悪いカメラレンズをソフトウェアで修正できるか

最新のカメラでは、いくつかの素晴らしいことができます。

ノイズリダクションを使用すると、暗い画像をよりきれいに見せることができます。 AI アルゴリズムはエッジをシャープにすることができます。ソフトウェアは歪みを修正し、色を調整し、欠けているように見える詳細を生成することもできます。

したがって、当然のことながら、最終的に誰かが次のように尋ねます。

ソフトウェアがこれほど良くなっているのに、高価なカメラレンズはまだ必要なのでしょうか?

短い答え:

はい。とてもそうです。

ソフトウェアを使用すると、平凡な画像を改善できます。

悪い光学情報を良好な光学情報に確実に変えることはできません。

そして、カメラが AI 認識、ロボット工学、監視、自動車イメージング、マシン ビジョンに使用されるようになるにつれて、その区別はこれまで以上に重要になります。

ソフトウェアは混乱を一掃するのに非常に優れています

まずソフトウェアに敬意を表しましょう。

最新の画像処理では多くのことができます。

画像にノイズが含まれている場合、アルゴリズムによってノイズを低減できます。

レンズの歪みが予測可能な場合は、ソフトウェアでジオメトリを修正できます。

画像のコントラストがわずかに弱い場合は、シャープ化と局所的なコントラスト強調を行うと見栄えがよくなります。

色処理は、画像システムの特定の特性を補償することもできます。

これは非常に便利です。

実際、現代のカメラは、計算によるイメージングがなければ、さらに性能が悪くなるでしょう。

ただし、重要な制限があります。

ソフトウェアは情報を処理できます。光学システムが決して捕捉しなかった情報を完全に復元することはできません。

そこでレンズの登場です。

解決されなかったものを鮮明にすることはできない

遠くからナンバープレートを撮影することを想像してみてください。

センサーの画素数は十分です。

カメラは適切に露出されています。

ただし、小さな文字は鮮明に解像できません。

文字はぼやけた形状としてセンサーに到達します。

次にシャープニングを適用します。

エッジが強く見えるかもしれません。

AI強化を適用します。

結果はさらに説得力があるように見えるかもしれません。

しかし、問題があります。

元の細かいディテールは適切に記録されていませんでした。

ソフトウェアは、詳細がどのようになっていたかを推定しています。

カジュアルな写真であれば、これはまったく問題ないかもしれません。

ナンバープレート認識、顔認識、産業検査、マシンビジョンなどのアプリケーションの場合、「一見もっともらしい」ことと「信頼できる情報が含まれている」ことは必ずしも同じではありません。

その違いが重要なのです。

MTF は議論が真剣になる場所です

これが光学エンジニアが注目する理由の 1 つですMTF (変調伝達関数).

MTF は、レンズがさまざまな詳細レベルでコントラストをどの程度効果的に維持するかを表します。

高周波性能が低いレンズでは、非常に微細な構造を再現するのが難しい場合があります。

どんなに後処理を行っても、そのレンズを根本的に優れた光学システムのように動作させることはできません。

ソフトウェアを使用すると、見かけの鮮明さを向上させることができます。

レンズの物理的な解像度を変えることはできません。

光学システムがこれらのピクセルを活用できない場合、8MP センサーを搭載したカメラでも残念なディテールが生成される可能性があるのはこのためです。

800万ピクセルも可能です。

ぼやけたレンズに 800 万もの有用な詳細を強制的に伝えることはできません。

AIによる画像補正はどうなるのでしょうか？

ここが特に興味深いことになります。

AI ベースの画像補正により、非常に説得力のある結果が得られることがあります。

ただし、以下の間には微妙な違いがあります。

情報の回復

そして

可能性のある結果を生成します。

AI は学習した内容に基づいてパターンを推測できます。

これにより、人間の目には画像が大幅に良く見えるようになります。

しかし、カメラが客観的な決定を下すために使用されている場合、エンジニアは注意する必要があります。

たとえば、AI システムが車両を識別したり、テキストを読んだり、製造上の欠陥を検査したりする場合、人工的に生成された詳細が、現場に実際に存在していたものを必ずしも表しているとは限りません。

