Obrazy z kamer kolorowych: porównanie CFA-Split i debayeryzacji
Surowe obrazy zarejestrowane kamerą kolorową (OSC) zawierają CFA (matrycę filtrów barwnych), a żeby zamienić je w użyteczne dane kolorowe, są zasadniczo dwie drogi: pierwsza to „rozdzielenie CFA” (CFA-Split), druga to „Debayer”. Jaki wpływ mają te dwa podejścia na późniejsze detale i szum? Ten eksperyment chodził mi po głowie od dawna i tym razem w końcu zabrałem się za porównanie.
Cztery ścieżki obróbki
Zaprojektowałem cztery procedury obróbki do porównania:
- Najpierw rozdzielenie CFA, potem usunięcie gwiazd, następnie up sample (2x).
- Najpierw rozdzielenie CFA, potem up sample (2x), następnie usunięcie gwiazd.
- Najpierw Debayer (RGB combined), potem wyodrębnienie R, następnie usunięcie gwiazd.
- Najpierw Debayer (RGB separated), a następnie usunięcie gwiazd z kanału R.
Wyniki obserwacji
- Obrazy, w których najpierw zrobiono rozdzielenie CFA, są bardziej rozmyte, ale ścieżka 2 ma więcej detali niż ścieżka 1.
- Obrazy, w których najpierw zrobiono Debayer, są ostrzejsze, ale w miejscach o niskim SNR tła widać mnóstwo czarnych kropek.
- Ścieżka 3 i ścieżka 4 są dokładnie takie same.
Moje obecne wnioski
- Jeśli chcesz najpierw zrobić rozdzielenie CFA, to potem najlepiej zastosować drizzle 2x.
- Jeśli najpierw robisz Debayer, to musisz zmierzyć się z problemem szumu w tle.
- Jest jeszcze jeden wniosek: jeśli najpierw zrobisz rozdzielenie CFA, a ten obraz posłuży tylko do koloru RGB, przy osobno rejestrowanym kanale luminancji, to taki wynik powinien wyjść lepiej.
Trzeba jednak dodać jedno zastrzeżenie: obraz użyty w tym teście nie przeszedł kalibracji (wziąłem na szybko pierwsze lepsze zdjęcie), więc wynik mógł być tym zaburzony; bardziej rygorystycznym podejściem byłoby przeprowadzenie testu dopiero po kalibracji.