¿Por qué este retrato no se toma con una nitidez de f/29?

Como se mencionó en las otras respuestas, la difracción ha provocado falta de nitidez. Para poner esto a prueba, uno puede intentar enfocar la imagen usando deconvolución usando la función de dispersión de puntos que corresponde a F/29. Para la difracción, tenemos (hasta una normalización general)

PAG(s) = {J ₁ [ π rs /( λF ) ] / [ π rs /( λF ) ] } ²

donde J ₁ es la función de Bessel de primer tipo de orden 1 ,
s es la distancia en la imagen medida en píxeles,
r es el tamaño de un píxel (normalmente alrededor de 4,2*10^(-6) metros para sensores de cultivos),
λ es la longitud de onda de la luz y
F el número F, en este caso 29.

Esto es cierto para la luz monocromática, para aproximar la función de dispersión de puntos para los canales de color que podemos promediar en algún rango apropiado de longitudes de onda. Además, se debe integrar P(s) sobre el área del píxel especificado por s.

Si compilamos funciones de dispersión de 3 puntos para los 3 canales de color de esta manera, podemos hacer más nítida la imagen transformándola en un espacio de color lineal y aplicando un algoritmo de deconvolución y luego volviéndola a transformar en sRGB. Obtuve el siguiente resultado:

Por lo tanto, la cara se ha agudizado significativamente utilizando solo los datos sobre el número F y la suposición sobre el tamaño del píxel. Los artefactos de bandas son visibles en la parte oscura de la imagen, esto se debe a la posterización después de transformarse de nuevo a sRGB.

Según lo solicitado, agregaré algunos detalles más sobre los programas utilizados. Usé ImageJ e ImageMagick , también usé Mathematica para calcular la función de dispersión de puntos, pero también se puede hacer dentro de ImageJ. Comenzaré explicando cómo realizo la deconvolución con ImageJ cuando ya tengo la función de dispersión de puntos. Para realizar la deconvolución, debe instalar un complemento para ImageJ, utilicé este complemento para este caso, pero también hay otros complementos disponibles, por ejemplo, el complemento DeconvolutionLab .

Primero, debe convertir a un espacio de color lineal. Usé ImageMagick para convertir la imagen desenfocada (input.jpg) a un espacio de color lineal usando el comando:

convert input.jpg -colorspace RGB output.tif

Luego, con ImageJ, abre el archivo output.tif. Luego, desde las opciones del menú, selecciona "imagen", luego "color" y luego "Spit Channels". Luego, desde el menú, seleccione "complementos" y luego "desconvolución iterativa paralela" y luego deconvolución interactiva 2d".

Luego obtiene la ventana de deconvolución, luego selecciona la imagen y "PSF" significa la función de dispersión de puntos, allí selecciona el archivo de imagen que contiene la función de dispersión de puntos. Para el método, elijo "WPL", que se basa en el filtro de Wiener, que suele funcionar razonablemente bien para imágenes con poco ruido. En las opciones para WPL, marque "normalizar PSF", y para el filtro de paso bajo cambie el valor a 0.2, por defecto es 1, pero un valor más bajo es mejor para imágenes con poco ruido (si lo elige más grande, obtendrá una imagen menos nítida). Las otras opciones, el límite se puede elegir para que sea reflexivo, el cambio de tamaño se puede configurar en "siguiente potencia de 2", la salida se puede configurar en 32 bits, la precisión se puede configurar en el doble. Elegí que el número máximo de iteraciones sea 15,

A continuación, ejecute el programa haciendo clic en "desconvolución". Luego obtiene un archivo de imagen de 32 bits como salida. Por lo general, los valores de los píxeles son bastante similares a los de la imagen original, pero puede tener algunos píxeles que excedan el máximo para el formato de imagen original. Entonces, en este caso, comenzamos con imágenes de 8 bits, pero en la imagen deconvolucionada, puede tener valores de gris que excedan 255, lo que hace que toda la imagen se vuelva demasiado oscura. Esto debe solucionarse recortando estos píxeles a 255, lo que puede hacer seleccionando en el menú "proceso" y luego "Matemáticas" y luego "Máx". El valor Máximo se utilizará para recortar los valores de gris que excedan ese valor. Tenga en cuenta que esto se hará en la imagen en la que hizo clic por última vez. También puede ver qué archivo es el "archivo actual" seleccionando "

Luego, una vez que haya desconvolucionado los 3 componentes de color, puede combinarlos seleccionando en el menú "imagen", luego "color" y luego "Combinar canales". Luego obtiene una imagen compuesta que puede convertir a RGB de 8 bits usando el comando "Apilar a RGB" que encontrará allí.

