Dorithur

Немного побегал по травке в поисках интересной живности. Бонус в комментариях :D

Nikon D5300 + Юпитер 37А (135 мм). Диафрагма от 3.5 до 5.6.

- Ну а теперь ты, Федя.
- А чё я?

- Ну... говори, на "Д".
- Воркута.

- Почему Воркута?

- А я там сидел!

- Ну хорошо... А ты, значит, на "А".

- Джамбул.

- А причём тут Джамбул?

- Потому что там тепло, там мой дом, там моя мама!

О чём это я? Снова о цифровом шуме на снимках. На этот раз расскажу о том, как температура окружающей среды может влиять на качество отснятого материала.

Эксперимент

Проверка данного факта (а некоторые из вас усомнились в верности моего заявления) может быть осуществлена любым обладателем цифровой камеры. Но одно дело сказать, что кто-то неправ, а доказать слова - уже слишком сложно.

Для эксперимента нужно сделать две простые серии снимков с несколькими условиями:
Закрытая крышка объектива

Закрытая крышка видоискателя (для зеркальных камер)

Длинная выдержка (30 секунд)

Кадры с различным ISO

Диафрагмы роли не играет

Две серии, как нетрудно догадаться, нужно проводить с идентичными настройками, чтобы получить парные снимки для сравнения. Первая серия делается с предварительным охлаждением камеры. Вторая - при температуре повыше. Крайне не рекомендуется использовать холодильник :)
В моём случае охлаждение проходило на застекленной лоджии при температуре 13 градусов по Цельсию. Вторая серия была сделана через несколько часов пребывания камеры в комнате с включенным на обогрев кондиционером. Сложно сказать, до какой температуры нагрелась камера, но что-то около 25 градусов, ящитаю.

Все кадры были сделаны в RAW формате, с отключенным шумоподавлением.

В результате была запилена простая гифка. Цифра это значение ISO. Cold/Hot - охлажденная/теплая.

И в конце - рубрика "специально для @foxnet".

Отвечаю:

Второй кадр ("До LV") сделан с закрытыми крышками объектива и видоискателя. Выдержка 30 секунд, ISO 6400. Снимок делал не доставая камеру из сумки, где она пролежала всю ночью.

Далее я включил режим Live View и оставил камеру на 5 минут.

Третий кадр ("После LV") сделан с такими же параметрами как и второй, сразу после пяти минут работы камеры режиме Live View.

Первый кадр "(1/4000 сек") сделан сразу после третьего кадра гифки. ISO 6400, выдержка минимальная для моей камеры - 1/4000 секунды. На нём хорошо видно, что даже при минимальной выдержке, шум всегда присутствует. Это так называемый "read noise". Шум, возникающий при считывании данных с матрицы.

Снимки с минимальной выдержкой и определенным ISO используются в астрофотографии при стекинге изображений и называются bias кадрами. Два других кадра в астрофотографии считаются Dark кадрами и они обязательно делаются сразу после серии обычных (light) кадров. Выдержка, ISO и температурный режим, в котором делаются dark кадры, должны обязательно соответствовать light кадрам. Кстати говоря, применять технику dark кадров можно не только в астрофотографии, но и для любых зашумлённых снимков.

Подробнее об этой технике расскажу в следующих постах. Держите матрицу в холоде, а батарею - в тепле. Всего хорошего.

В предыдущем посте я обещал рассказать о цифровом шуме подробнее. Если вы считаете, что не до конца понимаете, откуда берется цифровой шум на фото и то, как с ним бороться - добро пожаловать в мой пост :)

Большинство начинающих фотографов и достаточно внимательных любителей поселфиться на смартфон, знают, что в условиях слабой освещенности, фотография получится не совсем качественная. Причины две - количество света за время выдержки и ISO. Слишком долгая экспозиция не позволит четко "заморозить" кадр и появится смаз. А высокое значение ISO покроет всё фото разноцветными точками. Высокое ISO может спасти ситуацию и избавить от смаза. Но и добавит шум. Так ли это или нет? Давайте разбираться.

Мысленный эксперимент

Проведем простой эксперимент: возьмем два снимка в слабом свете с одинаковой выдержкой, со штатива, в формате RAW. Для правильного экспонирования поднимем ISO на первом снимке. А на втором снизим до минимума, который позволяет камера. В итоге увидим, что один снимок получился "шумным" (если света было действительно мало и ISO поднят значительно), а второй - тёмным, но за то без шума. Верно ли утверждение, что два файла содержат в себе одинаковое количество шума? В большинстве случаев - да, верно!

Что такое ISO?

