我在前面一个文稿和视频中提过,ISO的本质是对像素读出的电压进行增益,让他调整到合适的范围,最大程度的利用ADC的动态范围。
所以,拍摄照片需要正确的曝光,使用更低的ISO可以记录更大的明暗光比范围,但是暗部占的ADC范围小,精度低,量化噪声也更多,简而言之就是暗部黑成一片也拉不回来细节。使用更高的ISO会使得ADC记录的范围集中在暗部,暗部可以占用更大的ADC范围,但是高光的部分就可能超过ADC范围,使得完全过曝失去细节。
很明显的是,在这里,ADC的精度很大的程度也决定了动态范围。
ADC的精度使用比特数描述,比特数决定了ADC可以记录的值大小。从0到2的比特数次方-1。8比特记录0-255明度值,10比特记录0-1023,以此类推。
可以看到,每当ADC比特数增加一位,范围就增加一倍,精度也就增加一倍。
量化噪声是在对模拟信号量化过程中,数字信号不可能无限细分提高精度,所以数字信号一定和实际电压中具有误差。这种误差就构成的量化噪声,这种噪声随着ADC精度提高而降低。
我们也可以衍生出来,当你给一个照片过曝,大家都知道高光部分就只会是死白。而当你让相机欠曝,其中暗部占用的ADC范围就会随着欠曝档数降低:
可以认为,每减曝一档,实际使用的ADC范围就损失1bit,于是我们可以通过这种方式,近似的模拟出一个拥有更低ADC精度的图像。
我在这里,对同样一个场景,相同快门速度和光圈(保持感光量相同),通过调整ISO增益欠曝,实际模拟一个ADC精度更低的传感器。对图像进行取样测量信噪比(SNR)
测量结果如下:
可以看到,随着ADC精度降低,体现了明显的信噪比损失。
ADC精度限制了图像暗部的信噪比,如果存在一个无限精度的ADC,拍摄的动态范围就会取决于场景的光强度/快门速度和传感器本身的噪声,与ISO无关,也就是最终达成ISOLESS的目标。如今,相机的14bitADC已经可以达到较好的水平,可以看到,在欠曝1-2档的范围中,也可以在后期拉回而不会有太明显的画质损失。