흑백개조 eos 60D 테스트촬영

아래 사진은 저희가 마이크로렌즈와 CFA(= Color Filter Array)층을 벗겨내기위해 여러가지 방식으로 시도하던중 광학용 연마제를 이용하여 센서 표면을 갈아내면서 마이크로렌즈만 제거된 부분 그리고 모두 제거된부분, 초기상태로 남아있는 부분 3영역을 비교할 수 있는 사진을 찍을 수 있었습니다.

마이크로렌즈층만 제거된 부분은 역시 어둡게 찍혔습니다. 이것은 센서에 기록되는 빛의 양이 줄어들었기 때문에 당연한 결과입니다. 그리고 마이크로렌즈와 CFA가 모두 제거된 부분(=중앙부)는 확연히 보라색 색감을 띄는 monochrome 영상이 되었슴을 볼 수 있습니다.

Green pixel에 비하여 상대적으로 낮은 Red, Blue 픽셀들의 수광효율을 보상하하기 위해 캐논의 이미지 프로세싱 알고리즘이 Red, Blue채널을 기본적으로 Green 채널의 값에 도달시킬만큼 Over develop 시킵니다. 이것은 칼라 CMOS상태인경우 지극히 자연스러운 색감을 표현하지만 CFA가 제거된 후에서 Over Develop된 Red, Blue 픽셀 영역 때문에 두색의 합성색인 보라색을 띄게 됩니다.

따라서 CFA제거된 흑백 이미제센서는 캐논의 이미지처리 알고리즘을 거치지 않고 최초의 흑백 RAW data를 추출하여야 최선의 결과를 얻게 됩니다.

2014년 1월 드디어 뾰족하게 깍은 대나무 젓가락을 이용하여 99.5% 완벽하게 CMOS의 CFA를 제거하여 만든 제대로 된 모노 eos 60D를 테스트 할 수 있었습니다.

200mm F1.8L렌즈 일명 ‘대포’를 이용하여 오토 화이트밸런스, F22, iso 100. 2초 노출을 주고 RAW이미지 저장.
객관적인 비교를 위하여 개조후 카메라에 로패스필터는 제거하지 않고 원래대로 유지했습니다.

아래의 사진은 adobe Camera raw Converter 프로그램과 포토샵을 이용하여 jpg변환후 축소하였습니다.

역시나 monochrome 이미지는 완벽하게 보라색을 띄고 있습니다. 하지만 우리는  흑백의 original RAW  image data를 직접 추출하여 사용할 것이므로 걱정할 필요는 전혀 없습니다.

추가적인 이해를 돕기 위하여 먼저 칼라이미지센서의 색재현 원리를 간단히 살펴보겠습니다.

실제 각 픽셀은 빛의 세기 정보만을 기록할 수 있습니다. 즉 흑백의 정보를 이미지프로세서로 보냅니다. 그런데 이 각각의 픽셀 전면에 한픽셀 크기의 칼라필터를 놓아서 그 필터를 통과한 빛만이 픽셀에 기록되도록 하고 그 필터의 색이 아닌 빛은 필터에서 차단되고 이미지 센서에 도달하지 않습니다. 이 아주 작은 칼라필터들을 Color Filter Array (=CFA) 라고 부르며 이것은 보편적으로 Green-Green-Brue-Red, 4개를 한단위로 묶어서 종횡으로 배열해 놓았습니다.

아래 그림에 개념도를 그렸습니다. 5번 모듈을 예를 들어 설명하겠습니다.

 

R5에는 Red칼라의 세기가 기록되고 그 세기값은 150 이라고 가정합니다.

B5에는 Blue칼라의 세기가 기록되 그 세기값은 163 이라고 가정합니다.

G5a에는 Green칼라의 세기가 기록되고 그 세기값은 172 이라고 가정합니다.

G5b에는 Green칼라의 세기가 기록되고 그 세기값은 141 이라고 가정합니다.

R5에는 red색정보만 있고 Green, Blue색정보는 없습니다.

R5픽셀의 주위 같은거리에 위치한 Green 픽셀은 G2b, G4a, G5a, G5b  4개가 있으며 이 4픽셀의 Green필터를 통과하여 기록된 빛세기 평균값이 135이라고 가정합니다.

