کلیک🖱️ فناوری و تکنولوژی‌های جدید

کلیک🖱️ فناوری و تکنولوژی‌های جدید

اخبار کامپیوتر و سخت‌افزار، بررسی فناوری‌های جدید، خبر فناوری اطلاعات IT، گجت‌های تازه، دنیای موبایل، اینترنت و شبکه، امنیت، سیستم عامل، آموزش کامپیوتر
توسط ۶۶ نفر دنبال می شود
 ۱۴ نفر را دنبال می کند

تفاوت فناوری های Oversampling ،Line Skipping و Pixel Binning در دوربین های دیجیتال

تفاوت فناوری‌های Oversampling ،Line Skipping و Pixel Binning در دوربین‌های دیجیتال

Oversampling ،Line Skipping و Pixel Binning سه فناوری بسیار مهم فیلم‌برداری در دوربین‌های رده‌بالا هستند که تأثیر بسیار زیادی در کیفیت محتوای خروجی دارند.

ممکن است برای شما این سؤال پیش آمده باشد که چرا برخی مدل‌های ارزان‌تر دوربین‌ها، از نسخه‌های گران‌تر حتی با رزولوشن بیشتر، برای فیلم‌برداری مناسب‌تر هستند. بررسی‌ها نشان داده‌اند که کیفیت فیلم‌برداری دوربین فول فریم نیکون Z6 در مقایسه با برادر بزرگتر خود یعنی نیکون Z7 از کیفیت بالاتری برخوردار هستند و این رَویه بین دو دوربین هم‌رده‌ی سونی A7 III و A7R III هم تکرار می‌شود.

دلیل این اتفاق به چگونگی ثبت تصاویر توسط این دوربین‌ها و تبدیل آن‌ها به ویدئوهای 4K یا 1080p ارتباط مستقیم دارد. اگر قصد خرید دوربین مناسب برای فیلم‌برداری دارید این اطلاعات ممکن است برایتان مفید بوده و مقدار زیادی صرفه‌جویی برای شما به‌همراه داشته باشد. به‌عنوان مثال دوربین Nikon Z6 در حدود ۶۰ درصد از مدل پیشرفته‌تر Z7 ارزان‌تر بوده درحالی‌که در بخش ضبط کلیپ‌های ویدئویی درخشان‌تر عمل می‌کند.nikon z6 vs z7 نیکون

به‌طور معمول چهار روش در دوربین‌ها برای تبدیل تصاویر ثبت‌شده به ویدئویی با رزولوشن مورد نظر استفاده می‌شود:

  • Cropping
  • Oversampling
  • Line Skipping
  • Pixel Binning

قبل از مقایسه‌ی فرایند هر یک از چهار روش، لازم است توضیح دهیم که چرا در وهله‌ی اول به آن‌ها نیاز داریم. وقتی که با یک دوربین مخصوص عکاسی (تصاویر ثابت)، فیلم‌برداری می‌کنید، حسگر آن دقیقا با رزولوشن یا نسبت ابعاد ویدیوی خروجی مورد نظر ساخته نشده است. به‌عنوان مثال حسگر نیکون Z6 رزولوشن ۶۰۰۰ (افقی) در ۴۰۰۰ (عمودی) پیکسل دارد که دارای نسبت ابعاد ۳ به ۲ است. بااین‌حال، در یک ویدیوی UHD که نسبت ۱۶ به ۹ دارد، رزولوشن ۳۸۴۰ در ۲۱۶۰ است. درنتیجه دوربین باید به نحوی تصویر با ابعاد بزرگتر عکس را به ویدیویی با نسبت ابعاد و رزولوشن استاندارد تبدیل کند.ویدیو 4k video frame

روشی که در هر دوربین برای این هدف استفاده می‌شود بستگی به قابلیت‌های پردازنده موجود در آن دارد. اما به‌طور کلی می‌توان گفت که هرچه روش به‌کاررفته ساده‌تر باشد کیفیت تصویر نهایی پایین‌تر خواهد بود.

