Phần mềm có thể sửa ống kính máy ảnh bị hỏng không

Máy ảnh hiện đại có thể làm được một số điều ấn tượng.

Giảm nhiễu có thể làm cho hình ảnh tối trông rõ ràng hơn. Thuật toán AI có thể làm sắc nét các cạnh. Phần mềm có thể sửa méo, điều chỉnh màu sắc và thậm chí tạo ra các chi tiết bị thiếu.

Vì vậy, tự nhiên cuối cùng cũng có người hỏi:

Nếu phần mềm ngày càng tốt như vậy, liệu chúng ta có còn cần một ống kính máy ảnh đắt tiền nữa không?

Câu trả lời ngắn gọn:

Đúng. Rất nhiều như vậy.

Phần mềm có thể cải thiện một hình ảnh tầm thường.

Nó không thể biến thông tin quang học xấu thành thông tin quang học tốt một cách đáng tin cậy.

Và sự khác biệt đó quan trọng hơn bao giờ hết khi máy ảnh đang được sử dụng để nhận dạng AI, robot, giám sát, chụp ảnh ô tô và thị giác máy.

Phần mềm rất tốt trong việc dọn dẹp mớ hỗn độn

Trước tiên hãy ghi công cho phần mềm.

Xử lý hình ảnh hiện đại có thể làm được rất nhiều điều.

Nếu hình ảnh chứa nhiễu, thuật toán có thể giảm nhiễu.

Nếu có thể dự đoán được độ méo của ống kính, phần mềm có thể sửa hình học.

Nếu hình ảnh có độ tương phản hơi yếu, việc làm sắc nét và tăng cường độ tương phản cục bộ có thể làm cho hình ảnh đó trông đẹp hơn.

Việc xử lý màu sắc cũng có thể bù đắp cho một số đặc điểm nhất định của hệ thống hình ảnh.

Điều này cực kỳ hữu ích.

Trên thực tế, các máy ảnh hiện đại sẽ tệ hơn nhiều nếu không có hình ảnh tính toán.

Nhưng có một giới hạn quan trọng:

Phần mềm có thể xử lý thông tin. Nó không thể khôi phục hoàn toàn thông tin mà hệ thống quang học chưa bao giờ ghi lại được.

Đó là nơi ống kính xuất hiện.

Bạn không thể làm sắc nét những gì chưa bao giờ được giải quyết

Hãy tưởng tượng chụp ảnh biển số xe từ xa.

Cảm biến có đủ pixel.

Máy ảnh được phơi sáng đúng cách.

Nhưng ống kính không thể phân giải rõ ràng các ký tự nhỏ.

Các ký tự đến cảm biến dưới dạng hình dạng mờ.

Bây giờ hãy áp dụng độ sắc nét.

Các cạnh có thể trông mạnh mẽ hơn.

Áp dụng cải tiến AI.

Kết quả có thể còn thuyết phục hơn nữa.

Nhưng có một vấn đề.

Chi tiết đẹp ban đầu không bao giờ được ghi lại đúng cách.

Phần mềm đang ước tính chi tiết có thể trông như thế nào.

Đối với một bức ảnh bình thường, điều đó có thể hoàn toàn chấp nhận được.

Đối với các ứng dụng như nhận dạng biển số xe, nhận dạng khuôn mặt, kiểm tra công nghiệp hoặc thị giác máy, “có vẻ hợp lý” và “chứa thông tin đáng tin cậy” không nhất thiết giống nhau.

Sự khác biệt đó là quan trọng.

MTF là nơi tranh luận trở nên nghiêm túc

Đây là một lý do khiến các kỹ sư quang học chú ý đếnMTF (Chức năng truyền điều chế).

MTF mô tả mức độ hiệu quả mà ống kính duy trì độ tương phản ở các mức độ chi tiết khác nhau.

Một ống kính có hiệu suất tần số cao kém có thể gặp khó khăn trong việc tái tạo các cấu trúc rất tinh tế.

Không có quá trình xử lý hậu kỳ nào có thể làm cho ống kính đó hoạt động giống như một hệ thống quang học tốt hơn về cơ bản một cách kỳ diệu.

Phần mềm có thể tăng độ sắc nét rõ ràng.

Nó không thể thay đổi khả năng phân giải vật lý của ống kính.

Đây là lý do tại sao một máy ảnh có cảm biến 8MP vẫn có thể tạo ra những chi tiết đáng thất vọng nếu hệ thống quang học không có khả năng tận dụng những điểm ảnh đó.

Bạn có thể có tám triệu pixel.

Bạn không thể ép một ống kính mờ cung cấp tám triệu chi tiết hữu ích.

Còn tính năng nâng cao hình ảnh bằng AI thì sao?

Đây là nơi mọi thứ trở nên đặc biệt thú vị.

Tính năng nâng cao hình ảnh dựa trên AI đôi khi có thể mang lại kết quả hết sức thuyết phục.

Nhưng có một sự khác biệt tinh tế giữa:

phục hồi thông tin

Và

tạo ra một kết quả có thể xảy ra.

AI có thể suy ra các mẫu dựa trên những gì nó đã học được.

Điều đó có thể làm cho hình ảnh trông đẹp hơn đáng kể đối với người xem.

Nhưng nếu máy ảnh được sử dụng để đưa ra quyết định khách quan thì các kỹ sư cần phải cẩn thận.

Ví dụ: nếu hệ thống AI đang xác định một chiếc xe, đọc văn bản hoặc kiểm tra lỗi sản xuất, các chi tiết được tạo ra một cách giả tạo có thể không phải lúc nào cũng thể hiện những gì thực sự có trong hiện trường.

