传感器|期待N年 天才级的全画幅CMOS终于要大功告成了( 三 )


传感器|期待N年 天才级的全画幅CMOS终于要大功告成了
文章图片

所有“不寻常”色彩系统(无论是富士 X-Trans、RGBW 滤镜还是 Foveon)的一个共同缺点是图像处理也会受到选择的影响 。尽管拜耳滤光片可能不是捕捉颜色的最佳方式,但它们已经存在了几十年,并且在传感器市场上绝对占据主导地位 。因此,图像处理研究人员和公司有强烈的动机为这种类型的传感器微调所有算法 。
例如,去噪通常是通过一些关于收集到的光子的统计数据的假设来完成的,这些光子不能直接应用于 Foveon 传感器 。遗憾的是,鉴于使用的 Foveon 传感器的份额,大多数图像处理公司没有任何动力支持 Foveon 文件,更不用说开发专用于此类传感器的图像处理管道了 。
基于机器学习的算法,这种趋势只会变得更糟 。坦率地说,机器学习算法只与用于训练它们的数据一样好(在数量和质量方面) 。由于拜耳滤波器阵列提供的图像数量是 Foveon 的数千倍,因此前者传感器将受益于比后者更好的算法 。
最后,我们需要解决房间里的大象 。由于技术原因,摄影设备并不总是出售 。定价、营销、镜头生态系统、品牌——一项技术的成功有很多因素 。
Sigma试图提供一种与众不同的传感器,但该公司不得不同时打两场战斗 。第一个是证明 Foveon 传感器的图像质量 。第二个是证明,作为相机制造商,他们的相机优于佳能或尼康相机 。
Foveon 可能是Sigma在竞争激烈的相机行业的秘密武器 。但是,传统传感器和 Foveon 传感器之间的性能差异并不明显 。至少,还不够清晰,不足以吸引新摄影师加入 Sigma 品牌 。
作为一家公司,Sigma在镜头制造方面享有良好和当之无愧的声誉,并希望将其业务进一步扩展到相机和传感器 。然而,相机不仅仅是一个传感器 。Sigma 面临的真正挑战很可能是缺乏高质量的图像处理 。Sigma 甚至必须为 AdobePhotoshop 创建一个插件才能打开 Foveon 文件 。
【传感器|期待N年 天才级的全画幅CMOS终于要大功告成了】虽然适马发布带有全画幅 Foveon 传感器的新相机并非不可能,但要在现有的 Foveon 社区之外销售该技术还有很长的路要走,更不用说使其成为行业标准了 。


推荐阅读