Kann Software ein defektes Kameraobjektiv reparieren?

Moderne Kameras können einiges Beeindruckendes leisten.

Durch die Rauschunterdrückung kann ein dunkles Bild sauberer aussehen. KI-Algorithmen können Kanten schärfen. Software kann Verzerrungen korrigieren, Farben anpassen und sogar fehlende Details erzeugen.

Da fragt sich natürlich irgendwann jemand:

Wenn die Software so gut wird, brauchen wir dann noch ein teures Kameraobjektiv?

Kurze Antwort:

Ja. Besonders gern.

Software kann ein mittelmäßiges Bild verbessern.

Es kann schlechte optische Informationen nicht zuverlässig in gute optische Informationen umwandeln.

Und diese Unterscheidung ist wichtiger denn je, da Kameras für KI-Erkennung, Robotik, Überwachung, Automobilbildgebung und maschinelles Sehen eingesetzt werden.

Software ist sehr gut darin, ein Chaos zu beseitigen

Lassen Sie uns zunächst Software würdigen.

Moderne Bildverarbeitung kann viel.

Wenn ein Bild Rauschen enthält, können Algorithmen es reduzieren.

Wenn eine Linsenverzerrung vorhersehbar ist, kann die Software die Geometrie korrigieren.

Wenn ein Bild einen leicht schwachen Kontrast aufweist, kann es durch Schärfung und lokale Kontrastverstärkung besser aussehen.

Durch die Farbverarbeitung können auch bestimmte Eigenschaften des Bildsystems kompensiert werden.

Das ist unglaublich nützlich.

Tatsächlich wären moderne Kameras ohne rechnergestützte Bildgebung viel schlechter.

Aber es gibt eine wichtige Grenze:

Software kann Informationen verarbeiten. Es kann Informationen, die das optische System nie erfasst hat, nicht perfekt wiederherstellen.

Hier kommt das Objektiv ins Spiel.

Man kann nicht schärfen, was nie gelöst wurde

Stellen Sie sich vor, Sie fotografieren ein Nummernschild aus der Ferne.

Der Sensor hat genügend Pixel.

Die Kamera ist richtig belichtet.

Allerdings kann das Objektiv die kleinen Zeichen nicht klar auflösen.

Die Zeichen erreichen den Sensor als verschwommene Formen.

Wenden Sie nun das Schärfen an.

Die Kanten sehen möglicherweise stärker aus.

Wenden Sie die KI-Verbesserung an.

Das Ergebnis könnte noch überzeugender aussehen.

Aber es gibt ein Problem.

Die ursprünglichen feinen Details wurden nie richtig aufgezeichnet.

Die Software schätzt, wie das Detail ausgesehen haben könnte.

Für ein Gelegenheitsfoto mag das durchaus akzeptabel sein.

Bei Anwendungen wie Nummernschilderkennung, Gesichtserkennung, Industrieinspektion oder maschineller Bildverarbeitung sind „sieht plausibel aus“ und „enthält zuverlässige Informationen“ nicht unbedingt dasselbe.

Dieser Unterschied ist wichtig.

Bei MTF wird das Argument ernst

Dies ist einer der Gründe, warum optische Ingenieure darauf achtenMTF (Modulationsübertragungsfunktion).

MTF beschreibt, wie effektiv ein Objektiv den Kontrast auf verschiedenen Detailebenen bewahrt.

Ein Objektiv mit schlechter Hochfrequenzleistung kann Schwierigkeiten bei der Wiedergabe sehr feiner Strukturen haben.

Keine noch so große Nachbearbeitung kann dieses Objektiv auf magische Weise dazu bringen, sich wie ein grundlegend besseres optisches System zu verhalten.

Software kann die scheinbare Schärfe erhöhen.

Das physikalische Auflösungsvermögen des Objektivs kann dadurch nicht verändert werden.

Aus diesem Grund kann eine Kamera mit einem 8-MP-Sensor immer noch enttäuschende Details liefern, wenn das optische System diese Pixel nicht nutzen kann.

Sie können acht Millionen Pixel haben.

Man kann ein verschwommenes Objektiv nicht dazu zwingen, acht Millionen nützliche Details zu liefern.

Was ist mit der KI-Bildverbesserung?

Hier wird es besonders interessant.

KI-basierte Bildverbesserung kann mitunter zu erstaunlich überzeugenden Ergebnissen führen.

Es gibt jedoch einen subtilen Unterschied zwischen:

Informationen wiederherstellen

Und

ein wahrscheinliches Ergebnis generieren.

KI kann auf der Grundlage dessen, was sie gelernt hat, Muster ableiten.

Dadurch kann ein Bild für den menschlichen Betrachter deutlich besser aussehen.

Doch wenn die Kamera zur objektiven Entscheidungsfindung genutzt wird, müssen Ingenieure vorsichtig sein.

Wenn ein KI-System beispielsweise ein Fahrzeug identifiziert, Text liest oder einen Herstellungsfehler untersucht, stellen künstlich generierte Details möglicherweise nicht immer das dar, was tatsächlich in der Szene vorhanden war.

