Imágenes de cámaras en color: comparación entre CFA-Split y Debayering
Las imágenes en bruto captadas por una cámara en color (OSC) llevan un CFA (matriz de filtros de color), y para convertirlas en datos de color utilizables hay principalmente dos caminos: uno es el «CFA-Split», el otro el «Debayer». ¿Qué efecto tienen estos dos enfoques sobre el detalle y el ruido posteriores? Llevaba mucho tiempo queriendo hacer este experimento, y esta vez por fin me puse a comparar.
Cuatro rutas de procesado
Diseñé cuatro flujos de procesado para contrastarlos:
- Primero hacer CFA-Split, luego eliminación de estrellas y a continuación up sample (2x).
- Primero hacer CFA-Split, luego up sample (2x) y a continuación eliminación de estrellas.
- Primero hacer Debayer (RGB combined), luego extraer R y a continuación eliminación de estrellas.
- Primero hacer Debayer (RGB separated), y a continuación eliminar las estrellas de R.
Resultados observados
- Las imágenes en las que se hizo primero el CFA-Split son más borrosas, pero la ruta 2 tiene más detalle que la ruta 1.
- Las imágenes en las que se hizo primero el Debayer son más nítidas, pero en las zonas donde la S/N del fondo es baja hay muchos puntos negros.
- La ruta 3 y la ruta 4 son exactamente iguales.
Mis conclusiones actuales
- Si vas a hacer primero el CFA-Split, entonces lo mejor es hacer después un drizzle 2x.
- Si haces primero el Debayer, entonces tendrás que enfrentarte al problema del ruido de fondo.
- Hay una conclusión más: si haces primero el CFA-Split y esta imagen la usas solo para el color RGB, con el canal de luminancia captado por separado, ese resultado debería ser mejor.
Pero hay que añadir una salvedad: la imagen usada en esta prueba no pasó por la calibración (eché mano de una foto sobre la marcha), de modo que el resultado podría haberse visto afectado por ello; un enfoque algo más riguroso sería calibrar primero y luego hacer la prueba.