La teoria della misura è quella scienza che studia tecniche di indagine atte a stabilire con la massima precisione possibile o, più spesso, con la precisione necessaria il valore di una grandezza fisica. Uno dei più impegnativi aspetti di questa teoria è quella che affronta la tematica dell'errore di misura. Tale errore può essere indotto da diverse sorgenti di rumore e, spesso, anche dal processo di misura stesso che, in maniera più o meno marcata, perturba l'oggetto dell'indagine o introduce discretizzazioni di valori altrimenti continui (nel tempo e nei valori).
Esistono diverse tecniche utilizzate nel campo delle misure per minimizzare l'effettivo peso dei disturbi.
Il disturbo, come ho cercato di descrivere qui, ha spesso distribuzioni gaussiane e l'apice della curva è centrato sul valore atteso della misura. Se ripetessimo infinite volte la misura potremmo stabilire con certezza la distribuzione statistica del disturbo e, individuando il vertice della gaussiana, il valore della misura al netto del disturbo stesso. Ovviamente non è possibile ripetere la misura infinite volte ma è dimostrabile un significativo miglioramento della qualità del risultato già ripetendo il procedimento un limitato numero di volte ed operando poi la media dei campioni ottenuti: è quello che fanno, ad esempio, le bilance elettroniche che usate per pesare la pasta o voi stessi.
Domanda: questo approccio è applicabile alla fotografia digitale?
La risposta è SI! (sotto alcune condizioni)
La tecnica in prima approssimazione è questa: uso il cavalletto, imposto la macchina fotografica in manuale, autofocus in manuale, scatto 2 o più immagini della stessa scena in RAW, uso uno strumento che operi la media bit a bit delle immagini che ho scattato ed il risultato è immediato. Nessuna sovraesposizione in fase di scatto, nessuna post elaborazione per riportare equilibrio nell'immagine.
Indaghiamo meglio i punti uno ad uno.
Uso del cavalletto: è necessario, come per la tecnica HDRi, in virtù del fatto che devo poi sovrapporre immagini che devono differire, possibilmente, solo del rumore. Ho notato che andando nel fine, avendo una necessità di allineamento perfetta, il cavalletto può non essere sufficiente. Diversi strumenti permettono l'allineamento di più scatti, quello di photoshop che normalmente si utilizza per la composizione di panorami è in grado di restituirci un oggetto che incorpora, in diversi layer, le immagini allineate alla perfezione.
Impostazioni dei parametri di scatto e messa a fuoco in manuale: come per altre tecniche che prevedano la fusione di più scatti (es: i panorami), le impostazioni manuali prevengono eventuali regolazioni dei parametri da parte della macchina fotografica. Differenze dei parametri di scatto si tradurrebbero in differenze nella profondità di campo, dell'area a fuoco, della luminosità e il processo risulterebbe compromesso.
Scatti multipli: più si ripete la misura e più la popolazione di campioni ha un senso statistico. Più immagini si scattano e migliore sarà il risultato. Nella pratica già due scatti danno risultati significativi, tre, quattro, cinque scatti migliorano la situazione ma è inutile abbondare: il risultato non migliora molto oltre quello che otterrete con 4 scatti.
RAW: c'è bisogno di specificare? Agiamo a livello di pixel quindi la compressione JPEG non va più bene.
Merge delle foto: questo è il passo significativo. Occorre pixel a pixel, canale per canale, operare la media aritmetica del valore registrato nei vari scatti. Quali strumenti usare? Il più comodo in assoluto che ho trovato indagando online la guida di photoshop è la modalità "mean stack mode", strumento applicabile agli "Smart Objects". Per applicare il metodo stack "mean" (media) occorre che il nostro sandwich di layer contenenti singolarmente gli scatti acquisiti ed allineati venga convertito in oggetto smart: li seleziono e dal menù layer scelgo "Convert to Smart Object". Attenuto lo smart object applico il metodo stack "mean".
Fatto. Nessuna complessa post elaborazione atta a riportare l'esposizione al valore corretto, nessuna applicazione di filtri rumore che da un lato correggono il disturbo e dall'altro cancellano dettagli.
Risultato sorprendente.
Un mio test: nello specifico quello che verrà mostrato è un crop di una immagine acquisita impostando la macchina fotografica in modo che producesse un notevole rumore: tempi lunghi, ISO elevato, sottoesposizione. Le immagini sono due: una è quella che uscirebbe dalla macchina fotografica senza l'applicazione della tecnica in esame e l'altra è quella che risulta dall'applicazione della stessa. Sono stati processati 5 scatti (la mia macchina ha una impostazione autoscatto a 10 secondi che spara una raffica di 3 o 5 immagini, soluzione ottimale non avendo, per ora, un controllo remoto)
Esistono diverse tecniche utilizzate nel campo delle misure per minimizzare l'effettivo peso dei disturbi.
Il disturbo, come ho cercato di descrivere qui, ha spesso distribuzioni gaussiane e l'apice della curva è centrato sul valore atteso della misura. Se ripetessimo infinite volte la misura potremmo stabilire con certezza la distribuzione statistica del disturbo e, individuando il vertice della gaussiana, il valore della misura al netto del disturbo stesso. Ovviamente non è possibile ripetere la misura infinite volte ma è dimostrabile un significativo miglioramento della qualità del risultato già ripetendo il procedimento un limitato numero di volte ed operando poi la media dei campioni ottenuti: è quello che fanno, ad esempio, le bilance elettroniche che usate per pesare la pasta o voi stessi.