Cropping

این روش آسان‌ترین و بدترین کیفیت تصویر ویدیویی خروجی از دوربین را تولید می‌کند. در این روش دوربین به‌سادگی تنها فریم تصویری به اندازه‌ی 4K پیکسل که برای تولید ویدئو نیاز دارد را از مرکز حسگر جدا کرده و سایر داده‌های حسگر در اطراف آن چارچوب را حذف می‌کند و به دور می‌اندازد. این روش دو ضعف اساسی دارد. اول آن‌که میدان دید را به اندازه‌ی میدان دید یک حسگر بسیار کوچک‌تر تغییر می‌دهد. دوم به‌دلیل دورریز اطلاعات در تولید تصویر باکیفیت محدودیت ایجاد کرده و تصاویری تار و با نویز بیشتر تولید می‌کند. این همان اتفاقی است که دوربین‌های جدید کانن (Canon) از آن رنج می‌برند و تصاویر فیلم‌برداری آن‌ها نسبت به رقبا شفافیت و جزییات کمتری داشته و میدان دید بهینه‌ای ندارند.

cropping 4k video

روش Oversampling

یک ویدئوی 4K درواقع توالی عکس‌های ۸ مگاپیکسلی با سرعت ۳۰ فریم‌بر‌ثانیه است. بسیاری از دوربین‌های قدرتمند امروزی (با حسگرهای بسیار بزرگتر از ۸ مگاپیکسل) قادر هستند تصاویر را از حسگرهای بزرگ خود گرفته و از درون آن‌ها تصاویر متحرک ۸ مگاپیکسلی ایجاد کنند؛ به‌جای آن‌که تنها از یک حسگر ۸ مگاپیکسلی استفاده کنند. فرض کنید به‌جای استفاده از دوربینی که فقط با رزولوشن مناسب وب عکس می‌گیرد، تصویری با کیفیت و بزرگ ثبت کرده و سپس در فتوشاپ برای استفاده‌ در وب تغییر اندازه دهیم. این ایده منطق پشت روش Oversampling است.

به زبان ساده، این روش به‌معنی استفاده از تصویری با رزولوشن بیشتر (مثلا دو برابر) برای تولید تصویری با رزولوشن دلخواه است. به‌طور کلی، دوربین با استفاده از الگوریتم‌های نرم‌افزاری ویژه، داده‌های پیکسل‌های موجود را به نحوی با یکدیگر ترکیب کرده و به اصطلاح آن‌ها را به تصویری با رزولوشن کمتر تبدیل می‌کند که آن را Downsample می‌نامند. این روش منجر به ایجاد تصویری با نویز کمتر شده و از پدیده‌های Aliasing و Moire جلوگیری می‌کند و نقیصه‌های رنگی پایین‌تری در لبه‌ها به چشم می‌خورد. این شیوه که در نیکون Z6 استفاده می‌شود تا به امروز بهترین روش است.

نویز معمولا هنگام Downsampling به دو طریق بهبود پیدا می‌کند؛ میانگین‌گیری و انقباض نویز. اندازه‌ی نویز به اندازه‌ی پیکسل مرتبط است و هرچه اندازه‌ی پیکسل کوچکتر باشد نویز تولید‌شده در آن نیز اندازه‌ی کوچکتری خواهد داشت. به‌دلیل آن‌که در تصویر تولیدشده به روش Oversampling از پیکسل‌های کوچکتری استفاده شده است درنتیجه محتوای نهایی نویزهای کوچکتری خواهد داشت. برای توضیح بیشتر فرض کنید که در راستای افقی فریم به ۳۸۴۰ پیکسل نیاز دارید اما حسگر دوربین شما ۶۰۰۰ پیکسل را ثبت می‌کند. پس پیکسل‌های به مراتب کوچکتری نسبت به آن چیزی که برای پُرکردن فریم نیاز است خواهید داشت و چون نویز شکل و اندازه‌ی خود را از پیکسل مبدا خود می‌گیرد بنابراین در این حالت نویزهای کوچکتری در تصویر تولید می‌شوند که کمتر به چشم می‌آیند. عکس این موضوع نیز صادق است و وقتی که مثلا عکس‌ها را زوم می‌کنید نویزها بزرگتر و بیشتر دیده می‌شوند. به همین دلیل در یک ویدیوی 4K تولیدشده به روش Cropping نویزها بیشتر هستند و در مقایسه بدترین کیفیت را دارند.