Nói cách khác:

Một hình ảnh đẹp không tự động là một hình ảnh đáng tin cậy.

Đó là điểm khác biệt đáng ghi nhớ khi thiết kế hệ thống thị giác AI.

Có một số vấn đề Phần mềm không thể hoàn tác

Hãy xem xét một số vấn đề quang học phổ biến.

Độ phân giải kém

Nếu ống kính không thể phân giải các chi tiết nhỏ thì phần mềm sẽ hạn chế thông tin thực để xử lý.

Ánh sáng không đủ

Ống kính chậm trong môi trường tối có thể buộc cảm biến hoạt động ở mức khuếch đại cao, tạo ra nhiễu và giảm chi tiết sử dụng được.

Phần mềm có thể giảm tiếng ồn, nhưng việc giảm tiếng ồn mạnh mẽ cũng có thể loại bỏ những thông tin tốt.

Nghiêm trọngmàu sắcQuang sai

Phần mềm có thể sửa một số viền màu có thể đoán trước được nhưng quang sai nghiêm trọng vẫn có nghĩa là chất lượng hình ảnh gốc đã bị ảnh hưởng.

Hiệu suất cạnh kém

Nếu các góc của hình ảnh góc rộng bị mờ nhiều, tính năng làm sắc nét kỹ thuật số có thể khiến chúng trông có độ tương phản cao hơn mà không khôi phục được chi tiết bị thiếu.

Bùng phát và bóng ma

Sự phản xạ mạnh bên trong hệ thống quang học có thể làm ô nhiễm hình ảnh. Khi ánh sáng không mong muốn đã hòa vào tín hiệu thu được, phần mềm có khả năng rất hạn chế để tách nó một cách hoàn hảo.

Đây là lý do tại sao thiết kế quang học vẫn quan trọng.

Máy ảnh tốt nhất sử dụng cả quang học và phần mềm

Câu trả lời thực sự không phải là:

Quang học so với phần mềm.

Đó là:

Quang học + phần mềm.

Một chiếc máy ảnh được thiết kế tốt sẽ mang lại cho phần mềm một điểm khởi đầu tốt.

Ống kính cung cấp:

 Độ phân giải đủ

 Truyền ánh sáng đầy đủ

 Kiểm soát biến dạng

 Độ tương phản tốt

 Hiệu suất cạnh ổn định

 Kết hợp cảm biến thích hợp

Sau đó, quá trình xử lý hình ảnh có thể sử dụng nền tảng quang học vững chắc đó và làm cho hình ảnh cuối cùng thậm chí còn tốt hơn.

Điều này hiệu quả hơn nhiều so với việc yêu cầu phần mềm giải cứu một hệ thống quang học cơ bản yếu.

Hãy nghĩ về nó giống như nấu ăn.

Phần mềm là gia vị.

Một thuật toán tốt có thể làm cho hình ảnh tốt hơn.

Nhưng nếu nguyên liệu đã bị cháy thì việc thêm gia vị có lẽ không phải là giải pháp.

Điều này còn quan trọng hơn nữa đối với máy ảnh AI

Đối với nhiếp ảnh truyền thống, một hình ảnh hơi không hoàn hảo có thể không hấp dẫn.

Đối với tầm nhìn AI, hậu quả có thể nghiêm trọng hơn.

Thuật toán AI phụ thuộc vào các đặc điểm hình ảnh như:

Cạnh

Hình dạng

Kết cấu

Tương phản

Màu sắc

 Ranh giới đối tượng

Nếu hệ thống quang học phá hủy các tính năng này trước khi chúng đến được cảm biến, hệ thống AI sẽ nhận được đầu vào kém hơn.

Điều đó có thể ảnh hưởng đến hiệu suất phát hiện và nhận dạng.

Đây là lý do tại sao thiết kế quang học ngày càng được coi là một phần của hệ thống AI—chứ không chỉ đơn thuần là một bộ phận gắn ở mặt trước máy ảnh.

Vậy phần mềm có thể sửa được ống kính bị hỏng không?

Nó phụ thuộc vào ý bạn khi nói “sửa chữa”.

Phần mềm có thể điều chỉnh một số đặc tính quang học có thể dự đoán được.

Nó có thể cải thiện độ tương phản.

Nó có thể làm giảm tiếng ồn.

Nó có thể làm sắc nét hình ảnh.

Nó có thể sửa biến dạng.

Nhưng phần mềm không thể thay thế hoàn toàn:

Độ phân giải quang học tốt.

Truyền ánh sáng tốt.

Căn chỉnh quang học tốt.

Kiểm soát quang sai tốt.

Thuật toán xử lý hình ảnh tốt nhất trên thế giới vẫn cần các photon để hoạt động.

Và những photon đó trước tiên phải truyền qua thấu kính.

Tại Boshi Optics, chúng tôi tiếp cận việc phát triển ống kính máy ảnh từ điểm xuất phát đó: hệ thống quang học cần cung cấp thông tin hữu ích trước khi phần mềm bắt đầu xử lý thông tin đó. Với khả năng thiết kế, sản xuất, lắp ráp và kiểm tra quang học, Boshi Optics phát triển ống kính cho các ứng dụng bao gồm camera an ninh, tầm nhìn AI, hình ảnh ô tô, máy bay không người lái, hình ảnh y tế và các hệ thống camera khác.

Bởi vì cuối cùng, phần mềm có thể cải thiện hình ảnh.

Nhưng ống kính sẽ quyết định thông tin nào được đưa vào đó ngay từ đầu.