Многие люди, которые знакомы с фототехникой скажут, что это чувствительность матрицы. И изменяя значение ISO, мы уменьшаем или увеличиваем количество света, которое способна захватить матрица. В сознании фотографов отложилась мысль "чем больше ISO, тем больше шумов". Во многих случаях это не так! В большой массе современных цифровых камер, значение ISO никаким образом не влияет на работу матрицы! Бывают исключения, но он них чуть позже. Spoiler: в основном это камеры Canon.

И всё же, что означает цифра значения ISO?

В далекие годы, когда трава была черно-белой зеленее, а люди снимали на пленку, появилась необходимость стандартизовать светочувствительность этой пленки, которая зависела от "химии" изделия. В 1974 году Международная организация по стандартизации закрепила в своих документах новый (уже не первый) стандарт на фотопленки. Международная аббревиатура этой организации - ISO! Пленочные стандарты обзавелись родственником в виде стандарта чувствительности цифровых сенсоров уже в 1998 году и пройдя два этапа коррекции в 2006-м году, он дошел до наших дней.

Знакомьтесь - "ISO 12232:2006 Preview. Photography -- Digital still cameras -- Determination of exposure index, ISO speed ratings, standard output sensitivity, and recommended exposure index". По какой-то причине, сотрудники ISO не стали выдумывать новый термин для обозначения этого самого "speed rating" и использовали собственную аббревиатуру, которая по правилам читается по буквам - "АйЭсОу", и превратили её в имя собственное, которое должно читаться как слово - "Айсо". Как итог - значение "цифровых" ISO привязали к ISO химическим. То есть, за основу была взята шкала чувствительности фотоэмульсий.

А теперь самое важное, что следует из этого абзаца - "цифровое" значение ISO не диктуется физическими условиями работы одной лишь матрицы, а описывает результат всех преобразований в целом. Физические принципы работы матриц различных производителей могут быть разными, но выходной результат всегда можно будет описать стандартом ISO и использовать в подсчетах экспозиции.

Что из этого следует?

Вывод простой - результат, соответствующий определенному значению ISO может быть получен без изменения каких-либо физических параметров в работе матрицы! Просто подняв яркость до требуемого уровня. А все исходные данные хранятся в RAW-файле. Таким образом, имея RAW-данные, можно симулировать различные значения ISO, используя соответствующий софт (Adobe Lightroom, например).

В этом правиле всё же есть исключения. Некоторые камеры действительно изменяют параметры работы матрицы (например, вольтаж). Но далеко не на всём отрезке значений ISO.

Проверить, как ведёт себя ваша камера при различных значениях ISO можно самостоятельно или на сайте. Там представлены снимки с одинаковой парой выдержка-диафрагма, но с разным ISO. При этом снимки выровнены на определенное количество "стопов" программно, чтобы соответствовать первому снимку (с минимальным ISO).

Какие параметры съемки влияют на шум?

Ниже представлю несколько примеров того, как различные параметры съемки влияют на шум. Примеры взяты из чужой статьи.

Выдержка:

8 сек, f/2.8, ISO 3200

4 сек, f/2.8, ISO 3200 (+1 стоп в постобработке)

2 сек, f/2.8, ISO 3200 (+2 стопа в постобработке)

Диафрагма:

8 сек, f/2.8, ISO 3200

8 сек, f/4.0, ISO 3200 (+1 стоп в постобработке)

8 сек, f/5.6, ISO 3200 (+2 стопа в постобработке)

ISO:

8 сек, f/2.8, ISO 3200

8 сек, f/2.8, ISO 6400 (-1 стоп в постобработке)

8 сек, f/2.8, ISO 12800 (-2 стопа в постобработке)

Все 3 набора кадров из примеров выровнены по уровню экспозиции при помощи обработки RAW-файла. И что мы видим? Если выровнять экспозицию (яркость) фото, сделанных с одинаковой выдержкой и значением диафрагмы, но с разным ISO, то уровень шума будет одинаков! В третий раз повторюсь - есть исключения. Первый вариант исключения: каждое значение ISO даёт свой уровень шума. Например, Canon EOS 6D (источник - всё та же статья):

Второй вариант исключения: камера ведет себя одинаково на отрезке, к примеру от [400] до максимума. Отличия только в диапазоне от [100 до 400).

Dorithur, твою матрицу! Ты расскажешь, откуда берется шум или нет?!

Окей, окей. Расскажу.

Но сначала поговорим о погоде. У меня вчера шел дождь, а у вас?

Ах да, шум... шум дождя... ммм....

Пару слов о том, как работает матрица: "ловит фотоны". Вроде уложился.

