Je comprends que le but du filtre anti-aliasing (AA) est d'empêcher le moiré. Lorsque les appareils photo numériques sont apparus pour la première fois, un filtre AA était nécessaire pour créer suffisamment de flou pour éviter les motifs moirés. À cette époque, la puissance des processeurs à huis clos était très limitée. Mais pourquoi est-il encore nécessaire de placer un filtre AA sur le capteur dans les appareils photo reflex numériques modernes? Cela ne pourrait-il pas être accompli tout aussi facilement par les algorithmes appliqués lorsque la sortie du capteur est dématriçée?Il semblerait que la puissance de traitement actuelle disponible à huis clos permettrait cela beaucoup plus qu'il y a quelques années encore. Le processeur Digic 5+ actuel de Canon a plus de 100 fois la puissance de traitement du processeur Digic III, qui éclipse la puissance des premiers appareils photo numériques. Surtout lors de la prise de vue de fichiers RAW, le flou AA ne pouvait-il pas être effectué au stade du post-traitement? Est-ce la prémisse de base du Nikon D800E, même s'il utilise un deuxième filtre pour contrer le premier?
13
Réponses:
Le repliement est le résultat de la répétition de motifs de la même fréquence qui interfèrent les uns avec les autres d'une manière indésirable. Dans le cas de la photographie, les fréquences plus élevées de l'image projetée par l'objectif sur le capteur créent un motif d'interférence (moiré dans ce cas) avec la grille de pixels. Cette interférence ne se produit que lorsque ces fréquences sont à peu près les mêmes, ou lorsque la fréquence d'échantillonnage du capteur correspond à la fréquence des ondelettes de l'image. C'est la limite de Nyquist. Remarque ... il s'agit d'un problème analogique ... le moiré se produit en raison d'interférences qui se produisent en temps réel dans le monde réel avant que l'image ne soit réellement exposée.
Une fois l'image exposée, ce motif d'interférence est effectivement "intégré". Vous pouvez utiliser un logiciel dans une certaine mesure pour nettoyer les motifs de moirage en place, mais il est peu efficace par rapport à un filtre passe-bas physique (AA) devant le capteur. La perte de détail due au moiré peut également être supérieure à celle perdue pour un filtre AA, car le moiré est en fait un non-sens, où des détails légèrement flous pourraient toujours être utiles.
Un filtre AA est juste conçu pour brouiller ces fréquences à Nyquist afin qu'elles ne créent aucun motif d'interférence. La raison pour laquelle nous avons encore besoin de filtres AA est que les capteurs d'image et les objectifs sont toujours capables de se résorber à la même fréquence. Lorsque les capteurs s'améliorent au point où la fréquence d'échantillonnage du capteur lui-même est constamment plus élevée que même les meilleurs objectifs à leur ouverture optimale, alors le besoin d'un filtre AA diminue. La lentille elle-même gérerait efficacement le flou nécessaire pour nous, et les motifs d'interférence n'apparaîtraient jamais en premier lieu.
la source
La physique ne fonctionne tout simplement pas de cette façon. Le crénelage transforme irréversiblement les fréquences au-delà de la limite de Nyquist pour apparaître comme des fréquences inférieures à la limite, bien que ces «pseudonymes» ne soient pas vraiment là. Aucune quantité de traitement d'un signal replié ne peut récupérer le signal d'origine dans le cas général. Les explications mathématiques fantaisistes sont assez longues à aborder, sauf si vous avez suivi un cours de théorie de l'échantillonnage et de traitement du signal numérique. Si vous l'aviez fait, vous ne poseriez pas la question. Malheureusement, la meilleure réponse est simplement "Ce n'est pas ainsi que fonctionne la physique. Désolé, mais vous allez devoir me faire confiance à ce sujet." .
Pour essayer de donner une impression approximative que ce qui précède pourrait être vrai, considérons le cas d'une image d'un mur de briques. Sans filtre AA, il y aura des motifs moirés (qui sont en fait les alias) donnant aux lignes de briques un aspect ondulé. Vous n'avez jamais vu le vrai bâtiment, seulement l'image avec les lignes ondulées.
