Avansert megapiksel- og oppløsningsteori
Nyquist-Shannon samplingsteorien
I signalbehandling krever digital sampling minst dobbelt så høy samplingsfrekvens som høyeste frekvens i signalet for å unngå aliasing:
For at sensoren skal gjengi en detalj trenger den minst to piksler per detalj
Anti-aliasing filtre ("low-pass filtre") brukes for å fjerne høyere frekvenser enn det sensoren kan sample korrekt
Kameraer uten AA-filter kan gi mer opplevd skarphet men er mer utsatt for moiré og falske detaljer
Romlig oppløsning og linjeparoppløsning
Fotografisk oppløsning måles tradisjonelt i linjepar per millimeter (lp/mm):
En full-frame 24 MP sensor (5.9μm pikselstørrelse) har teoretisk maksimum på ca. 85 lp/mm
Premium objektiver kan oppnå 50-70 lp/mm i sentrum ved optimale blenderåpninger
Diffraksjonsgrensen ved f/8 er ca. 85 lp/mm, ved f/11 ca. 60 lp/mm
Dette forklarer hvorfor megapikselkappløpet gir avtagende utbytte: høyere sensoroppløsning møter fysiske begrensninger i optikken og diffraksjonen.
Effektiv oppløsning og "perceptual megapixels"
DxOMark har utviklet et mål kalt "perceptual megapixels" (P-MPix) som vurderer det faktiske detaljnivået et kamera/objektiv-system kan gjengi:
24 MP kamera med utmerket objektiv: 18-22 P-MPix
24 MP kamera med middelmådig objektiv: 10-14 P-MPix
45 MP kamera med utmerket objektiv: 30-35 P-MPix
Objektiver designet for høy-megapiksel sensorer har ofte MTF-kurver optimalisert for høyere spatiale frekvenser.
Sampling-geometri og demosaicking
Bayer-mønsterets sampling-geometri påvirker oppløsningen forskjellig i ulike retninger:
Grønn kanal: høyeste effektive sampling-rate
Rød og blå kanaler: lavere effektiv sampling-rate
Diagonale mønstre: ofte problematiske for demosaicking-algoritmer
Nyere sensorer eksperimenterer med alternative fargefiltergeometrier for å forbedre oppløsningen:
X-Trans (Fujifilm): 6×6 mønster for redusert moiré
Quad Bayer (i smarttelefoner): 2×2 subpikselgrupper for bedre lavlysytelse
Systemoptimeringstilnærminger
High-end kamerasystemer optimaliseres som en helhet for å maksimere effektiv oppløsning:
Mikrolinsejustering: Sensormikrolinser justert for å optimaliseres for telesentrisitet i objektivet
Sensorparametre justert for objektivpark: Pikselstørrelse balansert mot objektivoppløsningskapasitet
In-camera korreksjoner: Diffraksjonskorreksjoner, objektivspesifikke korreksjoner
Demosaicking-algoritmer: Optimalisert for spesifikke sensoregenskaper
Teknikker for superoppløsning
Moderne teknikker for å oppnå høyere effektiv oppløsning enn sensoren skulle tilsi:
Pikselskift: Sensoren beveges med sub-pikselpresisjonen for flere eksponeringer (Olympus/Sony)
Multi-shot: Flere eksponeringer kombineres med små forskyvninger (Hasselblad/Pentax)
AI-basert oppløsningsøkning: Bruker maskinlæring for å rekonstruere detaljer
Computational photography: Kombinerer data fra flere sensorer (som i smarttelefoner)
Disse teknikkene kan gi effektive oppløsninger på 2-4x den opprinnelige sensoroppløsningen under ideelle forhold.
Megapiksler og dynamisk område
Forholdet mellom pikselstørrelse og dynamisk område er komplekst:
Større piksler kan fange flere fotoner, men moderne sensorer bruker teknologier som "dual gain" for å kompensere
Nyere sensor-design prioriterer ofte å opprettholde dynamisk område selv med økende megapikselantall
Sony's nyeste full-frame sensorer oppnår 14-15 EV dynamisk område selv ved høye megapikselantall
Sensorteknologi og oppløsningsgrenser
Grensene for den praktiske oppløsningen til silisiumbaserte sensorer nærmer seg:
Diffraksjon blir den begrensende faktoren ved blenderåpninger over f/5.6-f/8 på høy-megapiksel sensorer
Pikselstørrelser under 2-3μm møter betydelige utfordringer med støy og dynamisk område
Nye teknologier som skiktede sensorer, organiske sensorer, og kvanteprikksensorer kan potensielt overvinne disse begrensningene