馬上註冊  |  找回密碼

SAY討論區

查看: 617|回復: 2
打印 上一主題 下一主題

數碼相機的未來走向 [複製鏈接]

Rank: 7Rank: 7Rank: 7

好友
0
帖子
426
積分
1664
最後登錄
2012-2-26
在線時間
0 小時
跳轉到指定樓層
樓主
發表於 2012-3-25 13:50:16 |只看該作者 |倒序瀏覽

數碼相機的出現,沖垮了膠片行業。智能手機的風靡,又影響著數碼相機的地位。下一次的相機風暴將以何種方式席捲而來呢?很多科學家認為,計算,將會是新的光學。

經常在電影裡看到這樣的橋段,一張顆粒感很強的圖像,其中的面容或者是車牌號都難以辨認,但是只需要輕觸屏幕或者輕敲幾個按鍵,就可以獲得清晰的局部放大圖,犯罪信息一覽無餘,案件立刻獲得偵破。

然而在現實生活中,這種圖像無損放大和增強的技術還沒有得到實現。不過,科學家們卻從這樣的情節中尋找到了靈感。近年來,學術界出現了一個新的研究領域叫做“計算攝影學(computational photography)”。據該領域的領軍人物,斯坦福大學的馬克·勒沃伊(Marc Levoy)教授介紹說:“在很長一段時間裡,相機製造商們都著眼於推出高像素高分辨率的相機。但是,隨著微軟的10億像素級相機的出現,'像素戰'理應告一段落。當務之急,是尋找到新的研究熱點,創造出新的消費熱點。”

在計算攝影學中,研究人員結合相機的成像原理,結合光學的知識,設計出新型的高效的算法,力圖改變傳統相機對於場景的捕捉方式。目前,已出現並且得到認可的兩項研究成果,一個是發現站在牆角背後的埋伏者或是隱藏者,另一項是能夠通過罪犯眼睛中的反射圖像來辨認出受害者的身份。除此以外,還有一些力圖進軍消費市場的功能,著眼於家用數碼相機和智能手機上的應用,比如可以讓攝影師以獨特的方式進入照片中。

此前,我們也介紹過幾款新型相機,比如可以先拍照後對焦的Lytro。還有,斯坦福大學最近研發出可自行編程的相機“Frankencamera”,意味著相機也在向開源的路線並進,為更多有想法的用戶提供了可自行定制的相機開放平台。

數碼相機的出現,沖垮了膠片行業。智能手機的風靡,又影響著數碼相機的地位。下一次的相機風暴將以何種方式席捲而來呢?

1. 眼中世界,用照片重現眼中的場景

十年前,數碼相機是個稀罕物,市場上膠片照相機仍是主流,電子傳感器是“挑大樑”的部件。相機成像原理即為,鏡頭捕捉到三維場景中反射的光,真實將其記錄在膠片上,形成二維圖像。

但是,在數碼照相機中,“真實重現”這個詞語就不復存在了。數碼相機裡都有一個小型計算機,對鏡頭蒐集到的光學信號進行處理,包括濾波、轉換盒添加一些圖像處理的操作,最後處理結果放進存儲卡。對於專業攝影師而言,他們只能挑選相機,而不能改變相機內部的操作。如果想要拍出與眾不同的照片,也只能在鏡頭上玩一些光學的小把戲,比如說通過鏡頭疊加,或者在鏡頭前加上蒙版,諸如此類。

所以,我們經常看到,專業的攝影大哥玩設備,“非主流”的菜鳥玩家用PS。那麼,這兩者能否結合起來呢?

哥倫比亞大學計算機視覺實驗室的負責人希瑞·納亞爾(Shree Nayar)教授他介紹說:“此前,圖像處理中的數學知識和物理成像中得光學知識均已應用到了相機業界。下一步,這兩個研究領域的強強聯手一定是主流的研究方法。只要你同時考慮這兩個領域的知識,就能夠創造出新的其樂無窮的玩意兒。”


研究人員最近設計出一款相機,可以掃描拐角處。相繼發射出激光(紅線),由門反射後撞擊到隱藏在拐角處的物體(藍線)。反射線(綠色)回饋給相機處理,得到肉眼盲區的拐角後的圖像。

早在2009年,麻省理工大學和加州大學就聯合開發出來的一款相機,可以拍攝到拐角後面的人像。它選用了安置了一台鈦藍寶石激光脈衝器作為光源,以1秒100萬次的頻率放射出激光脈衝,再利用反射面使光傳播到藏匿物,再從藏匿物反射回相機鏡頭,即可捕捉到“看不到”的物體。

這項技術不僅可以看到拐角處的物體,還可以在狹窄區間內獲得較寬的視野。從偵察角度考慮,可以用於團隊作戰的配合、掩護和救援,也可以形成“敵人在明我在暗”的優勢。 該研究團隊的另一項研究成果叫做“眼中世界(world in an eye)”,它能夠通過照片中,單隻眼球上映射出的圖像,來重建出眼睛主人周圍的場景。該項目的研發者納亞爾介紹說,這項技術充分利用了眼睛角膜的幾何模型,然後將角膜上類似“魚眼”成像的圖像

