・激安のレンズ保護フィルターがヤバい

先日、無名のブランドの激安レンズ保護フィルターを購入しました。
82mm径で500円ほどです。
購入した理由はフィルターのガラス面ではなく、
枠の部分だけが欲しかったので、激安のものを選んだのですが
フィルター面が非常にお粗末なものでした。

白い反射があるのが激安フィルター、
青い反射のがK&Fコンセプトのフィルターです。
K&Fコンセプトも中華性の廉価フィルターなのですが、
まだ、ガラスに何らかのコーティングがされています。

しかし、激安フィルターは何のコーティングもされていないただのガラス板。
パッケージにはUVcutの文字がありましたが嘘です。
これだとフィルター付けるとゴーストが盛大に発生する。
絶対に使ってはいけないレンズ保護フィルター。

とは言えK&Fコンセプトのが適切なコーティングかというとそうでもなく、
この青い光を反射するのはいわゆるブルーライトカット効果なので
画像の色が黄色っぽくなるなどの問題も生じます(デジカメらならオートホワイトバランスで補正される)。
コーティング面で反射した光がセンサに当たることで青色のゴーストも発生します。

フィルター無し

激安保護フィルター
 

K&Fコンセプト保護フィルター

ちゃんとした反射防止コートだと、アンバーやグリーンの反射の光が見えます
(そもそも、光の干渉の効果で余分な光をカットするので反射光はあまり見えないはず)

とはいえ、どんなに高価な保護フィルターでも
大事な撮影の時には保護フィルターはなるべく外すべきです。

・星の軌跡が途切れる現象を防ぐ画像処理

星の軌跡撮影はインターバル撮影した結果を比較明合成するのが一般的です。

しかし、比較明合成をすると、
インターバル撮影の撮影の隙間で星が途切れることがあります。

星が破線になっている。

これを防ぐ方法としてネット上では
加算比較明をすることで途切れを防ぐことができるという情報があります。
加算比較明はこんな処理です。

シミュレーション画像で確認してみます。

入力1

入力2

比較明合成

途切れているのがわかります。

加算比較明合成

途切れが見えなくなりました。

これを比較明合成すると以下のようになるシーンで使ってみました

この画像を合成する際に加算比較明を行う

凄い明るくなってしまいました…。
そう、画像を加算した時点で輝度が二倍になってしまっていました。
ただ、画像の跡切れは無くなっていそうです。

ただこのままじゃ使い物にならないので以下のような処理にしてみました。

この処理をして出てきた結果がこちら

割とよさげに見えます。

拡大してみると。
左が普通の比較明、右が加算比較明です。

暗めの星はきれいにつながっていますが、
明るい星は線の内部に明るい点が等間隔に生じてしまっています。
これは加算したときに2つの画像で重なってる部分だけ輝度が上がってしまったためか。

うまくいく部分といかない部分があるので、アルゴリズムを工夫すれば解決出来そうな気もします。
時間があるときに考えてみます。

今回使用した、フォルダ内の画像をすべて順番に平均加算するプログラムを
ここに置いておきます。

ダウンロード - add_befor_hikakumei.py

Pythonスクリプトです。
第一引数に入力画像フォルダ、第二引数に出力画像フォルダを指定してください。
このスクリプトで出力された画像を比較明合成すればよいです。

・ラインやパターンを意識して写真を撮る

普段の日常の場所でもいい写真は撮れます。
面白い被写体を見付けるのが大事ですが、
その一つとしてラインやパターンを意識することです。

繰り返しパターンは注意深く観察すると比較的よく見つかります。

横断歩道もパターンです。

この椅子も。

曲線などのラインは建物を観察しすると面白い部分が見つかるかもしれません

たくさん並んでるものだと繰り返しパターンが面白かったりする

ラインは遠近法で見つかる可能性もあります。

遠くに向かって収束するライン。

道路だとカーブなどもうまく生かすことができます。

高所からの視点を利用すると、地上からは見えないパターンやラインを見つけることができる場合があります。
展望台や高層ビルの展望デッキなどから広大な景色だけでなく、望遠でパターンやラインを見つけるのも面白いです。

・最新のAI超解像技術があれば望遠レンズが必要ない

AI(ディープラーニング)の進化がここ数年は目覚ましいですが
生成AIと超解像技術を組み合わせたAI超解像の技術で非常に凄いものが出ました。

HaphazardLab社のTelaZoomAIです。
このソフトでは、光学的に解像できない被写体であっても、
生成AIと元の画像情報(カメラ機種とレンズの種別の情報も必要)を用いることで
復元することができます。

下の図のように、撮像されるイメージは
入力×レンズの伝達関数×撮像素子によるデジタル化
を経て作られます。
レンズの伝達関数は、収差や回折、フレアゴーストなども含みます。
撮像素子によるデジタル化とは、実物が連続した値であるのに対し、
4000万画素など、最大でも画素数より細かく記録することができないことを意味します。

それぞれの関数が分かれば、出力に対して逆関数をかけることで元の入力を復元できます。
とはいってもこれまでは、数式の通りに復元はできなかったのですが
AIの力によってこれが可能になりました。

SFドラマなどで、
衛生カメラで撮ったもやっとした犯人の顔がくっきりするような感じが実現しています。

遠くから東京タワーを撮った写真

中心部の切り出し。

ここにTeleZoomAIをかける

細かい部分が出てきてシャッキりとします。

さらに中心部分を切り出し。

この画像にさらにTeleZoomAIをかけるとどうなるか。

若干くっきりしました。これくらいが限界か？？

試しに展望台の窓の中の一部を超切り出し。

ここにTeleZoomAI！

凄い！展望台の窓枠もしっかり復元してくれている。
こんなに情報残っていたのか。

左下の文字っぽい部分を切り出し

果たして読めるようになるのか。

読めます！！

文字の一部を拡大

若干もやってますが、これは行けるでしょう。

完璧！！！

ここまで解像度が出るなら、望遠レンズはおろか広角レンズがあれば十分でしょう。
※ただし、高性能GPUを積んだマシンでも処理時間がものすごくかかります。

※毎年恒例、4/1エイプリルフールネタです。