R5픽셀의 주위 같은거리에 위치한 Blue 픽셀은 B1,B2,B4,B5  4개가 있으며 이 4픽셀의 Blue 빛세기 평균값이 185이라고 가정합니다.

R5픽셀에 없는 색정보인 Green, Blue색정보를 인접픽셀의 평균값으로 차용하여 가상의 칼라정보를 만들면 R=150,G=135,B=185가 됩니다. 이렇게 만들어진 칼라는 엄밀하게 말하면 그 픽셀 자신이 기록한 색은 아니지만 R값은 참값, G,B 값은 인접픽셀의 평균값에서 data를 가져왔기 때문에 어느정도 유효하다고 말 할 수 있습니다.

위와 같은 방법으로 Green, Blue에도 적용하여 CFA를 통과하여 기록된 흑백이미지에서 칼라Data를 생성합니다. 칼라를 얻을 수 있다는 것은 매우 획기적인 사실이지만 자신의 칼라값을 취하는 것이 아닌 인접픽셀들의 색정보를 차용하기 때문에 false clor가 발생할 수 있습니다. 이것을 방지하기 위하여 OLPF를 이미지센서 앞에 설치하고 있습니다.최대 픽셀크기의 2~3배나 되는 면적에 대하여 평균 color를 취하기 때문에 해상도의 손실이 필연적으로 발생하게 됩니다.

샘플사진 RAW file을 오픈프로그램인 DCRAW프로그램을 이용하여 센서에 기록된 흑백으로 된 원래의 Raw 이미지를 추출하였으며 칼라 RAW 영상의 동일조건 비교를 위해서 Shadow 기준Level을 칼라이미지와 동일하게 변경하였습니다.

 

오른쪽 개조전 이미지에서 회색 칼라영역을 확대하여 보면 대각선으로 마주보는 Green 2픽셀이 밝게보이고 Blue, Red는 어둡게 보이는것을 확인 할 수 있습니다. 개조후 이미지에서 1. 부분을 확대하여 보면 다음의 사진과 같습니다.

여기서 모든영역이 골고루 같은 밝기를 유지하는것을 확인할 수 있습니다. 이것은 CFA가 제거된후 Red, Blue센서의 감광부에 도달하는 빛의 양이 크게 증가되어 Green픽셀과 동등하게 되었슴을 의미합니다. 그러나 Green픽셀은 거의 변화가 없음을 알 수 있습니다.

Debayering 이후 센서의 감광도 변화를 알아보기 위해 R, G,B 각 필셀에 대한 이미지상의 동일영역인 2.부분의 밝기레벨을 측정하였습니다. 밝기레벨의 범위는 16비트레벨로 개조전의 이미지는 5pixel x 5pixel영역내에 있는  해당 칼라채널 픽셀만을 평균하였으며 개조 후의 이미지는 채널이 통합되었기 때문에 5pixel x 5pixel영역의 평균값을 취하였습니다.

 

1. Green픽셀 – 개조전: 14008 개조후:13363  ……….4.6%감소
2. Red픽셀 – 개조전: 7966 , 개조후:13363  ……….67.8%증가
3. Blue픽셀 – 개조전: 9381 , 개조후:13363  ……….42.4%증가

Green은 약간의 손실이 있지만 R,B픽셀영역들은 아주 많이 개선된 효과가 있습니다.

광학적 로패스 필터가 이미지데이터를 XY각 방향으로 stretch시키고 있기 때문에 해상도 저하가 발생합니다. 하지만 이러한 손실은 칼라 이미지센서의 경우 CFA bayering 알고리즘의 취약점인 False color의 발현을 막기 위해서 어쩔수 없는 선택인 것입니다. 그러나 CFA제거한 흑백이미지 센서의 경우 더이상 OLPF가 필요하지 않습니다. 따라서 최선의 흑백영상을 얻기위해서는 OLPF를 반드시 제거하여야 합니다. 이경우 XY방향의 이미지 stretching이 없어짐으로 비로서 광학계가 제공하는 최대의 resolution의 영상을 이미지센서에 기록할 수 있습니다.

금번 테스트는 카메라에 기본적으로 내장된 로패스필터를 장착한 상태에서의 이미지 비교입니다. 차후에 로패스필터를 완전히 제거한 상태에서 비교테스트를 계획하고 있으며 OLPF장착시에 비하여 훨씬 높은 해상도의 결과물을 얻으리라 예상합니다.