全部课程 13 / 36 · 摄影光学(3)摩尔纹与伪色

摄影技术课程 · 13 / 36

摄影光学(3)摩尔纹与伪色

细纹与像素网格相遇;采样、混叠和光学低通。

正文介绍现象、用法与实验。每组基础内容下面的“深入说明”可点击展开。

实拍观察

规则细纹最容易触发混叠

这里的窗格接近规则重复图案。真实照片未必出现摩尔纹;请在实验中继续缩小或旋转条纹,观察什么时候会冒出不存在的花纹。

查看观察提示

当被摄纹理比采样网格更密时,像素只得到稀疏的取样点。原来的高频图案会被误读成较低频的新图案,这就是摩尔纹和伪色的来源。

素材:Albums / All · si13.jpg。这张照片用于观察画面现象;具体拍摄参数和器材表现不作为受控实验数据。
细密窗格与规则建筑线条

SAMPLING & FALSE COLOR

摩尔纹与伪色:照片里多出来的花纹和颜色

拍衬衫、纱窗、屏幕或建筑百叶时,照片上可能多出波浪状粗纹,甚至出现原场景没有的颜色。它们常同时出现,却不是同一件事:摩尔纹是明暗细节被空间采样误读后出现的粗纹;伪色(也叫假色)是 Bayer 彩色阵列的颜色采样与重建算错后出现的彩色条纹。两者都不一定存在于被拍物体上。

只要物体上有规则细纹,而且它在像面上的间距接近像素间距,就可能发生。织物的经纬线、屏幕像素、远处百叶和某些羽毛纹理都很常见。改变拍摄距离、角度或焦距,让细纹与像素网格的关系偏离,往往能减轻;同一个角度不一定对所有方向都有效,要在 100% 放大下检查,而不是只看缩略图。

看明暗 · 摩尔纹

密纹被读成粗纹

相机按像素间距对像面取样。细纹的周期接近采样间距时,一组取样值可能被误认为另一种更慢的明暗变化,于是出现原物体没有的波浪纹。

看颜色 · 伪色

彩色采样算错颜色

一个感光点只记录一个颜色通道,完整颜色由相邻像素估计。细纹让相邻的 R、G、B 样本差异很大,重建后就会出现青、品红、黄绿等原场景没有的彩纹。

排除项 · 不是色差和噪点

出现位置和变化方式不同

色差通常沿高反差边缘出现方向固定的红青或蓝黄边;噪点随机,暗部更明显。摩尔纹和伪色依赖细纹与像素网格的相对关系,改变距离、角度或像素数时形态会明显改变。

互动 · 同一块无色细纹

单色采样与 Bayer 采样,差在哪里?

输入是一块只有黑白灰的织纹,没有彩色染料。两块图案使用同一镜头与同一像素间距;左图只记录明暗,右图经过 Bayer 彩色滤色片与颜色重建。点击案例,再移动织纹,比较两者的花纹与颜色。线对表示“一条亮纹加一条暗纹”。

单色采样
只记录明暗:可能出现灰阶摩尔纹
Bayer 彩色采样
同一输入:还会出现原场景没有的伪色

两块画布都按 96 × 96 个采样像素计算并放大显示;右图使用与实验室相同的 RG/GB 滤色阵列与双线性颜色重建,无噪声。真实相机还有微透镜、串扰、去马赛克算法、降噪与锐化,形态会变化。

留意左图的灰阶纹理和右图多出的颜色:伪色不是物体本身的颜色,摩尔纹也不一定是真实纹理。低通在记录前把很细的明暗变化适当混匀,通常能减弱混叠,但也会损失部分细节,且不保证消除所有方向、所有频率的假纹。下面的光子实验室可以把同一套关系放进可拍摄的场景。

PHOTON LAB · 本节实验

摩尔纹与低通:像素看错了细纹

改变织纹密度、角度或像素数,再开关低通,比较原纹理、像素采样与彩色伪纹。

独立打开 ↗

默认使用本节简化 UI;可在快速实验旁取消勾选。

每次启动载入本节初始设置;同一课程页一次运行一个实验。照片按快门更新,可放大到像素。

  1. 关闭低通,改变织纹密度和角度,观察摩尔纹方向与伪色如何变化。
  2. 保持场景不变,增加像素数,观察采样上限如何移动;再降低像素数作对照。
  3. 开启低通,比较混叠减弱与细节损失。重新按快门后放大照片,缩小预览可能隐藏或另生显示混叠。

现场可稍改距离、角度或焦距来改变投影纹理与像素的关系。收光圈也可能通过衍射减弱过细纹理,但会牺牲细节;效果随场景而变。后期能减轻部分伪色,却不能保证还原已经混叠的真实纹理。如果怀疑两者同时出现,移动相机或改变距离可以作为判断:摩尔纹与伪色会随细纹和像素网格的相对关系明显改变,色差和随机噪点不会这样变化。

参考:Nikon · 摩尔纹与伪色。本实验低通为理想四点分光近似,非某款相机实测。

进阶原理从采样点到 Bayer 重建:粗纹和假色怎样产生?

