Księżyc – obrazy HDRi (Moon – High Dynamic Range imaging)

Woreczko Meteorites

Jan Woreczko & Wadi

Księżyc – obrazy HDRi, maj 2018 r.
(Moon – High Dynamic Range imaging, May, 2018) « «

maj 2018

High Dynamic Range imaging

Przykład nieudanego HDR z sześciu klatek (full ×6)

Fotografując Księżyc napotykamy wiele razy na problem prawidłowej ekspozycji. Tarcza Księżyca ma bardzo dużą dynamikę jasności i często nie chcąc tracić szczegółów w światłach, gubimy cienie lub odwrotnie, w cieniach mamy bogactwo detali, a w światłach – białe, „wypalone”.

Fotografując musimy być świadomi, że zakres jasności fotografowanych obiektów najczęściej przekracza zdolności rejestracji najlepszych nawet matryc CCD lub CMOS w aparatach cyfrowych. Oko ludzkie radzi sobie z bardzo szerokim zakresem jasności – kilkanaście rzędów (duży zakres dynamiki, HDR) – natomiast matryce w aparatach mają dynamikę tylko kilku rzędów (mały zakres dynamiki, LDR). Przecież dobrze widzimy w słoneczny dzień, jak i w nocy. Komórki światłoczułe w ludzkim oku doskonale radzą sobie z dużą dynamiką obrazu. Aby dobrze „widzieć” w aparacie fotograficznym, musimy w szerokim zakresie regulować czasem naświetlania, przysłoną i czułością. A i tak, efekt jest mizerny w porównaniu z tym co my widzimy.

Dotyczy to szczególnie sytuacji, gdy fotografujemy w bardzo jasnym, kontrastowym świetle dziennym. Jak udaje się nam zarejestrować w części kadru np. ładne niebo z obłokami lub grę cieni na jasnej ścianie, to w w innej części w głębokich cieniach mamy z reguły czarną plamę bez szczegółów. I odwrotnie, dobierając warunki naświetlania na cienie, obiekty jasne zostają pozbawione szczegółów i są „wypalone”. Cóż, jest to bariera, jak na razie, nie do pokonania technologicznie.

W takich warunkach fotografowania z pomocą przychodzi znana od dawna technika składania kilku obrazów (najczęściej 3 i więcej) wykonanych przy różnych ekspozycjach tego samego kadru – tzw. technika autobracketingu. Wykonujemy zdjęcie(a) niedoświetlone, zdjęcie naświetlone poprawnie i zdjęcie(a) prześwietlone. Każde z nich niesie inne informacje: w niedoświetlonym mamy szczegóły w światłach; w prześwietlonym, szczegóły w cieniach; w naświetlonym poprawnie akceptowalne, czyli to co może aparat.

Mając kilka zdjęć tej samej sceny o różnych wartościach ekspozycji, możemy skorzystać z bardzo wyrafinowanej techniki składania obrazów cyfrowych – HDRi (High Dynamic Range imaging). W uproszczeniu technika ta pozwala wygenerować nowy obraz na bazie kilku zdjęć. Mapujemy jasnością wybranych partii obrazu (pikseli) w celu wydobycia szczegółów w: partiach niedoświetlonych (ciemnych) i prześwietlonych (jasnych). W efekcie otrzymujemy obraz o zmniejszonym kontraście (mniejszej dynamice), ale z zachowaną dynamiką jasności lokalnych zmian elementów kadru (sceny).

Postanowiłem wykorzystać tę technikę do poprawy jakości zdjęć Księżyca. Lecz chciałem nie tylko poprawić tonalność zdjęć, ale równocześnie wykorzystać jeszcze jedną cechę obrazów cyfrowych – „sub-pikselowość”! Nie ma tu miejsca na dokładne wyjaśnienie tej techniki, ale w skrócie można przyjąć, że na „jasność piksela” składa się średnia jasność obiektów, które „mieszczą się w jednej pikseli obrazu”. Fotografowany obiekt (tu Księżyc) jest dużo bogatszy w szczegóły niż to co udaje się zarejestrować na matrycy aparatu. Rozdzielczość (szczegółowość) obrazu jest ograniczona przez fizyczny rozmiar pikseli i ich liczbę.

Na pojedynczej klatce mamy więc Księżyc składający się np. z XY pikseli, czyli zarejestrowany uśredniony obraz Księżyca. Na innej klatce, zrobionej chwilę później, mamy również Księżyc o rozmiarach ~XY pikseli, ale będący uśrednieniem trochę przesuniętego w kadrze Księżyca. Można powiedzieć, że np. na 30 pikseli obrazu zajmowanego przez krater Albategnius na dwóch różnych obrazach, składają się trochę inne uśrednione obrazy większej liczby jego szczegółów.

Idea jest następująca. Wykorzystując technikę HDRi chciałem poprawić nie tylko tonalność wyliczonego obrazu, ale równocześnie wymusić poprzez algorytm składania kilku obrazów (wykonywanego wyrównywania treści obrazów, align) – poprawę rozdzielczości (sub-pikselowość) wynikowego obrazu.