Mit anderen Worten:

Ein schönes Bild ist nicht automatisch ein zuverlässiges Bild.

Dies ist eine Unterscheidung, die man bei der Entwicklung von KI-Bildverarbeitungssystemen berücksichtigen sollte.

Es gibt einige Probleme, die Software einfach nicht beheben kann

Betrachten Sie mehrere häufig auftretende optische Probleme.

Schlechte Auflösung

Wenn das Objektiv feine Details nicht auflösen kann, verfügt die Software nur über begrenzte reale Informationen, mit denen sie arbeiten kann.

Unzureichendes Licht

Ein langsames Objektiv in einer dunklen Umgebung kann dazu führen, dass der Sensor mit hoher Verstärkung arbeitet, was zu Rauschen führt und die nutzbaren Details verringert.

Software kann das Rauschen reduzieren, aber eine aggressive Rauschunterdrückung kann auch feine Informationen entfernen.

SchwerChromatischAberration

Software kann einige vorhersehbare Farbsäume korrigieren, schwere optische Aberrationen bedeuten jedoch immer noch, dass die ursprüngliche Bildqualität beeinträchtigt wurde.

Schlechte Kantenleistung

Wenn die Ecken eines Weitwinkelbilds stark unscharf sind, kann die digitale Schärfung dafür sorgen, dass sie kontrastreicher wirken, ohne dass die fehlenden Details wiederhergestellt werden.

Flare und Ghosting

Starke Reflexionen innerhalb des optischen Systems können das Bild verunreinigen. Sobald sich unerwünschtes Licht in das erfasste Signal eingemischt hat, ist die Software nur sehr begrenzt in der Lage, es perfekt zu trennen.

Deshalb ist optisches Design immer noch wichtig.

Die beste Kamera nutzt sowohl Optik als auch Software

Die wirkliche Antwort lautet nicht:

Optik vs. Software.

Es ist:

Optik + Software.

Eine gut gestaltete Kamera bietet Software einen guten Ausgangspunkt.

Das Objektiv bietet:

Ausreichende Auflösung

Ausreichende Lichtdurchlässigkeit

Kontrollierte Verzerrung

Guter Kontrast

Stabile Kantenleistung

Geeignete Sensoranpassung

Dann kann die Bildverarbeitung diese starke optische Grundlage nutzen und das endgültige Bild noch besser machen.

Dies ist viel effektiver, als die Software zu bitten, ein grundlegend schwaches optisches System zu retten.

Stellen Sie es sich wie Kochen vor.

Software ist das Gewürz.

Ein guter Algorithmus kann ein gutes Bild verbessern.

Wenn die Zutaten jedoch bereits verbrannt sind, ist das Hinzufügen weiterer Gewürze wahrscheinlich nicht die Lösung.

Dies ist für KI-Kameras noch wichtiger

Für die traditionelle Fotografie kann ein leicht unvollkommenes Bild einfach unattraktiv sein.

Für die KI-Vision können die Folgen schwerwiegender sein.

KI-Algorithmen basieren auf visuellen Merkmalen wie:

Kanten

Formen

Texturen

Kontrast

Farbe

Objektgrenzen

Wenn das optische System diese Merkmale zerstört, bevor sie den Sensor erreichen, erhält das KI-System schlechtere Eingaben.

Dies kann die Erkennungs- und Erkennungsleistung beeinträchtigen.

Aus diesem Grund sollte optisches Design zunehmend als Teil des KI-Systems betrachtet werden – und nicht nur als eine Komponente, die an der Vorderseite einer Kamera angebracht ist.

Kann Software ein defektes Objektiv reparieren?

Es hängt davon ab, was Sie mit „reparieren“ meinen.

Software kann bestimmte vorhersehbare optische Eigenschaften korrigieren.

Es kann den Kontrast verbessern.

Es kann Lärm reduzieren.

Es kann Bilder schärfen.

Es kann Verzerrungen korrigieren.

Aber Software kann Folgendes nicht vollständig ersetzen:

Gute optische Auflösung.

Gute Lichtdurchlässigkeit.

Gute optische Ausrichtung.

Gute Aberrationskontrolle.

Der beste Bildverarbeitungsalgorithmus der Welt benötigt immer noch Photonen, mit denen er arbeiten kann.

Und diese Photonen müssen zuerst durch die Linse wandern.

Bei Boshi Optics gehen wir bei der Entwicklung von Kameraobjektiven von diesem Ausgangspunkt aus an: Das optische System muss nützliche Informationen bereitstellen, bevor die Software mit der Verarbeitung dieser Informationen beginnt. Mit seinen Fähigkeiten in den Bereichen optisches Design, Fertigung, Montage und optische Tests entwickelt Boshi Optics Objektive für Anwendungen wie Sicherheitskameras, KI-Vision, Automobilbildgebung, Drohnen, medizinische Bildgebung und andere Kamerasysteme.

Denn am Ende kann Software ein Bild verbessern.

Aber die Linse entscheidet, welche Informationen überhaupt dort ankommen.