1. 像素读数不是连续影像本身

像把一把只有固定刻度的尺子压在波浪线上:相机只能保存各个感光格的读数,不会把格子之间每个位置的亮度都记下来。单个像素实际会在面积与曝光时间内累积信号;下面为了看清采样位置,暂时用白色点代表理想的点采样,上面的织纹实验则保留像素面积平均。

动画 · 两种条纹,为什么留下相同读数?

蓝线是实际亮暗变化,白点是相机取样的位置;黄色虚线是另一种也能通过全部白点的变化。细纹经过采样后,记录本身可能无法告诉我们究竟是哪一条。

蓝色实线:实际纹理黄色虚线:同样读数的曲线白点:已记录的值

横轴是像素位置,不是时间;纵轴是线性亮度。下方灰块仅显示各点读数,暂不加入噪声、像素面积、镜头模糊或彩色滤片。动画只是移动条纹,不代表真实运动速度。

2. 用三角函数看“混叠”

把规则条纹写成 L(x)=0.5+0.4 cos[2π(νx+φ)]。L 是亮度,x 以像素间距为单位,ν 是每个像素间距里有几个周期,φ 是平移带来的相位(一个周期就是从一条亮纹移到下一条亮纹)。像素位置 n 为整数,cos 的整周期不改变数值,所以 ν 与 ν−k(k 为整数)在全部采样点都留下相同读数。

例如 0.85 周期/像素与 −0.15 周期/像素无法仅靠这些点区分;后一项的负号表示相位前进方向相反,静态条纹密度是 0.15。二维织物有不同方向的条纹,和方形采样网格组合后,可能形成大片弯曲、拍频状的明暗花纹。相位和角度变化时,花纹会跟着改变。

奈奎斯特频率 fN=1 / (2p)

p 是像素间距。p=4 μm=0.004 mm 时,每毫米采 250 次;在已知信号带宽受限等条件下,能唯一重建的频率须低于 125 线对/mm。恰在边界的一对黑白纹只有两个采样间隔;把动画相位设为 0.25,边界条纹可能全部采成灰色。这个边界不是“到了就一定清楚”。

3. 没有彩色的织纹,为什么变成彩色?

Bayer 阵列以 R G / G B 的 2×2 格重复排列。每个感光点只测一个滤色通道,并非同一点同时测得完整 RGB。生成彩色照片需要估计缺少的通道,叫去马赛克。例如某个红色采样点正好落在白纹,而邻近绿、蓝点落在暗纹,算法可能把位置上的明暗差误当成通道差,结果偏红。条纹一移动,哪些颜色的点接到亮纹随之变化,假色也改变。

上方“观察伪色”案例使用无色输入和同一份像素信号,仅加入 RG/GB 采样与双线性重建;播放织纹移动即可看到颜色来自取样位置,而非物体变色。红、蓝格在横纵方向的间隔是两个像素间距,绿色格则是交错排列;颜色采样与亮度采样的限制不同,所以没有明显灰阶粗纹也可能出现伪色。不能给所有方向、颜色、算法套一个相同阈值。

4. 低通为何有效,又为什么不能全靠后期?

“低通”里的低,是低空间频率,也就是比较粗的明暗结构,不是低色温或某种颜色。光学低通滤镜在感光前让很近的影像互相叠加,削弱过细纹理的反差。明暗混匀后,错误读成粗纹的能量减少,真实细节也会变软。本实验用四个等权重、略微错开的影像近似这一步;它不是能完美截断所有高频的滤波器。

记录之后才模糊,往往只会把已经出现的粗纹一起模糊,并不知道原来应是哪一组细纹。降伪色能抑制错误颜色,却不能保证找回真实织纹。高像素、更合适的拍摄距离、角度和焦距,或适量光学低通,可以在采样前改变条件;缩图与屏幕也会再次采样,所以需要同时检查 100% 图像和最终输出。

参考:Edmund Optics · 分辨率与采样、传感器采样边界、Nikon · 摩尔纹与伪色。

采样自测:白衬衫上有彩纹,把饱和度降为零就恢复了真实织纹吗?

没有。去色只能隐藏彩色差异;错误的明暗粗纹可能仍在,真实细节也可能已经混叠。拍摄时改变距离、角度等条件重新记录,再对照原物体和 100% 图像更可靠。