Automatyczne nastawianie ostrości Systemy automatycznego nastawiania ostrości (AF) - budowa, działanie, zalety, wady, zastosowanie, algorytmy wyostrzania - przykłady Jakub Skalak http://www.fis.agh.edu.pl/~4skalak/ Wydział Fizyki i Informatyki Stosowanej 16.05.2017 1/24
Plan prezentacji Autofocus - co to jest? Autofocus aktywny Autofocus pasywny Wady, zalety i zastosowanie Algorytmy wyostrzania obrazu 2/24
Plan prezentacji Autofocus - co to jest? Autofocus aktywny Autofocus pasywny Wady, zalety i zastosowanie Algorytmy wyostrzania obrazu 2/24
Plan prezentacji Autofocus - co to jest? Autofocus aktywny Autofocus pasywny Wady, zalety i zastosowanie Algorytmy wyostrzania obrazu 2/24
Plan prezentacji Autofocus - co to jest? Autofocus aktywny Autofocus pasywny Wady, zalety i zastosowanie Algorytmy wyostrzania obrazu 2/24
Plan prezentacji Autofocus - co to jest? Autofocus aktywny Autofocus pasywny Wady, zalety i zastosowanie Algorytmy wyostrzania obrazu 2/24
Autofocus - co to jest? Autofocus - to mechaniczny system, który w automatyczny sposób ustawia ostrość. Proces automatycznego ustawienia ostrości zajmuje ułamek sekundy. Wartość się ta różni w zależności od metody ustawiania i wybranych algorytmów. Wyróżniamy dwa rodzaje autofocusa: 1 aktywny 2 pasywny 3/24
Autofocus aktywny Autofocus aktywny - to system, w którym aparat jest źródłem sygnału mierzącego odległość od fotografowanego obiektu. Procesor rejestruje czas mijający od wysłania do powrotu i ze wzoru na drogę w ruchu jednostajnym wylicza x. Następnie znając aktualną wartość ogniskowej wylicza y i w takiej odległości ustawia obiektyw od matrycy. Rysunek: Schemat budowy aparatu z jednosoczewkowym obiektywem 4/24
Autofocus pasywny Autofocus pasywny - inaczej bierny. Ten system ustawiania ostrości ma dwie odmiany. Jedna polega na takim ustawieniu odległości obiektywu od matrycy (y), by uzyskać największy kontrast obrazu. Druga odmiana pasywnego autofocusa to pomiar odległości od aparatu do fotografowanego obiektu metodami wykorzystującymi zasady triangulacji. Metoda maksymalizacji kontrastu jest najczęściej stosowana w aparatach kompaktowych, czyli tych najpopularniejszych i dlatego omówimy ją na początku. 5/24
Autofocus pasywny Kontrastowe ustawianie ostrości Schemat działania: 1 Kierujemy aparat w stronę fotografowanego obiektu. 2 Procesor wczytuje wybrany fragment zdjęcia. 3 Odpowiedni program analizuje ten fragment, szukając obszarów, które możliwie mocno różnią się jasnością lub barwą. 4 Procesor zapisuje w pamięci położenie znalezionych obszarów i różnicę ich jasności. 5 Program ustawiania ostrości zmienia nieco odległość obiektywu od matrycy, np. zwiększa ją. 6 Procesor wczytuje ponownie wybrany fragment zdjęcia i analizuje kontrast obszarów zapamiętanych w punkcie 4. 7 Jeżeli kontrast jest teraz większy, to program ustawiania ostrości ponownie zwiększa odległość obiektywu od matrycy. 8 Jeżeli po zwiększeniu odległości obiektywu od matrycy kontrast wybranych do analizy punktów zmniejszy się, program zaczyna zmniejszać tę odległość. 6/24
