石鑫华视觉论坛微信公众号:石鑫华视觉

 找回密码
 注册会员
查看: 3493|回复: 0

[芯片] Foveon X3感光元件

[复制链接]
  • TA的每日心情
    擦汗
    8 小时前
  • 签到天数: 3177 天

    连续签到: 47 天

    [LV.Master]2000FPS

    发表于 2015-4-16 22:14:32 | 显示全部楼层 |阅读模式 来自:广东省东莞市 移动

    注册登陆后可查看附件和大图,以及购买相关内容

    您需要 登录 才可以下载或查看,没有账号?注册会员

    x
    概述

    Foveon X3
    是一种给数码相机使用的CMOS感光元件 ,由Foveon. Inc开发 (目前属于Sigma) 并由美国国家半导体和 Dongbu Electronics.负责生产,并将其使用在Sigma旗下的数码相机上。此种感光元件最有特色的地方在于他不同于现在市面上其他厂牌所使用的CCD/CMOS一个像素只能传感红、蓝、绿三种光波其中一种光波的强度,最后再与邻近的几个不同的像素统整资讯得到近似的颜色。Foveon X3利用可见光不同的波长拥有不同的穿透力的原理,在每个像素具有三层感光元件所以可以同时侦测红、蓝、绿三种波长的强度,有比传统感光元件拥有更加锐利以及真实的颜色。
    技术

    Foveon X3感光元件是利用各种可见光之间不同的波长以至于各自拥有不同的穿透力,波长较短的光波例如蓝色以及紫色穿透力较弱,波长较长的光波例如黄光以及红光拥有较佳的穿透力。透过这种原理让光波穿过硅晶圆,将晶圆分为不同深度的蓝、绿、红三层侦测讯号强度并记录起来,最后将数据交给图像处理器推算出三原色的强度就可以得到正确的颜色。在色彩的精确性上领先所有的传统感光元件。

    由于每一个硅晶圆厚度只有五微米,对于对焦以及色差的影响甚微,然而由于波长较长光波抵达最内层的红色侦测器时会稍微衰减,可能会导致与传统CCD/CMOS比起来对波长较长的光波比较没有那么锐利。

                                   
    登录/注册后可看大图

    各种颜色在Foveon X3感光元件的硅晶圆中被吸收

    使用

    现在Foveon X3主要是使用在Sigma旗下的数码相机。第一款采用Foveon X3技术的相机是在2002年发表的Sigma SD9 ,使用了一块2268 × 1512 × 3 (3.54 × 3 MP)的感光元件,机身则使用了Sigma的SA接环。在2003年时Sigma做出了改进推出了规格相近的Sigma SD10。在2006年推出了使用较高像素的Sigma SD14 (2640 × 1760 × 3)。Sigma在2008年宣布推出新的Sigma SD15,不过直到2010年六月才正式上市。SD15使用了一块与SD14相同的感光元件。在2010年Sigma宣布了新一代针对专业市场的单反相机Sigma SD1,并在2011下半年发售,使用了一个总像素高达四千六百万像素的感光元件 (4800 × 3200 × 3)。

    除了单反相机,2004年时Polaroid Corporation推出了一款采用1408 × 1056 × 3大小的Foveon X3的小型数码相机Polaroid x530,然而在2005年短暂贩售后便由于影像质量问题被招回 ,Sigma在2006年决定自己研发一款小型的数码相机,并在2007年推出原型机,最后Sigma在2008年推出了使用与SD14相同大小的APS-C感光元件的数码相机DP1,使用一颗17mm的镜头(35mm等效值28mm)。之后陆续推出升级版DP1s以及DP1x。在2009年Sigma发表了DP2,机身与DP1相同但使用一颗24.2mm的镜头(35mm等效值41mm)。Foveon X3感光元件也曾用在两款叫做Hanvision HVDUO-5M以及HVDUO-10M的科学与工业用数码相机。
    在2012年二月Sigma新上任的CEO,Kazuto Yamaki 宣布即将推出采用与SD1相同感光元件的DP1 Merrill以及DP2 Merrill,并宣布将SD1重新命名为SD1 Merrill,最主要的差异在于把原本过高的售价调降为约为原价1/3的$2,299 (美国代理商公告售价$3,300)。
    与传统Bayer感光元件比较

    传统的CCD/CMOS一个像素只能采集红、蓝、绿三种光波其中一种光波的强度,每一个像素透过上面滤镜过滤出特定颜色的光波交由下方的感应器侦测强度。红色、蓝色以及绿色的像素数量大致上的比例是1:1:2,这些马赛克式的三原色数据最后各自交由图像处理器去马赛克,由于只记录1/3的资讯,图像处理器必须去猜测这些遗失的信息,也就是将邻近的几个像素的数据混合出接近的颜色。 Foveon X3感光元件中的每个像素都可以完整的回报三原色的强度,这导致了这两种感光元件有一些差异。