Luego guarda esa imagen, llamémosla im.tif. Finalmente, debe convertir esto a sRGB, puede hacerlo con ImageMagick usando el comando:

convert im.tif -set colorspace RGB -colorspace sRGB output.tif

La pregunta que queda es entonces cómo obtener la función de dispersión de puntos. En la práctica, si hubiera tomado una fotografía como la que se analiza aquí, simplemente podría haber tomado una fotografía de una fuente puntual, por ejemplo, una estrella en F/29, y usarla como su función de dispersión puntual. Alternativamente, puede observar los límites de alto contraste y extraer la función de dispersión de puntos de la forma en que los valores de gris cambian de un valor a otro a través del límite. Pero entonces estás tratando de enfocar la imagen lo mejor que puedas.

En este caso, el objetivo era compilar las funciones de dispersión de puntos para el canal de color según lo que esperaría que fuera para F/29, desconvolucionar la imagen con eso y ver si el resultado se ve lo suficientemente mejorado. Utilicé Mathematica para hacer algunos cálculos y, con un programa de álgebra computacional tan avanzado, es bastante fácil realizar todo tipo de manipulaciones, incluido el promedio en un intervalo de longitud de onda y la integración en áreas de píxeles para hacer que el PSF sea más realista.

Pero ImageJ también le permite crear una nueva imagen que puede usar como función de dispersión de puntos. Si hace clic en "Archivo" y luego en "Nuevo", puede crear una imagen de 32 bits de tamaño, digamos, 64 por 64 llena de negro. Luego puede programar una fórmula para los valores de gris seleccionando "proceso", luego "Matemáticas" y luego "Macro". Para obtener la función de dispersión de puntos para este caso que involucra la función de Bessel aquí, puede usar el hecho de que está bien descrita por los primeros términos de la expansión de la serie. La página de MathWorld a la que me vinculé le brinda expansiones de esta serie, por lo tanto, J ₁ (x) ² /x ² con x = π rs /( λF ) puede reemplazarse por una función de la forma A + B s ² + C s ⁴. Esta aproximación dejará de ser válida si s es demasiado grande. Ahora sabemos que el PSF tiende a cero, por ejemplo, a una distancia de unos 5 o 6 píxeles se puede poner a cero. Suponiendo que el polinomio aún es pequeño en estos valores, puede escribir la macro como:

if(d<7) v = A + B  * pow(d,2) +  B * pow(d,4)

Luego crea 3 imágenes para, digamos, lambda = 650 nm, 500 nm y 400 nm, o cualquier otro valor que crea apropiado para representar la difracción en los 3 canales de color. Luego puede hacer el promedio en algunas longitudes de onda diferentes creando imágenes para diferentes lambda y luego seleccionando "proceso", luego "calculadora de imagen", y allí selecciona "agregar". Luego puede agregar otra imagen a este resultado y cuando haya terminado de agregar, puede dividir para obtener el promedio seleccionando "proceso", luego "matemáticas" y luego "dividir".

Has sobrepasado el límite de difracción . Los rayos de luz que pasan a través de un pequeño orificio divergen e interfieren entre sí y surge un patrón: una especie de banda donde las diferentes frecuencias/ubicaciones pueden hacer que los rayos separados se sumen o se anulen entre sí. Cuanto más pequeña se vuelve la apertura, más grande se vuelve esta divergencia/interferencia. Este patrón se llama disco de Airy. Cuando el diámetro del pico del disco de Airy es mayor que el tamaño de un píxel y los discos de Airy de cada píxel comienzan a fusionarse, obtienes suavidad, por lo que cuanto mayor sea el número de píxeles de tu sensor y más pequeño sea tu sensor, antes Lo veré cuando te detengas.

Por lo general, eres más agudo en un "medio feliz". El "medio feliz" de su equipo cambiará según la densidad/tamaño de píxeles y el diseño de la lente. Con sensores de tamaño APS-C, que inteligentemente detecto que está utilizando a partir de la referencia de lente 17-85, probablemente no quiera pasarse de f/11 sin una muy buena razón y la voluntad de renunciar a algo de nitidez. Los límites de difracción teóricos probablemente estarán en el rango f/5.6-f/8. También querrá averiguar dónde está el "punto óptimo" de su lente: muchos lentes funcionan mejor detenidos 1 o 2 pasos desde la apertura total. Por ejemplo, el "punto óptimo" del EF 50 mm f/1.8 II está en el rango f/4-5.6.

También diría que juzgar la nitidez con un aumento del 200% es solo pedir que todas sus lentes se vean como carne de perro. Esa no es una ampliación realista en términos de distancias de visualización que tendría de una impresión típica, y es una lente rara que resistirá ese tipo de prueba, incluso cuando se usa en su punto óptimo. Deja de espiar píxeles. Empiece a mirar la impresión.

Consulte también: http://www.cambridgeincolour.com/tutorials/difraction-photography.htm

Por difracción. f/29 es demasiado para esperar una imagen nítida. Intenta disparar lo mismo en f/8 y verás la diferencia.