Comment savez-vous que les vraies briques n'étaient pas disposées de manière ondulée? Vous supposez qu'ils ne provenaient pas de votre connaissance générale des briques et de l'expérience humaine de voir des murs de briques. Cependant, quelqu'un pourrait-il simplement faire un point délibérément pour créer un mur de briques afin qu'il ressemble dans la vraie vie (vu de vos propres yeux) à l'image? Oui, ils le pouvaient. Par conséquent, est-il possible de distinguer mathématiquement une image repliée d'un mur de briques normal et une image fidèle d'un mur de briques délibérément ondulé? Non, ça ne l'est pas. En fait, vous ne pouvez pas vraiment faire la différence non plus, sauf que votre intention sur ce que représente probablement une image peut vous donner l'impression que vous le pouvez. Encore une fois, à proprement parler, vous ne pouvez pas dire si les ondulations sont des artefacts de motif moiré ou si elles sont réelles.
Le logiciel ne peut pas supprimer comme par magie les ondulations car il ne sait pas ce qui est réel et ce qui ne l'est pas. Mathématiquement, on peut montrer qu'il ne peut pas savoir, du moins en ne regardant que l'image ondulée.
Un mur de briques peut être un cas évident où vous pouvez savoir que l'image aliasée est fausse, mais il existe de nombreux autres cas subtils où vous ne savez vraiment pas, et peut-être même pas au courant que l'aliasing est en cours.
Ajouté en réponse aux commentaires:
La différence entre le crénelage d'un signal audio et d'une image est seulement que le premier est 1D et le second 2D. La théorie et les mathématiques pour réaliser des effets sont toujours les mêmes, juste qu'elles sont appliquées en 2D lorsqu'il s'agit d'images. Si les échantillons sont sur une grille rectangulaire régulière, comme ils le sont dans un appareil photo numérique, d'autres problèmes intéressants se posent. Par exemple, la fréquence d'échantillonnage est sqrt (2) inférieure (environ 1,4 fois plus bas) le long des directions diagonales par rapport aux directions alignées sur l'axe. Cependant, la théorie d'échantillonnage, le taux de Nyquist et ce que sont réellement les alias ne sont pas différents dans un signal 2D que dans un signal 1D. La principale différence semble être que cela peut être plus difficile pour ceux qui ne sont pas habitués à penser dans l'espace des fréquences de se concentrer et de projeter ce que cela signifie en termes de ce que vous voyez dans une image.
Encore une fois, non, vous ne pouvez pas "démostrer" un signal après coup, du moins pas dans le cas général où vous ne savez pas ce que l'original est censé être. Les motifs moirés provoqués par l'échantillonnage d'une image continue sont des alias. Le même calcul s'applique à eux, tout comme à l'alias de hautes fréquences dans un flux audio et sonnant comme des sifflets d'arrière-plan. C'est la même chose, avec la même théorie pour l'expliquer, et la même solution pour y faire face.
Cette solution consiste à éliminer les fréquences supérieures à la limite de Nyquist avant l' échantillonnage. En audio, cela peut être fait avec un simple filtre passe-bas que vous pourriez éventuellement créer à partir d'une résistance et d'un condensateur. Dans l'échantillonnage d'images, vous avez toujours besoin d'un filtre passe-bas, dans ce cas, il prend une partie de la lumière qui ne toucherait qu'un seul pixel et la répartit sur les pixels voisins. Visuellement, cela ressemble à un léger flou de l'image avantil est échantillonné. Le contenu haute fréquence ressemble à des détails fins ou à des bords nets dans une image. Inversement, les arêtes vives et les détails fins contiennent des fréquences élevées. Ce sont exactement ces hautes fréquences qui sont converties en alias dans l'image échantillonnée. Certains alias sont ce que nous appelons des motifs moirés lorsque l'original avait un contenu régulier. Certains alias donnent l'effet "marche d'escalier" aux lignes ou aux bords, surtout lorsqu'ils sont presque verticaux ou horizontaux. Il existe d'autres effets visuels causés par les alias.
Le fait que l'axe indépendant des signaux audio soit le temps et que les axes indépendants (deux d'entre eux étant donné que le signal est 2D) d'une image sont la distance n'invalide pas les mathématiques ou ne le rend pas différent entre les signaux audio et les images. Probablement parce que la théorie et les applications de crénelage et d'anticrénelage ont été développées sur des signaux 1D qui étaient des tensions basées sur le temps, le terme "domaine temporel" est utilisé pour contraster avec "domaine fréquentiel". Dans une image, la représentation spatiale non fréquentielle est techniquement le "domaine de distance", mais pour des raisons de simplicité dans le traitement du signal, elle est souvent appelée néanmoins "domaine temporel". Ne laissez pas cela vous distraire de ce qu'est vraiment l'alias. Et non, ce n'est pas du tout une preuve que la théorie ne s'applique pas aux images, seulement qu'un choix trompeur de mots est parfois utilisé pour décrire des choses pour des raisons historiques. En fait, le raccourci "domaine temporel" appliqué au domaine non fréquentiel des images est en faitcar la théorie est la même entre les images et les vrais signaux temporels. Le crénelage est le crénelage quel que soit le ou les axes indépendants.
