Immagini da fotocamere a colori: confronto tra CFA-Split e debayering
Le immagini grezze catturate da una fotocamera a colori (OSC) portano con sé un CFA (matrice di filtri colorati), e per trasformarle in dati di colore utilizzabili ci sono principalmente due strade: una è il «CFA-Split», l’altra il «debayering». Che effetto hanno questi due approcci sul dettaglio e sul rumore successivi? Era da molto tempo che volevo fare questo esperimento, e questa volta mi sono finalmente messo a confrontarli.
Quattro percorsi di elaborazione
Ho progettato quattro flussi di elaborazione per metterli a confronto:
- Fare prima il CFA-Split, poi la rimozione delle stelle, quindi up sample (2x).
- Fare prima il CFA-Split, poi up sample (2x), quindi la rimozione delle stelle.
- Fare prima il Debayer (RGB combined), poi estrarre R, quindi la rimozione delle stelle.
- Fare prima il Debayer (RGB separated), quindi rimuovere le stelle da R.
Risultati osservati
- Le immagini in cui si è fatto prima il CFA-Split sono più sfocate, ma il percorso 2 ha più dettaglio del percorso 1.
- Le immagini in cui si è fatto prima il Debayer sono più nitide, ma nelle zone in cui il rapporto S/N del fondo è basso compaiono molti punti neri.
- Il percorso 3 e il percorso 4 sono esattamente identici.
Le mie conclusioni attuali
- Se si intende fare prima il CFA-Split, allora è meglio eseguire in seguito un drizzle 2x.
- Se si fa prima il Debayer, allora bisogna affrontare il problema del rumore di fondo.
- C’è ancora una conclusione: se si fa prima il CFA-Split e questa immagine la si usa solo per il colore RGB, mentre il canale di luminanza viene ripreso separatamente, quel risultato dovrebbe essere migliore.
Va però aggiunta una riserva: l’immagine usata in questo test non è passata per la calibrazione (ho preso al volo una foto qualunque), quindi il risultato potrebbe esserne stato influenzato; un approccio un po’ più rigoroso sarebbe calibrare prima e poi fare la prova.