Autofocus pasywny Kontrastowe ustawianie ostrości W aparatach kompaktowych do wyznaczania kontrastu wybierany jest wąski, poziomy wycinek zdjęcia. Wycinków takich może być branych pod uwagę kilka, ale są one usytuowane poziomo i procesor porównuje jasność kolejnych pikseli "przeglądając"je z lewa na prawo lub z prawa na lewo. Rysunek: Brak pionowych krawędzi w obszarze tej ramki powoduje, że autofocus nie potrafił ustawić ostrości. 7/24
Autofocus pasywny Kontrastowe ustawianie ostrości Rysunek: Fragment zdjęcia przed i po ustawieniu ostrości przez autofocus. Ustawienie obiektywu zostało tak dobrane, by kontrast na pionowej krawędzi pomarańczowego paska był największy. Jeżeli fotografujemy obiekt mający wyłącznie krawędzie poziome, to autofocus tego typu może nie zadziałać. 8/24
Autofocus pasywny Detekcja różnicy faz Triangulacja - to metoda stosowana w geodezji do mierzenia dużych powierzchni, polegająca na pokryciu mierzonego obszaru siecią trójkątów. Pojedynczym krokiem realizującym triangulację jest wyznaczanie współrzędnych punktu C, na podstawie znajomości współrzędnych punktów A i B oraz odpowiednich kątów. Rysunek: Zasada pomiaru odległości metodą triangulacji 9/24
Autofocus pasywny Detekcja różnicy faz W przypadku aparatów fotograficznych nie interesują nas wartości kątów α i β a jedynie takie ustawienie obiektywu, aby jego odległość y(z pierwszego rysunku) od matrycy spełniała równanie: 1/x + 1/y = 1/F (1) W przypadku lustrzanek, w których metody te są stosowane, bazę do pomiaru stanowi średnica otworu obiektywu. Idea jest taka, by osobno rejestrować obraz wytworzony przez skrajne części obiektywu. Odległość d(z rysunku na poprzednim slajdzie) to w przybliżeniu średnica otworu obiektywu. 10/24
Autofocus pasywny Detekcja różnicy faz Odległość x można wyznaczyć nie tylko ze znajomości długości bazy d i kątów α i β, ale także znając różnice długości odcinków CA i CB i jeden z kątów. Punkty A i B to, w przypadku lustrzanki, skrajne części otworu obiektywu, przez które wpadają promienie światła odbite od fotografowanego obiektu. Wyznaczenie odległości x dla procesora aparatu to absolutnie żaden problem. Ze względu na małą długość d, czyli średnicy obiektywu w stosunku do typowej odległości fotografowanych obiektów. Różnica ta jest najczęściej mniejsza od długości fali światła i dlatego mówi się o pomiarze różnicy faz. 11/24
Autofocus pasywny Detekcja różnicy faz Rysunek: Schemat - detekcja fazy 12/24
Autofocus pasywny Detekcja różnicy faz Autofokus oparty o tę metodę działa znacznie szybciej, niż ten wykorzystujący kontrast do ustawiania ostrości. W metodzie detekcji fazy procesor natychmiast po dokonaniu pomiaru wie, w którą stronę i o ile przesunąć obiektyw, by otrzymać ostry obraz. Jednak metoda maksymalizacji kontrastu jest uważana za dokładniejszą, stąd w urządzeniach wysokiej klasy stosuje się rozwiązania hybrydowe. 13/24
Autofocus aktywny Wady, zalety i zastosowanie Wady: Zalety: Zasięg działania Lustrzana powierzchnia lub szkło(robienie zdjęć w samochodzie) mogą odbić wiązkę, która w konsekwencji nie wróci do urządzenia - brak ostrości Nie jest wymagana oświetlona scena. Szybki - po pojedynczym pomiarze znane jest położenie obiektywu konieczne do otrzymania ostrego obrazu. Zastosowanie: Portrety Fotografowanie dokumentów Makrofotografia? 14/24