Фотоны - это кусочки света. Наши глаза тоже их ловят, передают сигналы в мозг и тот рисует картинку. Фотоны хоть и двигаются очень быстро (внезапно - со скоростью света), но источники света испускают ограниченное количество этих ребят. Отражается от объектов и того меньше, ведь часть поглощается. Отражаются точно в глаз или объектив лишь избранные. И если источник света достаточно слабый, то и на матрицу попадает меньше этих замечательных частиц.

Матрица разделена на светочувствительные участки, каждый из которых отвечает за отдельный пиксель итогового изображения. Давайте представим, что каждый такой участок это квадратный стаканчик. И все они выстроены рядами. И идет дождь!

У нас есть возможность открыть заслонку над всеми стаканчиками. И чем больше время, на которое мы откроем заслонку, тем больше капель попадёт в каждый стакан в среднем. И если "экспонировать" стаканчики на очень короткое время, то в них попадёт очень мало капель. И разница между каждый из них может быть существенная. Если в каждый стакан в среднем упало по 3 капли, то в какой-то могла упасть и одна, или вовсе ни одной. В такой ситуации невозможно точно определить степень интенсивности дождя по одному стакану. Ошибиться можно на несколько сотен процентов!

Если заслонку открыли на более продолжительный промежуток времени, то в среднем каждый стаканчик получил по 200 капель, а разброс по всем - от 180 до 220 капель, и ошибка оценки интенсивности дождя по одному стаканчику составит всего 10 процентов. Чувствуете разницу? 200% и 10% это очень много.

Догадываетесь, к чему всё идет? К матрице, конечно же. Если матрица при короткой экспозиции получает очень мало фотонов, то камере сложно точно решить за каждый пиксель, какой цвет к нему применить. В среднем черный пластик из предыдущего поста будет черным, но отдельные пиксели могут окрасить себя в те цвета, в которые они окрасили себя... Это и есть одна из составляющих шума. Недостаток данных приводит к неправильной интерпретации.

ISO в данном случае будет выступать неким порогом, по достижении которого яркость и цвет итогового пикселя меняется. Перенесем аналогию с дождем и стаканчиками на ISO. Предположим, что условное ISO у нас на минимуме, что подразумевает максимальную точность. Минимальному значению будет соответствовать следующая шкала:
0 - 50 капель: слабый дождь или его отсутствие
50 - 100 капель: средний дождь

100 - 150 капель: сильный дождь

150 - 200 капель: ливень

Можно довольно точно определить силу дождя даже по одному стаканчику. Но только при условии, что среднее значение по всем стаканчикам было между 0 и 200 капель. 5 капель четко идентифицируется как очень-очень слабый дождь. Яркость пикселя минимальная. 35 капель - уверенный слабый дождь. Пиксель чуть ярче.

Повысим ISO до условного максимума. Теперь градация следующая:

10 капель: слабый дождь или его отсутствие

20 капель: средний дождь

30 капель: сильный дождь

40 капель: ливень

Те же 5 капель в стаканчике теперь оценивают силу дождя как более мощную, чем 35 капель при минимальном ISO! А 35 по данной шкале это уверенный сильный дождь! Пиксель гораздо ярче, чем в первом случае. 100 капель, которые расцениваются по первой шкале как сильный дождь, в данном случае будут представлять нечто невообразимое, что невозможно оценить. Яркость пикселя максимальная. Полный пересвет.

Для более точной оценки лучше всего открывать заслонку на большой промежуток времени (длинная выдержка) и использовать более широкую шкалу оценки (низкое ISO). Но это можно делать до тех пор, пока стаканчики не заполнятся до верху. Если это случилось, то какую шкалу ни применяй, то мы узнаем, что дождь был гораздо сильнее, чем мы ожидали, но не оценим точно его интенсивность на отдельных участках, т.к. все стаканчики будут заполнены на 100%.

Это и есть причина более яркой картинки при повышении ISO и большего количестве шума, если время экспонирования осталось прежним. Излишне высокое ISO при длительной экспозиции "заполнит стаканчики до верху" и кадр будет просто белым.

Из этого примера так же следует, что чем большее количество капель допустимо при определенном уровне ISO, тем более точно мы сможем оценить промежуточные значения силы дождя ("очень слабый", "слабый", "ближе к среднему" и т.д.) над конкретным набором стаканчиков. В фотографии это называется "динамический диапазон". Чем он шире, тем больше градаций яркости может передать камера. Наивысшее значение динамического диапазона будет при минимальном ISO.

Уф-ф-ф-ф. Как всегда. Сестра таланта от меня сбежала, так что извините. Хотел всё уместить в еще более короткий пост, чем получилось, но придется пилить еще как минимум одну часть. В ней поведаю о других составляющих шума.