                                   
    登录/注册后可看大图

    传统Bayer感光元件的构造


                                   
    登录/注册后可看大图

    传统Bayer感光元件只有获得1/3的总资讯量

    色彩

    Foveon X3的色彩的精确性非常好,由于Foveon X3感光元件并不需要透过去马赛克来得到彩色影像,并不会像传统Bayer感光元件产生摩尔纹(或叠影),这是由于混色时的微小色差所造成的。大部分的照相机借由加装低通滤镜来解决这个问题,但是这样会大幅降低画面的锐利度。而Foveon X3使用光波传透硅晶圆深度的方式来区分色彩,也会造成一些交叉污染尤其是对红色感光层。

    低光环境

    传统的Bayer感光元件透过上面滤镜过滤出三原色的其中一种交由下方的感应器侦测强度,在这个过程中其他2/3的光线被感光元件浪费掉了,而Foveon X3感光元件虽然在收及光线的效率更好,不过每一感光层所收集到的特定光线资讯反而较Bayer感光元件少,要透过图像处理器产生出正确的颜色需要大量的资讯,这导致Foveon X3在低光环境会增加色噪的产生。

    像素计算

    根据Sigma的报告,很多人在争论如何计算Foveon X3感光元件的总像素,尤其是销售商应该计算像素的数量还是将每个感光层列入计算,而所得到的数据可不可以与传统Bayer感光元件进行比较。举例来说Sigma DP1的感光元件有2,640 × 1,760,大约四百六十万像素。而DP1的感光层有2,640 × 1,760 × 3,大约一千四百万像素。这个数据与Canon 5D Mark I的4,368 × 2,912 大小的Bayer感光元件的感光层数量差不多,这两台相机有相同的画数以及相同的档案大小,不过Canon 5D可以透过混色来得到较大的照片。

    不过实际情况更为复杂,由于去马赛克的过程中很容易产生摩尔纹,大部分的像机靠加装低通滤镜(或作模糊滤镜)来避免产生过于严重的摩尔纹,低通滤镜的主要的原理就是将感光元件所侦测到的讯号模糊化把摩尔纹降低到可接受的程度,所以会极大的影响输出画质。例如Nikon在2012年2月推出的Nikon D800-E版,通过取消低通滤镜但牺牲摩尔纹产生机率的方式来得到非常高的画质。而采用Foveon X3感光元件完全不需要使用这种滤镜, 在有些最早期的产品例如SD9会产生轻微的亮度摩尔纹(非色彩摩尔纹),在之后的产品使用了微透镜来解决这个问题,由于传统的Bayer感光元件的单层构造导致无法使用这种技术。这项优势让Foveon X3感光元件可以比同样像素的Bayer感光元件有更高的分辨率,在一些测试中一台总像素10.2MP的SD10(三百四十万 × 3)可以和五百万 或六百万 的Bayer感光元件有类似的分辨率,在低ISO下可以媲美七百二十万像素的Bayer感光元件。
    而Sigma SD14的总像素是一千四百万(4.7MP红+4.7MP蓝+4.7MP绿),经过比较可以达到一千万像素的水平。Mike Chaney曾表示 "SD14可以产生比普通一千万像素的相机更好的照片,因为它可以维持锐利的细节直到1700 LPI画质才开始下降,对普通的一千万像素相机不论是在色彩细节以及锐利度上在达到1700 LPI这个极限之前老早就开始下降了。"另外一篇文章表示这片Foveon X3感光元件等于九百万像素的Bayer感光元件。有一个比较之中显示一千四百万像素的Foveon X3感光元件比一千两百三十万像素的Bayer感光元件有更加锐利的表现。
    高ISO以及储存速度

    目前Foveon X3感光元件被使用在Sigma相机上,最被人诟病的地方就在于在高ISO的表现不佳以及储存速度较慢,由于在高ISO的情况下需要有更好的算法处理更多的资讯才能够降低色噪的产生,不过Foveon X3感光元件的检验算法比传统感光元件更加复杂。以现在的技术来说在过高的ISO会产生比传统感光元件更多的噪点。例如Sigma SD1被认为感光度一旦高于ISO 800,便会产生过多的噪点。以至于在夜拍时必须调低ISO并使用三脚架之类的辅助工具。

    而在储存速度方面,根据Foveon X3.Inc原厂宣称由于Foveon X3感光元件并不需要去马赛克的处理过程,理论上应该比传统Bayer感光元件有更短的等待时间,但Sigma 所使用的True-II处理器仍然被使用者抱怨有过于缓慢的问题。
    回复

    使用道具 举报

    您需要登录后才可以回帖 登录 | 注册会员

    本版积分规则

    LabVIEW HALCON图像处理入门教程(第二版)
    石鑫华机器视觉与LabVIEW Vision图像处理PDF+视频教程11种全套
    《LabVIEW Vision函数实例详解》教程-NI Vision所有函数使用方法介绍,基于NI VISION2020,兼容VDM21/22/23
    LabVIEW图像处理教程
    机器视觉商城淘宝店铺
    视觉论坛充值赞助方法

    QQ|石鑫华视觉论坛 |网站地图

    GMT+8, 2024-4-19 15:29

    Powered by Discuz! X3.4

    © 2001-2024 Discuz! Team.

    快速回复 返回顶部 返回列表