À moins que vous ne souhaitiez approfondir cela au niveau de quelques cours collégiaux sur la théorie de l'échantillonnage et le traitement du signal, vous devrez finalement faire confiance à ceux qui l'ont. Certaines de ces choses ne sont pas intuitives sans un fond théorique significatif.
la source
Vous ne pouvez pas obtenir le même effet dans un logiciel. Vous pouvez aller quelque part à proximité, compte tenu de certaines hypothèses. Mais le filtre AA diffuse la lumière de sorte qu'il frappe plusieurs pixels de couleur différente, vous donnant des informations absentes du capteur de filtre sans AA.
Le Nikon D800E ne fait rien du tout pour essayer de reproduire le filtre AA. S'il y a des motifs à haute fréquence dans l'image, vous obtenez du moiré et c'est votre problème - vous devez y faire face!
Le repliement est pire lorsque la fréquence des détails de l'image est très proche de la fréquence d'échantillonnage. Pour les caméras plus anciennes avec des capteurs basse résolution (et donc un échantillonnage à basse fréquence), le moiré était un problème sérieux avec beaucoup de types de détails d'image, donc les filtres AA étaient puissants (rien à voir avec une puissance de traitement limitée). Maintenant, nous avons des fréquences d'échantillonnage beaucoup plus élevées, il faut des détails d'image de fréquence beaucoup plus élevés pour que le moiré apparaisse.
Finalement, les fréquences d'échantillonnage seront si élevées que les détails d'objet haute fréquence nécessaires ne dépasseront pas les aberrations de l'objectif et les effets de diffraction, rendant le filtre AA redondant. C'est en partie la raison pour laquelle certains dos MF n'ont pas de filtre AA, de super haute résolution et de photographes de mode qui aiment prendre des photos à f / 32 avec des blocs d'alimentation géants Profoto prouvant l'éclairage.
la source
Ce sont toutes de bonnes réponses et de bonnes informations. J'ai une explication très simplifiée. Passons de 2D à 1D (le même concept s'applique).
Lorsqu'une fréquence atteignant votre capteur qui est supérieure à la "fréquence maximale autorisée", elle crée en fait une fréquence miroir dans le côté inférieur . Une fois que votre image a été échantillonnée, vous verrez ce signal inférieur, mais l'appareil photo ou votre ordinateur ne sait pas s'il s'agissait d'un signal inférieur réel qui était vraiment là ou s'il s'agissait d'un alias créé à partir d'un signal trop élevé. Ces informations sont perdues. C'est la raison de la "fréquence maximale autorisée" ou fréquence nyquist. Il indique que c'est la fréquence la plus élevée qui peut être échantillonnée et au-dessus, les informations seront perdues.
une analogique à l'audio: disons que votre système est configuré là où vous voulez une plage de fréquences de 0 Hz à 1000 Hz. pour laisser un peu de place supplémentaire vous échantillonnez à 3000hz ce qui rend votre niquist 1500hz. c'est là qu'intervient le filtre aa. vous ne voulez rien entrer au-dessus de 1500 Hz, en réalité votre coupure commencera juste après 1000 Hz, mais vous vous assurez qu'au moment où vous arrivez à 1500 Hz, il ne reste plus rien.
supposons que vous oubliez le filtre aa et que vous autorisez une tonalité de 2500 Hz à entrer dans votre capteur. il reflétera la fréquence d'échantillonnage (3000 Hz) afin que votre capteur capte une tonalité à 500 Hz (3000 Hz - 2500 Hz). maintenant que votre signal est échantillonné, vous ne saurez pas si le 500hz était réellement là ou si c'est un alias.
btw. les images miroir se produisent pour toutes les fréquences mais ne sont pas un problème tant que vous n'êtes pas au-dessus du nyquist car vous pouvez facilement les filtrer plus tard. la tonalité d'entrée par exemple est de 300 Hz. vous aurez des alias à (3000 - 300 = 2700hz [et pour être correct aussi 3000 + 300 = 3300hz]). cependant, puisque vous savez que vous ne considérez que jusqu'à 1000 Hz, ceux-ci seront facilement supprimés. là encore, le problème se pose lorsque les images miroir entrent dans le spectre que vous voulez réellement, car vous ne pourrez pas faire la différence et c'est ce qu'elles veulent dire par "cuit dans".
J'espère que cela t'aides
la source