Dynamikbereiche der Bildverarbeitung

Was ist ein Dynamikbereich?

Der Dynamikbereich ist erstmal grundlegend ein mathematischer Zusammenhang. Dieser wird aus dem Minimum und dem Maximum von einer oder mehrerer physikalischer Größen berechnet. Eine solche Größe wird z.B. bei der Kontrasttiefe von Monitoren angeben, das wird auch als Kontrastumfang bezeichnet. Dabei gibt der Wert den Unterschied zwischen einem hellen/ weißen Pixel und einem dunklen/ schwarzen Pixel an.

Es gibt Monitore zwischen \( 1:500 \) und aber auch mittlerweile \( 1:20000 \) Kontrastverhältnis. Die Berechnung sieht dann folgendermaßen aus:

$$ Kontrastumfang = \frac{Minimum}{Maximum} $$

$$ K_m = \frac{1}{500} = 0,002 $$

$$ K_m = \frac{1}{20000} = 0,00005 $$

Die Werte \( 0,002 \) und \( 0,00005\) geben die Schrittweite zwischen minimal und maximal Wert an. Für die Farbdarstellung auf Monitoren ist die Wiedergabe von unterschiedlichen Helligkeitsstärken besonders wichtig, um Farben strahlend und möglichst rein darstellen zu können. Damit das menschliche Auge die Unterschiede zwischen zwei Farbwerten auch gut wahrnehmen kann.

Dynamikbereich von Analog-Digital-Wandlern

Das Problem zwischen der Analog- und Digital-Wandlung ist der Informationsverlust bei dieser Umwandlung. Wird durch einen leuchtenden Algorithmus (z.B. ungenaue Komprimierung) oder zu kleiner Wertebereich mit z.B. 16 Grauwerten gewählt. Dann wird die menschliche Wahrnehmung kein kontinuierliches Bild mehr erkennen können, da die Übergänge zu hart sind. Die menschliche Wahrnehmung wird ab ca. 100 Grauwerten erst den Eindruck einer kontinuierlichen Wahrnehmung haben und kann dann keine harten Übergänge bei ausreichender Pixelanzahl erkennen.

Als Standard wird mit 256 Grauwerten gearbeitet. Dies entspricht einer acht Bit großen Wertetabelle. Diese Wertetabelle wird z.B. bei der hexadezimalen Farbdefinition verwendet, welche für viele Farben auf Websites, bei Fotos und auch Kameras die Standardangabe für Helligkeitswerte ist.

$$ Grauwerte_{Anzahl} = 2^{N_{Bit}} = 2^8 = 256 $$

Die erfassten Helligkeitswerte werden dann über einen Analog-Digital-Wandler in eine digitale Bitfolge umgewandelt, die dem jeweiligen Grauwert entspricht. Bei 256 Grauwerten kann dieser Wert in Dezimalschreibweise zwischen 0 und 255 liegen. Dies ist auch der Dynamikbereich der Umformung eines analogen Signales in eine digitale Datenfolge.

Dynamikbereiche eines Sensors

Sensoren sind als Halbleiter-Bauelemente anfällig für unterschiedliche Arten von Störungen. Dies zeigt sich meist in Form von Störrauschen. Dieses Störrauschen kann durch thermische Einflüsse, Fertigungsfehler und auch Alterung der Sensoren ausgelöst werden. Heute gibt es durch die Erfahrungen der Vergangenheit nicht nur softwareseitige Lösungen, sondern auch konstruktionelle Ansätze, um leistungsfähige und langlebige Sensoren zu produzieren.

Dunkelstromrauschen

Lichtempfindliche Halbleiter können nicht nur elektrische Ladungen durch den inneren Photoeffekt erzeugen, sondern auch durch thermische Einwirkungen Elektronen freisetzen. Bereits durch eine Gleichstromspannung (DC), die an einen optischen Sensor angelegt wird, wird durch Reibung Wärme in den elektrischen Leitern freigesetzt. Ebenfalls kann durch thermische Strahlung (Wärmestrahlung) dieser Effekt ausgelöst werden.

Z.B. befindet sich eine Webcam in einer Dunkelkammer bzw. ist vollständig verdunkelt, mit Papier oder Stoff. Dann wird das Videobild oder Foto nicht vollständig schwarz sein. Bei Videoaufnahmen kann ein Flimmern wahrgenommen werden und bei einem Foto sind nicht alle Pixel bei genauer Betrachtung schwarz. Diese Helligkeitsunterschiede werden bei einem Bildsensor auch als weißes Rauschen bezeichnet und zeigt sich als Schrottrauschen mit einer Poisson Verteilung.

Hinweis: Dies sollte nicht mit dem ISO-Wert bei Digitalkameras verwechselt werden. Der ISO-Wert ist eine Empfindlichkeitsangabe und soll zu dunkle Bilder aufhellen, um eine qualitative Fotoaufnahme in zu dunkel Umgebung trotzdem zu ermöglichen.

Fixed Pattern Rauschen/ Noise (FPN)

Die Pixel von Bildsensoren haben durch ihren Aufbau ein unterschiedliches Grundrauschen von Pixel zu Pixel. Die Empfindlichkeit zwischen den Pixeln ist also unterschiedlich gestreut. Dabei reagieren die einzelnen Pixel (lichtempfindlichen Fototransistoren) unterschiedlich auf dieselbe Beleuchtungsstärke. Werden die Pixel längere Zeit beleuchtet, um die Lichtempfindlichkeit künstlich zu erhören, dann reagieren die einen Pixel unempfindlicher und die anderen Pixel empfindlicher auf die Helligkeit. Dies führt zu unterschiedlichen Helligkeitswerten beim Auslesen der Pixel des Sensors und ergibt ein spezielles Rauschmuster (Fixed-Pattern-Noise).

Örtliches Rauschen

Ein Bildsensor in Digitalkameras hat mittlerweile Millionen von Pixeln. Dadurch haben aktuell Spiegelreflexkameras rund 20 Megapixel als Standardauflösung. Der Sensor hat dabei eine Größe von nur rund einem Zoll, das entspricht 2,54 Zentimeter Diagonalenlänge. Dies bietet für einen einzelnen Fototransistor wenig Platz. Hinzu kommen minimalste Abstände zwischen den Pixeln, welche für einen Lichtverlust sorgen. Es wird zwar versucht, durch Mikrolinsen über den Pixeln entgegenzuwirken, aber trotzdem gibt es durch kleine Fertigungsfehler und auch Alterung eben örtliche minimale Unterschiede bei der Lichtaufnahme von Pixel zu Pixel. Dieser Unterschied der Aufnahme des Lichtes zwischen den Pixeln wird als örtliches Rauschen im Bild bezeichnet.

Pixel Response Non Uniformity (PSNU) Rauschen

Das Pixel Response Non Uniformity Rauschen sind die Abweichungen zwischen Pixeln, um einen festen Verstärkungsfaktor. Dies entsteht, da jeder Pixel eine andere Empfindlichkeitskurve aufweist. Die Pixel haben also eine unterschiedliche Signalausgabe, wenn die Messwerte abgefragt werden. Diese Unterschiede können jedoch durch einen Algorithmus ausgeglichen werden.

Photonenrauschen

Photonenrauschen ist eine statistische Schwankung der Anzahl der Photonen in Zeitintervallen mit gleicher Dauer. Dies tritt auch konstanter Helligkeit auf und wird beim Messen als Schrottrauschen mit einer Poisson-Verteilung festgestellt.