Zdjęcia Księżyca przeskalowywałem ×2 lub ×4 powielając wartości pikseli bez ich przepróbkowywania (nearest neighbor method). Obraz Księżyca stawał się większy w pikselach, ale nie wprowadzało to dodatkowych wartości tonalnych. Algorytm HDRi składając poszczególne ekspozycje miał w zasadzie 4 lub 16 razy więcej pikseli do wyliczania końcowego obrazu. I właśnie ten nadmiar pikseli pozwalał na wygenerowanie dodatkowych wartości tonalnych pochodzących od lekko przesuniętych obrazów.

Jest dostępnych wiele programów, które pozwalają na generowanie obrazów HDRi. Ja używałem bardzo dobrego polskiego programu SNS-HDR Professional. Bardzo popularny do „wywoływania” obrazów cyfrowych jest również Adobe Photoshop Lightroom (kolega nazywa go JAŚNIĄ, przez analogię do CIEMNI, w której wywoływało się obrazy analogowe ). Ale w moich eksperymentach LightRoom się nie sprawdził!

Są produkowane aparaty cyfrowe wykorzystujące technologię sub-pikselowatości. Na przykład aparat mający 20 MPixelową matrycę, generuje obrazy o większej końcowej rozdzielczości, np. 40 MPixeli! Jest to osiągane na poziomie oprogramowania aparatu. W momencie naciskania spustu migawki wykonywane są szybko po sobie dwa zdjęcia, pomiędzy którymi matryca jest lekko przesuwana o pół pikseli. Następnie procesor obrazu dokonuje złożenia takich dwóch obrazów, dając w efekcie końcowym obraz bogatszy w szczegóły, niż wynikałoby to z nominalnego rozmiaru matrycy! Prawdziwa metoda generowania obrazów sub-pixelowych bazuje na wyrafinowanych algorytmach dekonwolucji i/lub metodzie maksimum entropii.

Wikipedia – obrazy HDR (ang. High Dynamic Range imaging).

Obrazy wyjściowe

Bracketing

Testowe (bazowe do przetworzenia) zdjęcia Księżyca zrobione w trybie bracketingu ±1 EV.
Seria trzech zdjęć zrobionych w odstępie ~1 sekundy (jasna piksel w prawej-górnej ćwiartce to błąd macierzy CMOS).

Pierwsze zdjęcie (niedoświetlone, szczegóły w światłach)
(22-05-2018 21:34)
(f200/5.6, 1/500 s, ISO 320, EV -1)

Drugie zdjęcie (naświetlone normalnie, takie robimy normalnie)
(22-05-2018 21:34)
(f200/5.6, 1/250 s, ISO 320, EV 0)

Trzecie zdjęcie (prześwietlone, szczegóły w cieniach)
(22-05-2018 21:34)
(f200/5.6, 1/125 s, ISO 320, EV +1)

(Najczęściej zalecane są w metodzie bracketingu wartości EV większe od 1 i zależą od dynamiki fotografowanej sceny. Tu chyba EV ±1 było za mało?).

Wynik HDRi

Obrazy wyjściowe (bazowe) przeskalowałem [×2, ×4] w Photoshopie metodą najbliższego sąsiada (nearest neighbor method), tak by przebróbkowując nie wprowadzać nowych poziomów tonalnych, otrzymuje się w jej wyniku „duże piksele”. Następnie obrazy wyrównałem ręcznie, gdyż pomiędzy ekspozycjami Księżyc lekko przesuwał się w kadrze. Na koniec przekonwertowałem przestrzeń barw na czarno-białą (bw, bo koloru to w Księżycu nie ma za dużo) i zmieniłem zakres wartości tonalnych ze standardowych 8 bitów na 16 bitów na piksel (gdyż programy do HDRi operują na zwiększonej skali tonalności).

Tak spreparowane trzy obrazy (niedoświetlony, normalnie naświetlony i prześwietlony) składałem metodą HDRi w programie SNS-HDR. Wyniki dla różnych skal powiększeń [×1, ×2, ×4] poniżej. Program SNS-HDR pozwala jeszcze na wstępne odszumianie obrazów wejściowych (noise reduction).

×1 → align → bw → 16bit

Obrazy nie powiększone → wyrównane ręcznie → czarno-białe → przekonwertowane z 8bit na 16bit na piksel.

Wynikowe obrazy złożone z serii 3 zdjęć z bracketingiem z włączonym/wyłączonym odszumianiem (program SNS-HDR).

×1 (noise reduction)

×1 (noise no reduction)

Porównanie

×2 → align → bw → 16bit

Obrazy powiększone ×2 (powielone piksele) → wyrównane ręcznie → czarno-białe → przekonwertowane z 8bit na 16bit na piksel.

Wynikowe obrazy złożone z serii 3 zdjęć z bracketingiem z włączonym/wyłączonym odszumianiem.

×2 (noise reduction)

×2 (noise no reduction)

Porównanie

×4 → align → bw → 16bit

Obrazy powiększone ×4 (powielone piksele) → wyrównane ręcznie → czarno-białe → przekonwertowane z 8bit na 16bit na piksel.