言い換えると：

美しい画像が自動的に信頼できる画像になるわけではありません。

これは、AI ビジョン システムを設計する際に覚えておく価値のある違いです。

ソフトウェアでは元に戻すことができない問題がいくつかあります

いくつかの一般的な光学問題を考えてみましょう。

解像度が低い

レンズが細かい部分を解決できない場合、ソフトウェアが扱う実際の情報は限られています。

光が足りない

暗い環境でレンズの速度が遅いと、センサーが高ゲインで動作することになり、ノイズが発生し、使用可能なディテールが低下する可能性があります。

ソフトウェアによってノイズを低減することはできますが、積極的なノイズ低減によって微細な情報が削除されてしまうこともあります。

厳しいクロマチック収差

ソフトウェアは予測可能な一部の色にじみを修正できますが、重大な光学収差は依然として元の画質が損なわれていることを意味します。

エッジのパフォーマンスが低い

広角画像の隅が大きくぼやけている場合、デジタルシャープニングを行うと、失われた細部が復元されずに、よりコントラストが高く見えることがあります。

フレアとゴースト

光学システム内の強い反射により、画像が汚れる可能性があります。取り込んだ信号に不要な光が混入すると、ソフトウェアがそれを完全に分離する能力は非常に限られています。

だからこそ光学設計は依然として重要なのです。

最高のカメラは光学系とソフトウェアの両方を使用する

本当の答えは次のとおりではありません。

光学とソフトウェア。

それは次のとおりです。

光学 + ソフトウェア。

適切に設計されたカメラは、ソフトウェアに良い出発点を与えます。

レンズは次の機能を提供します。

・十分な解像度

・適切な光透過性

・制御された歪み

・良好なコントラスト

・安定したエッジ性能

適切なセンサーのマッチング

その後、画像処理によりその強力な光学的基盤が得られ、最終的な画像がさらに優れたものになります。

これは、根本的に弱い光学システムをソフトウェアに救済させるよりもはるかに効果的です。

料理のようなものだと考えてください。

ソフトウェアは調味料です。

優れたアルゴリズムにより、優れた画像が得られます。

ただし、材料がすでに焦げている場合は、調味料を追加しても解決策ではない可能性があります。

AI カメラにとってこれはさらに重要です

従来の写真の場合、少し不完全な画像は単に魅力的ではない可能性があります。

AI ビジョンの場合、その結果はさらに深刻になる可能性があります。

AI アルゴリズムは、次のような視覚的な機能に依存します。

エッジ

形状

テクスチャ

・コントラスト

・色

オブジェクトの境界

光学システムがセンサーに到達する前にこれらの機能を破壊すると、AI システムが受け取る入力が低下します。

これは、検出と認識のパフォーマンスに影響を与える可能性があります。

このため、光学設計は、単にカメラの前面に取り付けられたコンポーネントではなく、AI システムの一部としてますます考慮される必要があります。

では、ソフトウェアで不良レンズを修復できるのでしょうか?

それは「修正」が何を意味するかによって異なります。

ソフトウェアは、特定の予測可能な光学特性を修正できます。

コントラストを向上させることができます。

騒音を軽減できます。

画像を鮮明にすることができます。

歪みを補正することができます。

しかし、ソフトウェアは以下のものを完全に置き換えることはできません。

良好な光学解像度。

光透過性が良い。

良好な光学的アライメント。

良好な収差制御。

世界最高の画像処理アルゴリズムには、依然としてフォトンが必要です。

そして、それらの光子は最初にレンズを通過する必要があります。

Boshi Optics では、ソフトウェアが処理を開始する前に、光学システムが有用な情報を提供する必要があるという出発点からカメラ レンズの開発に取り組んでいます。 Boshi Optics は、光学設計、製造、組み立て、光学テストの機能を備え、セキュリティ カメラ、AI ビジョン、自動車用イメージング、ドローン、医療用イメージング、その他のカメラ システムなどのアプリケーション向けのレンズを開発しています。

なぜなら、最終的にはソフトウェアによってイメージを改善できるからです。

しかし、そもそもそこにどのような情報が届くのかはレンズによって決まります。