08.11.2014 Views

Fotografare - Novembre 2014

Create successful ePaper yourself

Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.

escludendo questi filtri.<br />

Nel confronto è stata utilizzata la<br />

fotocamera Sigma SD9 con un<br />

sensore di acquisizione di 1536 x<br />

2304 pixel per ogni colore<br />

primario (circa 3,5 Megapixel). Se<br />

moltiplichiamo per i tre strati che<br />

formano il sensore abbiamo circa<br />

10,5 Megapixel. Viene fatto<br />

notare che la quasi totalità dei<br />

sensori CMOS utilizza il modello a<br />

matrice di Bayer 2 x 2 (vista la<br />

maggiore sensibilità dell'occhio<br />

umano al verde si utilizzano 2<br />

pixel per il verde ed uno ciascuno<br />

per il rosso ed il blu). Questa<br />

struttura è quella che ha dato i<br />

migliori risultati per il rapporto<br />

segnale­rumore. In questo modo<br />

però ogni pixel riceve solo un<br />

terzo dell'informazione presente<br />

sulla superficie del sensore.<br />

Ricordiamo che una immagine è<br />

formata da due diverse<br />

informazioni: la cromaticità (le<br />

informazioni sui colori della scena)<br />

e la luminanza (le informazioni<br />

sulla quantità di luce). L'occhio<br />

umano quando si trova in scarse<br />

condizioni di illuminazione<br />

continua a percepire la scena ma<br />

la vede in bianco e nero; perde la<br />

visione dei colori. Possiamo quindi<br />

affermare che il sistema visivo<br />

umano è più sensibile alla<br />

luminanza della scena cioè riesce<br />

ad analizzare meglio la nitidezza<br />

che non la cromaticità. Per i<br />

sensori di acquisizione delle<br />

immagini la luminanza non è<br />

ripartita in parti uguali: infatti<br />

scindendo l'informazione per ogni<br />

singola componente RGB (RED =<br />

ROSSO, GREEN = VERDE, BLUE =<br />

BLU) troviamo che per un tipico<br />

sensore Bayer (25% R, 50% G, 25%<br />

B) la seguente formula determina<br />

la luminanza Y:<br />

Y = R / 3 + G + B / 10<br />

Questa equazione dimostra come<br />

il segnale di luminanza è dovuto in<br />

modo dominante dalla<br />

componente verde dello spettro<br />

mentre la parte meno significativa<br />

è dovuta alla componente blu.<br />

Per la tecnologia Foveon ogni pixel<br />

fornisce tutte le informazioni,<br />

quindi anche l'informazione della<br />

luminanza. I risultati sono quindi<br />

immagini con maggiori<br />

informazioni per la luminanza<br />

rispetto ad un sensore che utilizza<br />

la matrice di Bayer. Inoltre questi<br />

sensori devono ricostruire,<br />

attraverso una routine di<br />

interpolazione chiamata<br />

“demosaicizzazione”, le<br />

informazioni mancanti per ogni<br />

gruppo di 4 pixel. Questo processo<br />

Luce incidente Luce incidente Luce incidente<br />

1<br />

Pellicola fotografica<br />

a colori<br />

Sopra:<br />

1 - Le pellicole a colori<br />

utilizzano tre strati di elementi<br />

fotosensibili (uno per ogni<br />

colore fondamentale).<br />

2 - Il sensore Foveon utilizza la<br />

stessa struttura.<br />

3 - I sensori a matrice di Bayer<br />

utilizzano un solo strato diviso<br />

tra i colori fondamentali<br />

I sensori Foveon<br />

sono formati per<br />

ogni pixel da tre<br />

strati fotosensibili<br />

sovrapposti, uno per<br />

ogni colore<br />

fondamentale, così<br />

da catturare tre<br />

informazioni<br />

separate. A destra:<br />

schema del sensore<br />

Foveon X3.<br />

è particolarmente evidente con<br />

particolari tipi d'immagine, ad<br />

esempio per delle sottili linee<br />

nere su fondo chiaro. Per ovviare<br />

a questo inconveniente molte<br />

fotocamere introducono dei filtri<br />

di sfocatura (filtri passa basso) per<br />

compensare le informazioni<br />

mancanti. Questi filtri riducono i<br />

disturbi della demosaicizzazione<br />

Sensori di tipo Foveon<br />

Nitidezza delle immagini<br />

molto superiore<br />

Dimensione massima del sensore più<br />

piccola (APS­C)<br />

Costi maggiori<br />

Velocità di elaborazione<br />

delle immagini minore<br />

Estensione gamma ISO minore<br />

Morbidezza delle zone<br />

ad alto contrasto superiore<br />

Qualità delle immagini superiore<br />

2<br />

Sensore di tipo<br />

Foveon<br />

ma introducono un<br />

ammorbidimento generale<br />

dell'immagine che riduce<br />

ulteriormente la nitidezza e la<br />

risoluzione della fotocamera.<br />

Come detto la maggior parte<br />

dell'informazione per la luminanza<br />

è compresa nel colore verde ma si<br />

possono utilizzare anche le<br />

informazioni per la luminanza<br />

Sensori di tipo CMOS<br />

Nitidezza delle immagini inferiore<br />

Dimensione massima del sensore più<br />

grande (medio formato)<br />

Costi minori<br />

Velocità di elaborazione<br />

delle immagini maggiore<br />

Estensione gamma ISO maggiore<br />

Morbidezza delle zone ad<br />

alto contrasto inferiore<br />

Qualità delle immagini inferiore<br />

3<br />

strato sensibile<br />

Sensore a<br />

matrice di Bayer<br />

degli altri colori. Sommando tutte<br />

le informazioni abbiamo un altro<br />

vantaggio per il sistema Foveon.<br />

di seguito Viene presentato il<br />

confronto fotografico, a parità di<br />

condizione di ripresa (stesse<br />

ottiche, dimensioni dei pixel,<br />

esposizione, velocità ISO), tra un<br />

normale sensore CMOS, un<br />

sensore CMOS con l'aggiunta di<br />

un filtro passa­basso ed un<br />

sensore Foveon. I risultati per<br />

quanto riguarda la nitidezza<br />

dell'immagine sono sicuramente a<br />

favore del sensore Foveon. Nella<br />

figura vediamo il risultato del<br />

confronto: l'immagine A) è<br />

abbastanza nitida ma presenta<br />

degli errori di acquisizione (le<br />

righe intorno al pinguino sono<br />

distorte). L'immagine B) non<br />

presenta più errori di acquisizione<br />

ma risulta troppo morbida.<br />

L'immagine C) è decisamente la<br />

migliore per la nitidezza. Se si<br />

vanno ad analizzare le singole<br />

componenti cromatiche nei file di<br />

28 fotografare | novembre <strong>2014</strong>

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!