Autofocus pasywny - kontrastowe ustawaianie ostrości Wady, zalety i zastosowanie Wady: Zalety: Metoda ta jest bardzo wolna Kłopoty przy powierzchniach gładkich(mało kontrastowych) Wymaga oświetlenia sceny - w ciemności nawet kontrastowe obiekty przezstaną nimi być Wysoka dokładność Prostszy i tańszy w budowie oraz implementacji 15/24
Autofocus pasywny - metodą detekcji różnicy faz Wady, zalety i zastosowanie Wady: Zalety: Nie jest tak dokładna jak metoda kontrastowa Wymaga oświetlenia sceny Trudny i drogi w budowie oraz implementacji(wymaga dodatkowych komponentów względem metody kontrastowej) Szybki - po pojedynczym pomiarze znane jest położenie obiektywu konieczne do otrzymania ostrego obrazu. 16/24
Autofocus (NIE)Zastosowanie Kiedy warto przełączyć się w tryb manualnego ustawiania ostrości: Makrofotografia - precyzja Ciemne pomieszczenia Portrety Zdjęcia wykonywane przez warstwę szkła(np. w samochodzie lub samolocie) Fotografowanie wszelkiej maści akcje(np. samoloty podchodzące do lądowania, pędzące samochody itd.) - tylko dla zaawansowanych(trzeba mieć niezły refleks) 17/24
Algorytmy wyostrzania obrazu Laplasjan Laplasjan (druga pochodna) dla dyskretnej funkcji dwuwymiarowej ma postać: 2 f (x, y) = f (x +1, y)+f (x 1, y)+f (x, y +1)+f (x, y 1) 4f (x, y) (2) i jest najczęściej realizowany jako przekształcenie z maskami 3x3 postaci: Laplasjan jest ważnym narzędziem wyostrzania obrazów. Dysponując obrazem wejściowym f(x,y) wyostrzoną postać można otrzymać przez odjęcie (lub dodanie) do obrazu wejściowego obrazu będącego wynikiem przetwarzania z maską Laplace a: f (x, y) = f (x, y) ± 2 f (x, y) (3) 18/24
Algorytmy wyostrzania obrazu Laplasjan Efekt wyostrzenia krawędzi można dodatkowo wzmocnić poprzez wprowadzenie czynnika skalującego k, zwiększającego wagę obrazu będącego wynikiem wyznaczenia drugiej pochodnej: f (x, y) = f (x, y) ± k 2 f (x, y) (4) 19/24
Algorytmy wyostrzania obrazu Laplasjan 20/24
Algorytmy wyostrzania obrazu Maskowanie nieostrości (unsharp masking) Przykładem bardziej ogólnej metody wyostrzania jest metoda maskowania nieostrości. Metoda ta wykorzystuje podobne zjawiska jak poprzednio opisana, ale jest bardziej elastyczna. Procedura maskowania nieostrości przebiega w następujący sposób: 1 Przeprowadź filtrację dolnoprzepustową obrazu oryginalnego (prosty filtr uśredniający lub filtr Gaussa), 2 Odejmij obraz wygładzony od obrazu oryginalnego. Wynik odejmowania jest nazywany maską, 3 Dodaj maskę do obrazu oryginalnego 21/24
Algorytmy wyostrzania obrazu Maskowanie nieostrości (unsharp masking) 22/24
Bibliografia http://www.mif.pg.gda.pl/homepages/marcin/wyklad4.pdf - 14.05.2017 http://www.fotopolis.pl/warsztat/porady-fotograficzne/ 4828-abc-fotografii-cyfrowej-cz-8-autofocus-cz-1-14.05.2017 https://en.wikipedia.org/wiki/autofocus - 02.05.2017 http: //fotoblogia.pl/8421,wszystko-o-autofokusie-poradnik - 02.05.2017 http://fotokomorkomania.pl/blog/2016/04/ autofokus-w-telefonie-detekcja-kontrastu/ - 02.05.2017 https: //www.slrlounge.com/dslr-auto-focus-actually-work/ - 02.05.2017 23/24
Bibliografia https://www.facebook.com/ Towarzystwo-Fotograficzne-Pozytywni-207749255905761/ - 15.05.2017 http://bradley-fotoblog.blogspot.com/ - 15.05.2017 24/24