در مورد Aliasing هم این موضوع برقرار است. به زبان ساده Aliasing به‌دلیل عدم وجود داده‌های کافی در منطقه‌ی شکل‌های پیچیده در تصویر به‌وجود آمده و موجب ایجاد لبه‌های تیز و دندانه‌دار می‌شود. اندازه پیکسل به‌طور مستقیم روی این پدیده تأثیر می‌گذارد. اگر پیکسل‌ها کوچکتر بوده و درنتیجه، در یک محدوده‌ی مشخص تعداد بیشتری وجود داشته باشند می‌توانید شکل‌های دقیق‌تر با  مرزها و لبه‌های صاف‌تر تولید کنید؛ اما اگر پیکسل‌های کمتر با اندازه‌ی بزرگتر داشته باشید، آن شکل‌ها در تصویر خشن‌تر و نامنظم‌تر بازتولید می‌شوند. به‌عنوان مثال اگر سعی کنید دایره‌ای را تنها با ۴ مربع بزرگ ایجاد کنید نتیجه بسیار متفاوت از حالتی خواهد بود که همان دایره را با ۴۰۰ مربع کوچکتر درست کنید. واضح است که در حالت دوم شکل به‌وجود‌آمده شباهت بسیار بیشتری به یک دایره‌ی کامل دارد. همانند اتفاقی که برای نویز می‌افتد، هنگامی که از یک تصویر با رزولوشن بالاتر برای تولید تصویر 4K استفاده می‌کنید، به‌دلیل استفاده از پیکسل‌های کوچکتر و درنتیجه اطلاعات در دسترس بیشتر، پدیده‌ی Aliasing کمتری در تصویر نهایی دیده خواهد شد.

aliasing

پدیده منفی دیگر Moire است. این نقیصه در تصاویر دیجیتال در حقیقت الگوهای غیرواقعی موج‌شکلی هستند که گویا در تصویر حرکت می‌کنند. Moire هم ارتباط تنگاتنگی با Aliasing داشته و درواقع هرچه میزان Aliasing بیشتر باشد احتمال ظاهرشدن Moire بیشتر خواهد بود.

پدیده moire

یک راه‌حل ساده برای این پدیده‌ها استفاده از فیلتر AA یا Anti-Aliasing در سنسورها است. در برخی از برندها به این نوع فیلترها، فیلترهای پایین‌گذر نوری (optical low-pass filter) گفته می‌شود. اما در کاربرد می‌توان به آن‌ها به شکل یک فیلتر تارکننده (Blure filter) نگاه کرد. امروزه به‌دلیل افزایش تعداد پیکسل‌ها در حسگر دوربین‌ها، این فیلترها کاربرد کمتری پیدا کرده‌اند. اگر بخواهید Aliasing و Moire را برطرف کنید مقداری تارکردن تصویر به کمترشدن اثر آن‌ها کمک می‌کند و این دقیقا کاری است که فیلترهای AA انجام می‌دهند. به‌کارگیری فیلترهای AA تفاوت اساسی در کیفیت ویدیویی دوربین‌های سری Z نیکون و A7 سونی ایجاد می‌کند. دوربین‌های گران‌تر و بزرگتر Z7 و A7R III از فیلترهای AA استفاده نمی‌کنند.