Wynikowe obrazy złożone z serii 3 zdjęć z bracketingiem z włączonym/wyłączonym odszumianiem.

×4 (noise reduction)

×4 (noise no reduction)

Porównanie

Porównanie wyników dla różnych powiększeń [×1, ×2, ×4]

Porównanie powiększonego fragment tarczy Księżyca na obrazach otrzymanych metodą HDRi dla różnych wejściowych powiększeń [×1, ×2, ×4] obrazów bazowych (bracketing).

Porównanie – [normalnie naświetlone zdjęcie bazowe; HDRi ×1, ×2, ×4]
(noise no reduction)

Porównanie – kratery: Albategnius, Hipparchus, Ptolemeusz, Alphonsus i Arzachel [normalnie naświetlone zdjęcie bazowe; HDRi ×1, ×2, ×4]
(noise no reduction)

Jak widać na powyższych przykładach odszumianie lub jego brak nie wpływa zasadniczo na efekt końcowy HDRi. Choć obrazy z redukcją szumu wydają się odrobinę bardziej kontrastowe.

Złożenie trzech różnych ekspozycji (bracketing) metodą HDRi wyraźnie poprawia tonalność obrazu końcowego w porównaniu z wejściowym zdjęciem naświetlonym normalnie! Jest ono bardziej kontrastowe i nie ma partii niedoświetlonych i prześwietlonych. Tego należało się spodziewać. Również powiększanie wejściowych obrazów ×2 wydaje się mieć sens, natomiast powiększenie ×4 powoduje subiektywne pogorszenie efektu.

Spodziewanego poprawienia rozdzielczości końcowego obrazu dla powiększeń ×2, ×4 (sub-pixeling) nie widać. Otrzymanie w wyniku działania algorytmu HDRi „wypełnienie dużych pikseli” dodatkowymi wartościami tonalnymi, jest gorsze od spodziewanego. Wygląda to bardziej na artefakty metody, niż na wydobycie dodatkowych szczegółów rzeźby powierzchni Księżyca. Porażka.

„Ręczny” HDRi

Nie zadziałała metoda HDRi w celu poprawienia rozdzielczości obrazu Księżyca – nie pojawiły się dodatkowe szczegóły rzeźby powierzchni Księżyca. Ale postanowiłem zrobić inny eksperyment. Złożyć „ręcznie” trzy różne zdjęcia Księżyca, ale nie z bracketingu, lecz trzy normalnie naświetlone kadry (wybrane z sześciu).

Przesuwający się obraz Księżyca w kadrze pomiędzy poszczególnymi ekspozycjami oraz zjawisko seeingu, dawało pożądany uśredniony obraz Księżyca (jak zmienia się z każdym zdjęciem obraz szczegółów widać doskonale na fragmencie powierzchni Księżyca).

Powiększyłem metodą nearest neighbor trzy wybrane zdjęcia sześciokrotnie (×6). Następnie wyrównałem kadry, tak by detale powierzchni Księżyca pokrywały się (subiektywnie i niedoskonale, gdyż obraz drobnych szczegółów zmieniał się w wyniku ruchu Księżyca i seeingu). Takie trzy obrazy z „dużymi pikselami” (6×6 pikseli) dodałem do siebie. Ale by wprowadzić sub-pikselowość przesunąłem je w stosunku do pierwszego obrazu: drugi obraz o 2 piksele w lew0-góra, trzeci obraz o 2 piksele w prawo-dół. Dodanie do siebie wartości tonalnych takich trzech wzajemnie przesuniętych obrazów w stosunku 33:33:33% dało namiastkę sub-pikselowatości. Efekt!

Powyższa metoda nie jest alternatywą dla prawdziwej metody sub-pikselowości, ale efekt końcowy prowadzi do obrazów o subiektywnie większej liczbie szczegółów powierzchni Księżyca. Widać to wyraźnie przy próbie zidentyfikowania natury drobnych detali (składających się zaledwie z kilku pikseli). Coś co na wejściowych obrazach wygląda na „chaotyczną grudkę” kilku pikseli, na obrazie wynikowym pozwala rozpoznać mały krater, jego oświetlony wał i głęboki cień we wnętrzu!

baza, ×1, ×2, ×4]

Porównanie zmieniającego się obrazu będące uśrednieniem systematycznie przesuwającego się w kadrze Księżyca i seeingu (kratery: Albategnius, Hipparchus, Ptolemeusz, Alphonsus i Arzachel) [baza, ×1, ×2, ×4]

baza, ×1, ×2, ×4]

Powyższa metoda daje wizualnie lepsze efekty i wrażenie zwiększenia liczby szczegółów, ale jest niepraktyczna oraz brak jej uzasadnienia teoretycznego.

Varia

Poeksperymentowałem jeszcze z innymi wariantami ustawień obrazów wejściowych i wartościami parametrów programu SNS-HDR. Nie wszystkie próby były udane.

×1 → align → color → 16bit

Obrazy nie powiększane → wyrównane ręcznie → oryginalny kolor → przekonwertowane z 8bit na 16bit na piksel.