Предисловие
Часто бывает, что необходимо сделать приемлемое фото, а хорошей камеры под рукой нет. Есть лишь смартфон, качество снимков которого оставляет желать лучшего. Главная проблема зачастую сводится к большому количеству цифрового шума на снимках. Эти "мухи" могут испортить любой снимок. Но с ними можно бороться. Особенно, если речь идет о съемке статичных сюжетов.

Представьте, что вам нужно получить хорошего качества фото какого-либо предмета. Скажем, вы хотите продать свою старую камеру. Но вот беда - снять-то её нечем! Есть только телефон, но его фото настолько шумные, что распугают всех покупателей (ведь камеру будут выбирать только истинные ценители фотографии, ага!). Выход есть - приступаем!

Суть

Давайте посмотрим на качество изображения, полученного моим смартфоном (Asus Zenfone Max ZC550KL). Фото сделано при свете монитора, ночью.

Данный девайс был выбран из-за наличия множества надписей, по которым можно оценить изменения в дальнейшем.

Как мы видим, шума довольно много. Особенно в тенях. Зарядка немного запыленная, но я ленивый так даже лучше - больше мелких деталей.

Для борьбы с этой гадостью вам понадобится:
- Смартфон
- Приложение для серийной съемки (если стандартное приложение для камеры не поддерживает такую функцию)

- Штативчик для телефона (желательно)

- Photoshop или другой продвинутый графический редактор

Закрепляем смартфон и делаем серию снимков, стараясь не сместить кадрирование.

Количество снимков в серии будет влиять на финальный результат. Чем больше сдадим, тем лучше. Особо усердствовать не стоит, т.к. процесс обработки будет требовать много ресурсов, если взять добрую сотню изображений. У меня Фотошоп скушал 10 из 16 Гб оперативной памяти, когда обрабатывались 100 файлов.

Обработка

Я приведу пример для Фотошопа. Но основная идея одинакова для всех редакторов.

Первое, что нужно сделать, используя ФШ - загрузить все изображения в виде слоёв. Идём в "Файл - Сценарии - Загрузить файлы в стек...". Выбираем нужные файлы и отмечаем "Создать смарт-объект" и "Выровнять исходные изображения". Галочки можно не ставить и сделать эти операции позже, но если нет необходимости проделывать иные манипуляции - ставьте сразу. Выравнивание можно не делать, если съемка производилась автоматом по self-таймеру. В моем дефолтном приложении камеры, функция серийной съемки сводится к удерживанию пальца на кнопке "спуска". Поэтому, кадры немного смещались. Процесс выравнивания занимает основное время и ресурсы.

Когда смарт-объект готов, можно переходить к следующему шагу - "Слои - Смарт-объект - Режим стека - Медиана". Вместо "медианы" можно использовать "усреднение". Оно быстрее и особой разницы не видно. Экспериментируйте.

После завершения стекинга, мы получим готовое изображение. Далее следуют примеры.

10 кадров:

20 кадров:

50 кадров:

100 кадров:

Сравнение участков.

Расположение по количеству сложенных кадров:

1 10
50 100

Самые мелкие детали. Распределение такое же.

Невооруженным глазом видно, что после стекинга, соотношение сигнал/шум (SNR) уменьшается на квадратный корень из (N), где N - количество сложенных кадров. Таким образом, изображения улучшили этот показатель в 3; 7 и 10 раз соответственно.

Сколько изображений для сложения использовать - решайте сами. Мне кажется, что 20-25 кадров вполне достаточно при аналогичном исходнике. Даже если у вас имеется всего 2 кадра - стэкинг уменьшит шум в 1.5 раза (sqrt(2) = 1,41).

Как это работает

Цифровой шум - это помехи, возникающие по различным причинам. Ложные сигналы. При нагреве матрицы, отдельные её пиксели могут принимать возросшую температуру за полезный сигнал (фотоны света) и "зажигать" пиксель итогового изображения каким-либо цветом, не соответствующим тому, что "видит" объектив. Этот процесс имеет некую случайную составляющую. Один и тот же пиксель не всегда будет получать ложный сигнал. Чаще он всё же "запоминает" полезные данные.

Таким образом, если собрать большое количество изображений одного и того же сюжета, то при помощи математических функций можно выяснить реальную окраску каждого конкретного пикселя. Банально взяв среднее или медианное значение по всем кадрам.

Например, у нас есть 10 кадров. Некий пиксель имеет значение, соответствующее красному цвету на трех из десяти кадров. На семи фото он зеленый. Можно предположить, что большинство кадров всё же верно отображают цвет этого пикселя. Таким образом, среднее или медианное значение будет гораздо ближе к правде, чем к ложному сигналу.