AA filter antialiasing فیلتر

روش Line Skipping

این روش به فرآیندی گفته می‌شود که به‌جای انتخاب یک فریم 4K از وسط حسگر (Cropping)، ردیف‌های پیکسل (عمودی و افقی) در هنگام خواندن اطلاعات از روی حسگر به‌سادگی نادیده گرفته می‌شوند تا تصویر با رزولوشن مورد نظر به‌دست آید. به‌عنوان مثال در یک حسگر با ۶۰۰۰ پیکسل افقی برای تولید یک تصویر 4K UHD تنها به ۳۸۴۰ پیکسل نیاز است و درواقع ۲۱۶۰ ستون پیکسل دیگر اضافی هستند و نادیده گرفته می‌شوند. این روش نسبت به Cropping میدان دید را تغییر نمی‌دهد اما همچنان معایب اصلی آن را دارد. دوربین‌های Z7 نیکون و A7R III سونی در حالت فیلم‌برداری فول فریم از Line Skipping‌ استفاده می‌کنند.

به‌دلیل دورریز اطلاعات و داده‌های در دسترس کمتر، تصویر ایجادشده در این روش نسبت به Oversampling از نویز، Aliasing‌ و Moire بیشتری رنج می‌برد. به‌علاوه در دوربین‌های ذکرشده فیلتر AA هم وجود ندارد تا به کمک آید. دوربین‌های Z7 و A7R III حالت فیلم‌برداری دیگری هم دارند که درواقع به‌جای Line Skipping  ترکیبی از روش‌های Cropping و Oversampling را اجرا می‌کنند.

line skipping روش

در حالت DX یا Super35 ابتدا فریمی با ضریب ۱/۵ از مرکز حسگر جدا شده و درنتیجه تعداد پیکس‌های فعال افقی از ۸۲۵۶ (فول فریم) در Z7 به ۵۵۰۲ کاهش پیدا می‌کند. سپس از پیسکل‌های باقیمانده با استفاده از  Oversampling تصویری با رزولوشن 4K استخراج می‌شود. در این حالت به‌طور قطع میدان دید کوچکتر شده است. به‌علاوه، نسبت به فیلم‌برداری حالت فول فریم که از Line Skipping یا Pixel Binning استفاده می‌کنند، پیکسل‌های مؤثر بیشتری (۵۵۰۴ در مقابل ۳۸۴۰ پیکسل) وجود دارد  و تا حد زیادی از مزیت‌های روش Oversampling همانند Z6 برخوردار است. اما در نیکون Z6 الگوریتم Oversampling رو همه‌ی پیکسل‌های حسگر اعمال می‌شود (۶۰۰۰ در مقابل ۵۵۰۴). بااین‌حال، در حالت DX تصویر بهتری از روش Line Skipping ایجاد می‌شود و تا ۹۰ درصد کیفیت ویدویی Z6 را دارد. تنها نقطه‌ی منفی کوچکتر شدن میدان دید با ضریب ۱/۵ است. در دوربینی مانند Nikon Z7 به‌دلیل آن‌که تعداد پیکسل کمتری در فیلم‌برداری استفاده می‌شود جای خالی فیلتر AA بیشتر احساس می‌شود.

روش Pixel Binning

برای درک بهتر این روش لازم است اطلاعات مختصری درباره‌ی ساختار سنسورها بدانیم. در بیشتر حسگرهای تصویربرداری دیجیتال موجود در دوربین‌ها از آرایه‌ی فیلتر رنگی بایر (Bayer) استفاده شده است. در جزئی‌ترین حالت این آرایه از یک بلوک ۲×۲ فیلترهای رنگ قرمز و آبی و دو فیلتر رنگ سبز تشکیل شده است. این فیلترها هر رنگی غیر از رنگ اختصاص داده شده را فیلتر کرده و مانع عبور آن‌ها می‌شوند.

