Haily wrote:
你仔細看文章,樓主是...(恕刪)
那可否請你幫我看Bayer patten在#590，這樣對嗎?
我剛找到的Digital Sensor
個人積分：28分
文章編號：42084812
個人積分：0分
文章編號：42085099
maxvipworld wrote:
那可否請你幫我看Ba...(恕刪)
簡單說：您#590樓假設的那些「如果上述成立」，不正確。您可以先找一下最容易理解、但效果很不好的bilinear demosaicing演算法看一下。
以下針對Bayer感測器接收到的亮度資訊，說明其解析度：
以您在#590樓用到的上圖來說，四個灰階子圖是將GR/BG重排列而來，也就是:
GGGGGGGGGG.......RRRRRRRRRR
GGGGGGGGGG.......RRRRRRRRRR
GGGGGGGGGG.......RRRRRRRRRR
..................................................
..................................................
BBBBBBBBBBB.......GGGGGGGGGG
BBBBBBBBBBB.......GGGGGGGGGG
BBBBBBBBBBB.......GGGGGGGGGG
.....
以黃方框標起來的最左上角像素，在原本的GR/BG排列中，是相鄰的，試問各畫素隱含的"亮度"資訊，都會是一樣的嗎？（其實你上面的圖就已經給出答案了）
個人積分：1分
文章編號：42085100
個人積分：28分
文章編號：42085324
個人積分：0分
文章編號：42085417
個人積分：28分
文章編號：42085500
個人積分：0分
文章編號：42085563
maxvipworld wrote:
從上圖亮度是從G來的...(恕刪)
不是；
提示，從你所引用的文章：
===========================================================================
First, the red pixel that the red ray fell onto, will very accurately record its intensity value
===========================================================================
然後請你把red換成blue、green想一想。
Luminance(亮度)定義： Luminance is a photometric measure of the luminous intensity per unit area of light travelling in a given direction.
兩句英文中共同出現的關鍵字，我標起來了。
個人積分：3440分
文章編號：42085969
發現樓主該是對感測器事件的面相要求標準與普羅大眾的認知不同。
有一點我覺得不妥的是個人發言的習慣，不會見風轉舵，避重就輕，海納百川，去蕪存菁。
我想如果樓主可以硬派一點，堅持論點，比較像是討論區的風格，因為樓這樣蓋下去，有點像是個人理想教義宣導,，所以與其堅持要導正你要以”螢幕顯色”的方式來蒐集資訊才叫真資訊，不如就尊重你的理想。
也可以請樓主就我講的提出不當地方，提出個人的看法，在此也請求了。
=============================================================
至於400萬畫元的CMOS 相機輸出到記憶體儲存點數為何能達到 2688 x 1520= 400萬點呢?
實情是，那是一種工業話術，他只是將左右上下畫素加總平均後插補而已。
=============================================================
ANS: 我想我們應該是講拜耳傳感器吧，那它的起源是拜耳，”工業話術”及”左右上下畫素加總平均後插補”是不是可以用拜耳兩字一以貫之。
=============================================================
所以不論是從 Bayer 起算，或事後再插補都是一樣，因為原始資料只有 100萬點，神仙也無法由一張100萬點的原始圖面產生更多資訊，這是哲學範疇，不是技術問題。
台灣大部分工程師，只懂得套用原廠專家提供的 Bayer 計算法到它的韌體中 (Firmware)，並不知道自己在做甚麼，雖然沾沾自喜的深信能得到更多細節。但實際上是沒有實質的。所以這些工程師，絕對無法用畫一張圖來說明甚麼是Bayer 計算法。因為他根本不懂數學，如果真懂的話，就知道計算半天只是一場空。