Конечно же, такой метод можно применять к фотографиям не только со смартфона, но и с хороших цифровых камер. Ведь они тоже выдают неидеальные снимки, на которых присутствует цифровой шум. А сфера применения метода не ограничивается предметной съемкой.

Подробнее о том, откуда берется цифровой шум, и что на него влияет, я расскажу в следующем посте.

Прошлый пост вызвал некоторую реакцию, что уже хорошо. И одной из реакций было легкое неверие в то, что запечатленные объекты это действительно спутники на ГСО.

Вчера (06.03.17) мной было снято еще несколько кадров. И в этом посте я попробую их разобрать по косточкам, что называется. Из используемых инструментов - Lightroom, Photoshop, Stellarium.

Был выбран один из удачных кадров, с выкрученными параметрами для удобного рассмотрения:

Точное время съемки (окончание экспонирования) - 07.03.2017 00:06:08. Выдержка 211,8 секунд. Особо увлеченные граждане могут заняться подсчетом секунд и узнать, когда была нажата кнопка спуска.

Аналогичный "кадр" был получен в Stellarium. После некоторых попыток натянуть один глобус на другой, вышло такое наложение:

Обе картинки можно сохранить и пощелкаться между ними, дабы сравнить расчетные положения спутников (надо заметить, не только искусственных, о чем позже). Для пущего удобства можно открыть два изображения слоями в ФШ. Наложение далеко от идеального, но всё же удобнее, чем переключаться между окнами.

Итак. Что мы имеем, господа? Самый яркий трек (след, шлейф) оставил Юпитер. Чуть выше него, вплотную - Каллисто, один из "галлилеевских" спутников планеты-гиганта. Возможно, трек слился со следом другого спутника - Европы. Внизу (или мне кажется) - треки от Ганимеда и Ио. Эти 4 спутника видны в хороший бинокль или подзорную трубу по типу советской Турист-3. При удачном их взаимном расположении, мой объектив способен различить их в виде отдельных точек на короткой выдержке. Здесь же всё смешалось.

Приступим к главной цели разбора - спутникам на геостационарной орбите. Более подробно о них вы можете почитать в предыдущем посте.

- Самый яркий из них - Chinasat 1C. Как несложно догадаться, это китайский спутник. Если верить официальным данным, то страдает этот парень телерадиовещанием и прочими коммуникациями. На снимке он "заперт" между двумя шлейфами от двух звезд - HIP 67829 и HIP 67355.

- Левее и ниже от китайского собрата расположились GSAT 6 и GSAT 10 - телекоммуникационные спутники индийского происхождения. Как видите, что на земле, что на орбите, эти две страны стремительно увеличивают своё присутствие. Небольшая группировка также расположилась в верхней части кадра.

- Правее и выше от "китайца", нашел своё место российский спутник связи типа "Гарпун" под номером 2 (Cosmos 2513).

- Чуть выше "Гарпуна" расположился какой-то неизвестный Стеллариуму объект. Скорее всего, о нём знать мало кто должен. Короче говоря, за мной уже выехали.

- Продвигаясь от рассмотренных аппаратов в сторону Юпитера, можно заметить группу в полосатых купальниках три объекта. Два из них идентифицировались - Thaicom 6 и Thaicom 8, принадлежащие одноименному тайландскому оператору связи. Кто еще тайком составил компанию двум Thaicom'ам - непонятно.

- Далее по орбите должен находиться отечественный аппарат Радуга 31, но его яркости не хватило для попадания на фото. А может и данные разнятся. С этими Радугами как-то всё не радужно получается. Уже были безуспешные попытки найти их на других фото.

- Специально выделил область, где должен располагаться один интересный спутник - Электро-Л №2. Примечателен он тем, что несколько десятков раз в день делает снимки нашего земного шара и аккуратно складирует их на ftp-сервер, доступный всем желающим. Пикабу не желает прикреплять ссылку к тексту, поэтому вот - ftp://ftp.ntsomz.ru/
Еще это один из немногих отечественных проектов, которому посвящена целая страница. В разделе "Галерея" оставил свой след некто @zelenyikoteyka :) Хотелось увидеть хотя бы один пиксель от этого аппарата, но похоже, что его нет :( Но ничего. На Юге нашей страны уже дали ясное небо. Попробую поймать Электро еще раз. Может быть, стекинг изображений что-нибудь покажет.

- Выше Юпитера видна уже упомянутая группировка GSAT, а также коммуникационный спутник ABS-2.

Засим я прощаюсь с вами и ухожу на балкон - камера уже остыла.