آرایه فیلتر رنگی بایر Bayer color filter array

فیلتر رنگی حسگر تصویر color filter

هنگامی که پیکسل‌های بیشتری نسبت به آن‌چه که نیاز است در اختیار دارید، یک راه برای تولید تصویر با رزولوشن هدف ترکیب‌کردن داده‌های چند پیکسل با هم است. در حقیقت، روش Binning فرایند ترکیب‌کردن شارژ الکتریکی پیکسل‌های مجاور و تشکیل یک پیکسل بزرگتر به منظور کاهش نویز ازطریق افزایش نسبت سیگنال-به-نویز است. به‌عنوان مثال، در یک بلوک ۱۶تایی از آرایه‌ی بایر (۸ فیلتر سبز، ۴ آبی و ۴ قرمز) می‌توانیم داده‌های پیکسل‌های هم‌رنگ را با هم ترکیب کرده و به اصطلاح ۴ «ابرپیکسل» قرمز و آبی و دو سبز به دست آوریم. این شیوه باعث ایجاد پیکسل‌های بزرگتر با اطلاعات نوری بیشتر شده و البته رزولوشن را ۴ مرتبه کاهش می‌دهد. وقتی پیکسل‌ها با یکدیگر ترکیب می‌شوند نویزهای همراه آن‌ها هم ترکیب شده و میانگین (noise averaging) می‌شوند و درنتیجه سیگنالی با نسبت SNR (نسبت سیگنال به نویز) بهتر ایجاد خواهد شد. بنابراین علاوه‌بر رسیدن به هدف کاهش رزولوشن، کیفیت سیگنال هم بالاتر رفته و تصویر کوچکتر و شفاف‌تری نسبت به تصویر اولیه به دست می‌آید.

bayer pixel binning

نتیجه‌گیری

هنگامی که Oversampling امکان‌پذیر نیست Pixel Binning بهترین گزینه است و به سایر روش‌ها ارجحیت دارد. میدان دید در این روش تغییر پیدا نمی‌کند اما به‌دلیل بزرگتر‌شدن پیکسل‌های تشکیل‌دهنده‌ی تصویر، احتمال وقوع پدیده‌های Aliasing و Moire افزایش پیدا خواهد کرد. تفاوت Pixel Binning با Oversampling در این موضوع نهفته است که در روش اول ترکیب داده‌های پیکسل‌ها در فاز خواندن اطلاعات از روی حسگر اتفاق می‌افتد درحالی‌که در روش دوم اطلاعات پیکسل‌ها به‌صورت نرم‌افزاری و اجرای الگوریتم‌های پیچیده توسط پردازنده دوربین با هم ترکیب می‌شوند. به‌طور کلی می‌توان گفت که Oversampling و ‌Binning به ترتیب بیشترین توان پردازشی را نیاز خواهند داشت درحالی‌که Line Skipping و Cropping ساده‌ترین هستند.

oversampling vs line skipping vs binning

الگوریتم‌های بهتر توان پردازشی بیشتری نیاز دارند و درنتیجه برای دستیابی به سرعت فریم قابل قبول باید پردازنده‌های سریع‌تری به‌کار برده شوند. این پردازنده‌ها به نوبه‌ی خود باتری بیشتری مصرف می‌کنند و تولید گرمای آن‌ها هم جزو عوامل محدود‌کننده است. تولیدکنندگان همواره به‌دنبال ایجاد توازن بین کیفیت تصویر، مصرف انرژی و کنترل گرما هستند. با وجود اندازه‌ی حسگر کوچکتر و قیمت پایین‌تر، نیکون Z6 در این بین توانسته است توازن بهتری بین این عوامل نسبت به برادر بزرگتر خود به وجود آورد. بنابراین، می‌توان گفت که لزوما دوربین بزرگتر و گران‌تر کیفیت فیلم‌برداری بهتری نداشته و بستگی به روش و تعداد پیکسل‌های به‌کاررفته برای تولید ویدئو در دوربین دارد.

کلیک🖱️ فناوری و تکنولوژی‌های جدید
کلیک🖱️ فناوری و تکنولوژی‌های جدید اخبار کامپیوتر و سخت‌افزار، بررسی فناوری‌های جدید، خبر فناوری اطلاعات IT، گجت‌های تازه، دنیای موبایل، اینترنت و شبکه، امنیت، سیستم عامل، آموزش کامپیوتر

شاید خوشتان بیاید

پاسخ ها

نظر خود را درباره این پست بنویسید
منتظر اولین کامنت هستیم!
آیدت: فروش فایل، مقاله نویسی در آیدت، فایل‌های خود را به فروش بگذارید و یا مقالات‌تان را منتشر کنید👋