Domanda: questo approccio è applicabile alla fotografia digitale?
La risposta è SI! (sotto alcune condizioni)
La tecnica in prima approssimazione è questa: uso il cavalletto, imposto la macchina fotografica in manuale, autofocus in manuale, scatto 2 o più immagini della stessa scena in RAW, uso uno strumento che operi la media bit a bit delle immagini che ho scattato ed il risultato è immediato. Nessuna sovraesposizione in fase di scatto, nessuna post elaborazione per riportare equilibrio nell'immagine.
Indaghiamo meglio i punti uno ad uno.
Uso del cavalletto: è necessario, come per la tecnica HDRi, in virtù del fatto che devo poi sovrapporre immagini che devono differire, possibilmente, solo del rumore. Ho notato che andando nel fine, avendo una necessità di allineamento perfetta, il cavalletto può non essere sufficiente. Diversi strumenti permettono l'allineamento di più scatti, quello di photoshop che normalmente si utilizza per la composizione di panorami è in grado di restituirci un oggetto che incorpora, in diversi layer, le immagini allineate alla perfezione.
Impostazioni dei parametri di scatto e messa a fuoco in manuale: come per altre tecniche che prevedano la fusione di più scatti (es: i panorami), le impostazioni manuali prevengono eventuali regolazioni dei parametri da parte della macchina fotografica. Differenze dei parametri di scatto si tradurrebbero in differenze nella profondità di campo, dell'area a fuoco, della luminosità e il processo risulterebbe compromesso.
Scatti multipli: più si ripete la misura e più la popolazione di campioni ha un senso statistico. Più immagini si scattano e migliore sarà il risultato. Nella pratica già due scatti danno risultati significativi, tre, quattro, cinque scatti migliorano la situazione ma è inutile abbondare: il risultato non migliora molto oltre quello che otterrete con 4 scatti.
RAW: c'è bisogno di specificare? Agiamo a livello di pixel quindi la compressione JPEG non va più bene.
Merge delle foto: questo è il passo significativo. Occorre pixel a pixel, canale per canale, operare la media aritmetica del valore registrato nei vari scatti. Quali strumenti usare? Il più comodo in assoluto che ho trovato indagando online la guida di photoshop è la modalità "mean stack mode", strumento applicabile agli "Smart Objects". Per applicare il metodo stack "mean" (media) occorre che il nostro sandwich di layer contenenti singolarmente gli scatti acquisiti ed allineati venga convertito in oggetto smart: li seleziono e dal menù layer scelgo "Convert to Smart Object". Attenuto lo smart object applico il metodo stack "mean".
Fatto. Nessuna complessa post elaborazione atta a riportare l'esposizione al valore corretto, nessuna applicazione di filtri rumore che da un lato correggono il disturbo e dall'altro cancellano dettagli.
Risultato sorprendente.
Un mio test: nello specifico quello che verrà mostrato è un crop di una immagine acquisita impostando la macchina fotografica in modo che producesse un notevole rumore: tempi lunghi, ISO elevato, sottoesposizione. Le immagini sono due: una è quella che uscirebbe dalla macchina fotografica senza l'applicazione della tecnica in esame e l'altra è quella che risulta dall'applicazione della stessa. Sono stati processati 5 scatti (la mia macchina ha una impostazione autoscatto a 10 secondi che spara una raffica di 3 o 5 immagini, soluzione ottimale non avendo, per ora, un controllo remoto)
 |
| Sopra il risultato dell'applicazione della tecnica a 5 scatti, sotto uno dei 5 scatti. |
Il risultato è, a mio avviso, sorprendente: rispetto alla tecnica dell'esposizione a destra agisce su tutta la dinamica della scena e non la limita nell'estensione, non implica complicati passaggi (passibili di soggettività) in post elaborazione, il procedimento è meccanico, preserva i dettagli molto meglio di software appositi quali neatimage e altri.
A chi dovesse leggere queste pagine rivolgo l'invito a provare e dirmi quali risultati ha ottenuto.
Esempi di applicabilità della tecnica:
- si supponga il caso in cui ci si trovi a voler fotografare un soggetto davanti al quale saltuariamente passa gente; in caso di scarsa illuminazione dovrei impostare tempi lunghi, diaframma aperto e ISO basso per ottenere un risultato accettabile. Con questa tecnica posso impostare la sensibilità su valori ISO anche molto elevati e scattare con tempi brevi (o magari chiudere il diaframma per recuperare profondità di campo) ottenendo un risultato nel contempo equivalente o superiore a quello della tecnica tradizionale.
- tutti quei casi in cui la dinamica dello scatto è troppo estesa per poter applicare la tecnica dell'esposizione a destra, fermo restando il "requisito" di staticità della scena.
Esempi di non applicabilità della tecnica descritta: soggetti in movimento, assenza di treppiedi e sostanzialmente tutte quelle occasioni in cui non è possibile realizzare immagini allineabili.
Se desiderate commentare questo argomento fatelo sul blog. I contributi verranno valutati e, qualora lo ritenga necessario, questa pagina verrà modificata per comprenderli. Grazie.
Altre risultanze della validità del procedimento le trovate qui.