模型轉換成周圍場景在角膜上的映射,從而進行重構。同時,需要考慮的因素還包括,相機的傾斜角度和人物的眼球位置。

有了這項技術,在場景中,眼球關注的焦點就可以被找到。所以,這項技術的實現,對於眼球跟踪的研究也是促進作用的。


通過一張眼睛的圖像,復原出眼睛的主人究竟看到了什麼。這是哥倫比亞大學計算機視覺實驗室的研究成果。

2. 更先進的成像方式

作為非專業攝影人員,我們都希望相機能夠更貼心,以幫助我們拍出驚喜連連的牛掰照片。

準確對焦和虛焦,這或許是業餘攝影者最希望實現的效果。所以,Lytro的出現可謂應時而為,它可以為拍攝後的圖片重新定焦。

Lytro的原理就是在相機的鏡頭和感光元件之間,還有一組微鏡頭陣列,來記錄光場的信息,包括光強、顏色和方向等。傳統數碼相機捕捉到的光照信息都是記錄在整張照片上的,而Lytro的光場信息精確到了每一個像素點上。這樣,像素點之間的光場關係也被精確記錄,為重新定焦提供了可能。


具有重新定焦功能的Lytro相機拍攝的照片。

隨著Lytro進入消費市場,很快就出現了相同技術在智能手機上應用。Pelican是具有5×5微鏡頭陣列的智能手機,和Lytro功能完全相同,也可以對拍攝後的照片重定焦。

下一步光場相機的開發,可以進一步提升成像質量。因為捕捉到了更精確的光場信息,所以可以在每次按下快門時迅速拍攝多張不同曝光值的照片,相機中得智能處理設備可以對於這些照片進行分析和融合,從而為用戶呈現出最佳的成像效果。其實這就是高動態範圍成像(high dynamic range imaging)的研究範疇。

同時,相機中還可以兼備一個緩存區,在鏡頭打開的狀態下,實時捕捉場景,將其暫時保存在緩存中。當攝影師按下快門的時候,就可以同時獲得在該時間點前前後後的多張照片,再也不怕錯過精彩瞬間了。


一款叫做SynthCam的應用,可以把實際景觀拍攝成模型的樣子。

3. 強強聯手,打造新型相機風向標

勒沃伊說:“我的這些想法都是從計算機圖形學中得到的靈感,其實每個人都能夠駕輕就熟地掌握這些知識,並且獲得一些想法。但是產業界並非如此,存在很多'潛規則'。在學術界,已經有很多漂亮的研究成果,相機製造商們只可能在發現商機的時候,才會將其應用在自己的產品中。”

所以,勒沃伊有一個更加宏偉的願望,希望相機以後也可以像智能手機一樣,提供一個可開發應用的平台,這樣用戶就可以集思廣益,特別定制出屬於自己的一款相機了。

Frankencamera,正是為了這種想法,而設計出來的新一代相機。

勒沃伊的同事安德魯·亞當斯(Andrew Adams)說:“我們前期想與一些相機製造商合作,但這是在是一種痛苦的經歷。當經歷了足夠的拒絕和挫敗之後,我們決定研發自己的相機,提供編程功能。”

初期的Frankencamera是一個看起來略顯笨重的大黑盒子,其配件都與普通相機無異。但是遵從計算機科學的精神,這款相機基於Linux平台,很容易自行移植和開發。此外,他們還在其中加了陀螺儀,在圖像拍攝的過程中用來檢測相機是否有抖動,以及抖動的軌跡,藉此加以恢復,進一步增強了成像效果。

據悉,這款可定制相機的技術,獲得了諾基亞的青睞。目前,該研究團隊已為Nokia N900上的相機開發出很多應用。亞當斯介紹說:“我們做的第一件事,是替換掉N900的自動對焦的程序。我們公佈這個任務不足一周的時間,就有了很多精彩的解決方案。”

亞當斯說,研究團隊在2010年公開了代碼,所以任何人都可以為Nokia N900的照相功能添加各種有趣的應用。像是全景拼接,高動態圖像處理,還有更自動更正的閃光功能——也就是說,對於同一場景,自動處理加閃光和不加閃光的效果。有了這些,Nokia N900將成為一款拍攝利器。

同時,Frankencamera還提供了“重新拍攝(rephotography)”的功能。這款相機可以分析出場景中的一些特徵,比如說某些特徵點特徵元素,還有攝影師的拍攝角度。對於這些特徵值進行分析和重新賦值,就可以對於老照片中相同的場景“重拍”出截然不同的照片。

隨著這款夠給力的相機出爐,手抖或者是曝光不足的擔心都會不復存在了。製造以假亂真的專業效果,即便只有一台智能手機,也會成為手到擒來的事情。就像是智能手機系統一樣,一旦Frankencameras或者是類似的產品獲得了足夠多用戶的認可和使用之後,其創造潛能就會被極大地激發出來,但凡你能想到的,早就有程序員先一步為你做好了。

“計算,就是新的光學”,亞當斯最後總結道。

圖片和信息來源:sciencenews 文/果賣網

分享分享0 收藏收藏0 讚好讚好0 Unlike!Unlike!0 分享 傳送 邀請

好友
0
帖子
131301
積分
137840
最後登錄
2019-2-28
在線時間
0 小時
No.1回覆者
發表於 2012-5-4 04:59:36 |只看該作者
樓主福如東海,萬壽無疆!  

好友
0
帖子
124568
積分
124576
最後登錄
2019-2-28
在線時間
0 小時
跟尾2
發表於 2012-5-4 04:59:36 |只看該作者
搶座位來了
您需要登錄後才可以回帖 登錄 | 馬上註冊 |

Archiver|手機版|SAY討論區

GMT+8, 2026-5-24 09:27 , Processed in 0.619315 second(s), 8 queries .

Powered by go2tutor.comDiscuz! X2

© 2026 Community Networks Limited

回頂部