Sensor Kamera Digital

Didalam kamera DSLR ada sesuatu yang sangat penting yang selalu di lingdungi oleh kita, yaitu sebuah sensor. Sensor ini juga menentukan kualitas (cahaya dan warna) dari gambar yang kita dapatkan. Tentu kita bertanya-tanya tentang apa itu sensor, dan bagaimana sensor pada kamera bekerja ?

Sebuah kamera digital menggunakan jutaan susunan rongga lampu kecil atau “photosites” untuk merekam sebuah gambar. Ketika kita menekan tombol rana kamera dan eksposur dimulai , masing-masing susunan rongga (photosites) tersebut menerima cahaya yang ditemukan untuk dikumpulkan lalu menyimpan foton. Setelah paparan (cahaya) selesai, kamera menutup masing-masing photosites ini, dan kemudian mencoba untuk menilai berapa banyak foton yang jatuh. Jumlahnya relatif dari foton dalam setiap rongga, kemudian diurutkan ke dalam berbagai tingkat intensitas, yang presisinya ditentukan oleh bit depth ( 0-255 untuk 8-bit (1byte) gambar).

Catatan: 8 bit per pixel mampu menampung 256 warna, dan ini biasanya digunakan pada kamera VGA. Kalau kita punya kamera di handphone yang kualitasnya VGA, maka sensornya hanya mampu menampung 256 warna. Sedangkan 1 bit sendiri menampung 2 warna, biasanya disebut monochrome atau bisa dilang hanya hitam dan putih. Mungkin apabila ada kesempatan kita bakalan membahas lebih banyak tentang bit depth.

Warna dengan 8 bit per pixel

Warna dengan 8 bit per pixel

cavity array

Cavity Array (Susunan Rongga)

lights cavities

Lights Cavities (Rongga Cahaya)

Namun, ilustrasi di atas hanya akan membuat gambar grayscale, karena rongga tersebut tidak dapat membedakan berapa banyak yang mereka miliki untuk masing-masing warna. Untuk mengambil gambar berwarna , filter harus ditempatkan di atas setiap rongga yang memungkinkan hanya warna cahaya tertentu yang masuk. Hampir semua kamera digital saat ini hanya dapat menangkap salah satu dari tiga warna primer (merah, hijau, dan biru) di setiap rongga, sehingga mereka membuang sekitar 2 /3 dari cahaya yang masuk. Akibatnya , kamera harus mendekati dua warna primer lainnya dalam rangka untuk memiliki warna penuh pada setiap pixel. Jenis yang paling umum dari filter susunan warna disebut ” Bayer array, ” ditunjukkan di bawah ini .

Color Filter Array (Susunan Filter Warna)

Color Filter Array (Susunan Filter Warna)

Photosites with Color Filters (Photosites dengan Filter Warna)

Photosites with Color Filters (Photosites dengan Filter Warna)

Sebuah Bayer Array terdiri dari baris filter merah-hijau dan hijau – biru. Perhatikan bagaimana Bayer Array mengandung dua kali lebih banyak hijau daripada sensor merah atau biru (mungkin ini menjadi alasan di kamera Nikon-ku warna hijau lebih banyak mendominasi. Bisa jadi, bisa jadi). Setiap warna dasar tidak menerima fraksi (pecahan) yang sama dari total area, karena mata manusia lebih sensitif terhadap cahaya hijau daripada lampu merah dan biru . Redundansi dengan piksel hijau menghasilkan gambar yang muncul kurang noise dan memiliki detail yang lebih baik daripada yang dapat dicapai jika setiap warna diperlakukan sama. Ini juga menjelaskan mengapa noise di saluran hijau jauh lebih sedikit dibandingkan untuk dua warna primer lainnya.

Gambar asli (ditampilkan 200 %)

Gambar asli (ditampilkan 200 %)

Apa yang kamera kita tangkap (Melalui Bayer Array)

Apa yang kamera kita tangkap (Melalui Bayer Array)

Catatan : Tidak semua kamera digital menggunakan Bayer Array , namun ini adalah setingan yang paling umum. Sebagai contoh, sensor Foveon menangkap semua tiga warna di setiap lokasi pixel, sedangkan sensor lain mungkin menangkap empat warna dalam array yang sama : merah, hijau , biru dan hijau zamrud.

Perbandingan antara sensor Foveon dengan sensor CMOS

Perbandingan antara sensor Foveon dengan sensor CMOS

Proses penangkapan yang berbeda. Penangkapan warna pada Foveon sama seperti pada sensor untuk Kamera Film.

Proses penangkapan yang berbeda. Penangkapan warna pada Foveon sama seperti pada sensor untuk Kamera Film.

Kembali ke Sensor Film bung.

Kembali ke Sensor Film bung.

Bayer Demosaicing

Bayer ” demosaicing ” adalah proses menerjemahkan berbagai Bayer warna primer menjadi gambar akhir yang berisi informasi penuh warna pada setiap pixel. Bagaimana mungkin jika kamera tidak dapat langsung mengukur penuh warna ? Salah satu cara untuk memahami ini adalah bukan untuk memikirkan setiap array 2×2 dari merah, hijau dan biru sebagai rongga penuh warna tunggal .

sensors_bayer

sensors_bayer2

Bayer Array → Converted Bayer Array

Ini akan bekerja dengan baik , namun kebanyakan kamera mengambil langkah-langkah tambahan untuk mengekstrak informasi gambar bahkan lebih dari berbagai warna ini . Jika kamera memperlakukan semua warna dalam setiap susunan 2×2 telah mendarat di tempat yang sama, maka hanya akan mampu mencapai setengah resolusi yang baik dalam arah horisontal dan vertikal. Di sisi lain , jika kamera menghitung warna dengan menggunakan beberapa susunan 2×2 tumpang-tindih , maka bisa mencapai resolusi yang lebih tinggi daripada yang mungkin dengan satu susunan set 2×2 . Kombinasi berikut susunan 2×2 tumpang-tindih dapat digunakan untuk mengekstrak informasi gambar yang lebih baik.

