之前念研究所時，寫background subtraction程式時，發現一件事，影像的亮度與理論值不合，儘管我用點光源，在暗房拍攝，也無法控制到亮度值為線性變化，當時找一些background subtraction及color space conversion相關的paper，都沒找到解答，當時只覺得理論值與實際值可能有差異，因此就放著不管了，當接觸數位相機後才發現事實是當時並不知道所有8bit數位影像都做過Gamma curve轉換了。
關於Gamma curve，可以參考wiki:伽瑪校正。
看完只得到一個結論："好簡短，也不過就是個轉換，有甚麼意義？"
我在當初學影像處理時就學過了，當時聽完老師說也完全不了解這有什麼意義，也因此一值忽略這東西在數位影像上的影響。
真的要了解意義，可以參考英文版wiki:Gamma_correction。
先不論這些部分，之前剛到公司問起同事及親友為何一定要做Gamma correction，得到的回答不外乎兩個：1. 因為人眼對不同亮度的敏感度非線性，所以必須要做Gamma correction。2. 因為電壓換算光的強度非線性，因此必須做Gamma correction。
對於第一個說法，我比較認同，但是總覺得奇怪，就算敏感度非線性，還是不能解釋為何要做Gamma correction，且拍照亮度是AE自動調整，但Gamma correction卻是對相機的Dynamic range進行Gamma correction，這明顯不是人眼的動態範圍。至於第二個說法，則太奇怪了，電壓換算光的強度非線性跟數位影像儲存有何關係，影像是數位的，電壓是類比的，類比進化到數位那麼久了，怎麼可能還是那樣的定義。
根據wiki中所寫，Gamma correction可以稱為Gamma encoding，更明確講出，因為人眼敏感範圍不同，如果全部儲存，會浪費太多bit在儲存不需要的資料，如此一來一切就合理了，Gamma correction主要目的就是為了減少資料量，硬把一個很廣的Dynamic range壓縮到0~256的8bit範圍。
關於人眼對光線的敏感度，基本原理都是以Hurter-Driffield curves為基礎發展的，這個研究我還沒有看進去，等看懂的時候再寫。
既然Gamma correction重點在於資料的壓縮，而且是有失真的壓縮，那重點就在於失去的部分是否真的看不出來，但遺憾的是答案是否定的，失去的部分是看得出來的，人眼對亮度的敏感度非線性，不過人眼類似相機，也有AE的機制，相機也許可以模擬人眼的AE機制，但不可能完全仿照，尤其是人眼的感光權重機制，更是相機難以模擬的，相機難以知道人眼目前注視的目標，因此只能用對焦區或是人工指定感光區來作加權，難以將整個景兼顧。
而人對拍照的預期往往超過一個snapshot所能表達的，在人眼的一瞬間，也無法兼顧整個景所有區域的亮度Dynamic range，但是人會轉頭會到處看，因此印象中會留下每一區的細節，而照片卻只有一瞬間，一瞬間很難保留到所有區域所有細節，假設感光元件的感應範圍夠廣，要忠實呈現人眼所見，必須不做Gamma correction全部值域都記錄下來，否則這個loss必然被看出來。
這些都是稍加研究就知道的問題，研究相機的工程師及研究人員，必須要解決問題，而非單純點出問題。因此這部分必須想辦法解決，對應的解決方案很多，錄Video是一種解法，但相對應的就是動態AE很重要。近年來很流行的HDR也是一種解法，但是靠的是人工智慧影像處理來分析每一個local需要的Dynamic Range，實際上每一象素也只有8bit，簡而言之只是騙眼睛而已。拍10~16 bit Raw也是一種解法，但難以解決的是在同一瞬間，其實Dynamic Range還是被sensor吐出的data限制住了，舉例來說12 bit raw，如果拍攝場景中有Lv2~Lv16的亮度，則可能得被迫選擇Lv4~Lv16，Lv4以下雖然以理論上來講是有拍攝到，但在數值上是沒差異的，也就是說等於沒拍到(但事實真的是如此嗎？有機會再就Noise reduction的觀點來看這件事)。
我覺得關於Gamma correction，還有一個很讓我感興趣的部分，就是人眼的敏感度與CRT的光電效應相仿，這是否意味著，人體也是根據電壓來鑑別亮度，而非能量強弱？
(寫Blog好累，原本想圖文並茂的整理一些東西，但弄了幾天，也只擠出短短這幾行內容。)
沒有留言:
張貼留言