ModerskeppetArtiklar

Framtidens fototeknik – Framtrollade pixlar

Anders Sejdeborn
Mattias_compsens

Din kamera registrerar bilden till vänster där så mycket som 80% av sensorns information saknas. Trots det spottar kameran lite senare fram versionen till höger. Omöjlig science fiction? Inte riktigt! Om några år kan något liknande vara verklighet tack vare lite matematisk magi.

Kameran mäter och komprimerar

Om du vill förstå allt som sker under ytan krävs gedigna kunskaper i linjär algebra, transformteori och signalteori. För att göra det hela lite mer begripligt tar jag mig därför friheten att göra vissa grova förenklingar.

sensor En digitalkamera med exempelvis 2 megapixlar har två miljoner små sensorelement som mäter ljus. När du fotar registreras ljusvärdet för var och en av dessa två miljoner pixlar.

Så mycket data upptar en hel del minne. Om din kamera är inställd på att fotografera i JPEG kommer kameran komprimera bilddata för att minska filstorleken.

Sensorn registrerar onödigt mycket information

Komprimering är möjligt eftersom normala bilder är uppdelade i signifikanta och osignifikanta områden. Kameran tittar på datan från sensorn och beräknar vilken information som är viktigast. Konturer är viktiga, enfärgade himlar mindre viktiga till exempel.

När alla förenklingar har skett skapar kameran en matematisk representation av bilden. Det kan då visa sig att bara 100.000 av de två miljoner sensormätningar som gjordes räcker för att skapa en god representation av bilden. Resten kan kastas bort.

Verkligheten är enkel

Det känns ju onödigt att ha en kamera med 2 megapixlar om det mesta ändå ska kastas bort. Men problemet är förstås att kameran inte vet på förhand precis var de signifikanta pixlarna finns. Så den tvingas registrera all information.

wavelet Men 2004 gjordes en fantastik upptäckt. Emmanuel Candès, professor vid Caltech fann att en viss matematisk metod (L1-minimering) kunde användas för att förbättra magnetröntgenbilder med otillräcklig bilddata. Och resultatet var förbluffande bra!

Anledningen till att det här fungerar är att världen beter sig ”enkelt”. Om en dator får leta efter en matematisk representation som överensstämmer med de bilddata som finns visar det sig att verkligheten motsvarar den enklaste representationen. På så sätt kan datorn alltså ”magiskt” fylla i bilddata som saknas!

Snabbare registrering, mindre batteritid

Samma princip kan användas i kameror. Låt sensorn registrera några hundratusen slumpvisa pixlar på sensorytan. Använd sedan I1-minimering för att fylla i det som saknas. Resultatet blir en högupplöst bild som motsvarar verkligheten med en enorm överensstämmelse. Metoden är också duktig på att tackla brus och andra defekter. Men någon slags gräns för fina detaljer finns förstås. En viss kvalitetetsförlust, jämförbar med den som jpeg-komprimering kan ge, får man nog räkna med trots allt.

Fördelen med det här är till exempel att bilder kan skrivas snabbare till minneskortet och sluka mindre batteri. Tekniken kan förstås också utnyttjas för olika typer av brusreducering. I speciella tillämpningar som medicinsk teknik, satellitfotografi och militär övervakning öppnas helt nya möjligheter. Och kanske får i framtiden se den här tekniken i vanliga konsumentkameror.

Senast uppdaterad: 3 maj 2024