1

Perhatikan bagaimana kita tidak menghitung informasi gambar di bagian paling tepi array (yang tidak diberi nomer) , karena kita mengasumsikan gambar setiap saat di semua arah. Jika ini benar-benar tepian susunan rongga, maka perhitungan disini akan kurang akurat, karena tidak ada lagi piksel pada semua sisi (kurang lengkap untuk menjadi susunan 2×2) . Hal ini meskipun biasanya diabaikan, karena informasi di bagian paling tepi dari suatu gambar dengan mudah dapat dipotong untuk kamera dengan jutaan piksel.

Ada juga Algoritma Demosaicing yang dapat mengekstrak sedikit lebih resolusi, menghasilkan gambar yang kurang/sedikit noise, atau beradaptasi dengan perkiraan terbaik gambar di setiap lokasinya.

Demosaicing Artifacts

Gambar dengan detail skala kecil di dekat batas resolusi sensor digital kadang-kadang dapat mengelabui algoritma demosaicing – menghasilkan hasil yang tidak realistis. Artitact yang paling umum adalah moiré (diucapkan “- ay” ) , yang mungkin muncul sebagai pola berulang, artefak warna atau piksel diatur dalam pola labirin-seperti keadaan yang sesungguhnya

interp_moire3

Foto kedua di ↓ 65 % dari ukuran diatas

interp_moire3-sm

Dua foto terpisah ditunjukkan di atas masing-masing pada perbesaran yang berbeda. Perhatikan penampilan moiré dalam semua empat kotak bawah, di samping garis-garis ketiga foto pertama ( halus ). Kedua artifact labirin-seperti dan warna dapat dilihat di garis-garis ketiga versi dikecilkan. Artifact ini tergantung pada kedua jenis tekstur dan perangkat lunak yang digunakan untuk mengembangkan berkas RAW kamera digital. Hal tersebut sering terjadi apabila gambar yang kita ambil mempunyai bentuk yang rumit, dan susah untuk ditangkap dengan baik.

raw_steps-bayer

Susunan Bayer di format RAW (awal)

raw_debayer

Susunan de-Bayer RAW

raw_final

Hasil akhir dari file RAW sebelum diformat ke file JPEG.

Makanya banyak fotografer yang menggunakan format RAW, agar bisa mengubah warna-warna dasar tanpa mengubah kualitas dari gambar yang didapat.

Walaupun kita sudah menggunakan sensor yang secara teoritis sempurna dan mampu membedakan semua warna pada setiap photosite, moiré, dan artifact bisa tetap muncul. Ini merupakan konsekuensi tak terhindarkan dari sistem apapun yang menerima sinyal kontinu pada interval diskrit. Ya, konsekuensi juga bahwa tidak ada yang sempurna didunia nyata ini, itu yang membedakan kita dengan Tuhan. Hahaha, tapi untuk alasan noise dari sinyal kontinu, hampir setiap sensor digital fotografi menggabungkan atau menambahkan sesuatu yang disebut Optical Low-Pass Filter (OLPF) atau Anti-Aliasing (AA) Filter. Biasanya filter ini diletakkan di depan sensor, dan bekerja dengan efektif untuk memfilter rincian yang bermasalah dengan halus.

OLPF pada sensor kamera

OLPF pada sensor kamera

OLPF pada kamera Nikon D800 dan perbedaan dengan D800E terbaru

OLPF pada kamera Nikon D800 dan perbedaan dengan D800E terbaru

 

Mungkin sampai sini saja penjelasannya tentang Sensor Kamera Digital. Kalau teori—teori gini jangan diambil pusing. Hehehe sumber tulisanku dari sini. Jadi bukan karena wangsit, atau apapun. hahaha Translate pake bantuan google translate dan otakku yang bahasa inggrisnya macet2an.😀

About nafi

Panggil saja Piul. :) Lahir 5 Juni 1992, di kota Tegal dari rahim seorang Ibu yang sangat cantik seperti bidadari, yang selalu dilindungi oleh seorang ayah yang hebat layaknya Malaikat dalam hidupku. Nafiul Mualimin sebagai nama dan doa yang mereka berikan padaku... Kata an-Nafi (asmaul husna - yang memberi manfaat) dan Mualim (orang mukmin yang berilmu). Menjadi orang yang bermanfaat dalam ilmu merupakan tujuan saya hidup didunia ini !

Posted on Desember 25, 2013, in Artikel, Engineering Life, Photography, Teknologi, Tips dan Trik, Writing and tagged , , , . Bookmark the permalink. Tinggalkan komentar.

Tinggalkan Balasan

Isikan data di bawah atau klik salah satu ikon untuk log in:

Logo WordPress.com

You are commenting using your WordPress.com account. Logout / Ubah )

Gambar Twitter

You are commenting using your Twitter account. Logout / Ubah )

Foto Facebook

You are commenting using your Facebook account. Logout / Ubah )

Foto Google+

You are commenting using your Google+ account. Logout / Ubah )

Connecting to %s

%d blogger menyukai ini: