4,620 만 개의 센서가 있습니다.
jrista

1
우리는 다른 질문에서 메가 픽셀과 센서를 적절히 다루었다고 생각합니다. 내 고양이 예와 관련하여, 나는 완전히 단조로운 장면 (답변에서 받아들이는 점)을 갖는 것은 매우 드문 일이지만, 대부분의 장면에서는 세 가지 색상 채널이 없을 수도 있다고 말하고 있습니다. 완전한 계약이지만 서로 밀접한 관련이있는 색상 채널이있을 수 있습니다. 밝은 청록색, 충격적인 분홍색 및 빛나는 노란색으로 매우 멋진 장면을 가질 수 있으며 Foveon photosite 당 두 개의 동일한 판독 값을 가질 수 있습니다!
매트 그럼

2
Bater 센서의 데모 사이 싱이 컬러 채널을 효과적으로 업 샘플링한다고 가정하는 것은 불공평합니다. 적응 균질 지향 보간과 같은 알고리즘은 훨씬 정교하며 실제 이미지에서 발생하는 컬러 채널 간의 강력한 통계적 상관 관계를 활용하여 틈새를 채우는 것입니다.
매트 그럼

1
순수한 마젠타의 강도가 다른 넓은 영역이있는 경우 실제로 각 픽셀의 빨강 및 파랑 센서가 마젠타가 동일한 부분의 빨강과 파랑이 혼합 된 것과 동일한 값을 기록하고 있음을 알 수 있습니다 예. 너비가 1 픽셀 인 스레드가있는 경우 Bayer는이를 볼 수 없지만 Bayer 센서에 3 배의 픽셀 수를 가진 경우 스레드를 둘 이상의 픽셀로 덮을 수 있어야합니다. 어쨌든 렌즈로 날카롭게 해결되는 1 개의 픽셀 스레드는 회색 고양이만큼 희귀합니다.
Matt Grum
당사 사이트를 사용함과 동시에 당사의 쿠키 정책개인정보 보호정책을 읽고 이해하였음을 인정하는 것으로 간주합니다.
Licensed under cc by-sa 3.0 with attribution required.