Bayer計算法說穿了就是將紅色那100萬點左右上下加權平均後補足其他300萬點，綠色、藍色也一樣補足400萬點。然後每個畫元(Element) 就擁有RGB三個向量，就可產生一組完整的輝度及色度信號。共可產生400萬組新的 假"畫素" 。這些假畫素中自然充滿了假色與假輝度成分。然後再用影像預測法，將明顯不合理的顏色刪掉。有疑問的通通去色只留輝度 (黑白成分) 。輝度有疑問的就借隔壁的來用， 就是這樣。 no more no less
=============================================================
ANS:一開始樓主您應該沒有談到拜耳傳感器的成像原理吧，這也是數位網友包括我有向您提到的，至於您現下談的拜耳傳感器蒐集資訊的方式，我不是科班出身，但可以向您說，差不多就是像你講這樣，不過傳感器能感應的訊號強度只有一種，把這一唯一的訊號強度第一步驟是去補足RGB的成分，然後再交給像機去跑YCBCR出RAW檔。
你講的真配上你講的假，從您的理想來說，當然沒錯，
我想你堅持的一點是您認為拼圖表面一定要清晰可見，拼圖的圖像才有實質意義，甚至您都拿出了HI-VISION常見的TEST PATTERN SIGNAL ，
(我說如果您有興趣，我們可以在AV這方面互相交流一下，我想我能教你的不會亞於你在工作領域的成就)
不過不可否認的就算拼圖的表面模糊，是無法改變拼圖的 PIECE，
我們包括廠商談的，從很久以前就是這樣了，不是您所謂的近幾年。
PIECE就是有效像素(實體像素)，而非表面清晰可見的圖案才能詮釋像素的意義。
再來談談拜耳傳感器，因為無法平均排列的RGB方塊使然, 也才有後面廠商發表 SUPER CCD , FOVEON X3 這樣的產物來試圖解決你講的 真假問題。
那我來請問樓主一下，除了上述兩種感測器的廠商所生產的像機以外，
還有沒有第四方的CCD/CMOS產品是用上您的理念去設計採樣”真實資訊”的東西，從我購買數位相機1999年到現在，我想沒有對吧。
這棟樓一開始，就是針對馬賽克傳感器的HTC ONE產品來討論。
既然這樣，如同您第三段講的，豬牛丸大家吃了十幾年，好像也沒那麼不堪不是嗎。
=============================================================
這種國王的新衣需要純真的小學生來揭穿，或用基礎科學論證來幫他卸妝。
將牛肉、豬肉攪拌後，不論用任何方法都不可能輸出羊肉。頂多只是牛豬混合味道。是新味道沒錯，但絕對沒有羊肉，沒有新東西出現，沒有新資訊出現，就是這麼簡單。這是哲學，不是技術能處理的。
當然任何軟體都可以隨時將100萬畫素之相片重製為400 800 1200萬點之照片。只要一直將左右上下之影像，加起來平均後插補就可以。從 Bayer 開始用硬體做，用DSP韌體做，用後製軟體做都一樣。近看好像多很多細節，滑順得多，遠看卻都一樣。沒有新資訊。
===========================================================================
ANS: 您現下提到的插補，我想是屬於成品後期加工的問題，
不太適合拿來輔佐您的第二小段的論點
順頌時綏 570
個人積分：28分
文章編號：42086328
個人積分：3487分
文章編號：42086857
maxvipworld wrote:
那可否請你幫我看Ba...(恕刪)
我看了你的連結: http://www.i-cubeinc.com/3D/3shotcm.shtml
其中文章提到 :
To construct a color RGB image from this sampling method, 66% of the intensity values must be calculated. Also note that the resolving element is the 2 x 2 Bayer Filter Pattern that was used to sample the image. This means that an image captured by a 2048 x 2048 sensor actually has resolution of only 1024 x 1024.
他將解析度直接除二, 可是沒說怎麼判斷的!
我將他的照片中標示黃框的部分, 四個相鄰的pixel都有不同的亮度
就如同樓上570所說, 這些拼圖也許以樓主的論述是雜塊, 但是對解析度是有幫助的.
如果你把每四格都塗滿同一色, 那才是真正的 1024 x 1024
我之前把800萬縮成400萬再放成800萬就是要說明純軟體的補差點與Bayer是不同的.
你也可以把HTC ONE或者Xperia Z的照片縮一半解析度再放大成原圖解析度, 看看Bayer到底對解析度有沒有貢獻.
而後面的True Color Sampling當然是真實解析度. 就如同570所說, 這東西沒出現在手機, 只能拿來比較用了.
這張是ONE的圖縮成100萬直接放大
這張是ONE的圖縮成100萬再補差點回400萬
這張是ONE的原圖Bayer的400萬
一樣是看字就很明顯, 此400萬就算沒有真的400萬, 但也不是只有100萬的解析度
