С момента появления камер линейки Fujifilm X обзорщики и потребители всеми силами пытаются сравнить их с конкурентами напрямую. Однако, Fujifilm – тесно интегрированная система, где всё немного иначе: в компании оценивают ISO по другому стандарту, используют нестандартный массив светофильтров, а RAW-файлы зависят от проприетарных метаданных для экспокоррекции (сторонние проявщики могут их игнорировать). Одна известная компания, которая занимается тестированием объективов и камер (скорее всего речь идёт о DxO – Прим. пер.), не стала даже пытаться сравнивать их с чем-либо.

Все эти сбивающие с толку обстоятельства, намеренно или нет, вместе с маркетинговой кампанией Fujifilm привели к тому, что люди делают неверные выводы при сравнении Fuji с камерами других производителей, особенно в отношении муара, шумов и разрешения. Если сравнить камеру Fujifilm с камерой другой марки без учёта этих факторов, то можно подумать, что Fujifilm превосходит конкурентов во всех отношениях. Может даже показаться, что в этом есть что-то волшебное.

С учётом всего вышесказанного, мне хотелось провести настолько прямое сравнение сенсора с фильтром Байера и X-Trans, насколько это возможно, исключив упомянутые факторы вместе с влиянием освещения, светопропускания объектива, оптических аберраций, низкочастотного фильтра и пр., а также понять, даёт ли X-Trans какие-либо из заявленных преимуществ по сравнению с фильтром Байера без маркетинговой чуши.

Как говорится, дьявол кроется в деталях, коих тут предостаточно, так что хватайте очки и волшебную палочку – мы отравляемся на поиски магии Fuji.

Методика тестирования

Чтобы исключить влияние оптики и прочие факторы сравнение проводится на синтетических RAW-данных. Так выглядят необработанные изображения с сенсора с фильтром Байера и с X-Trans соответственно.

Этот метод позволяет напрямую сравнить результаты с эталоном; он же используется исследователями, которые разрабатывают алгоритмы демозаика. Цель – смоделировать датчики без низкочастотного фильтра, отличающиеся друг от друга только массивом цветных фильтров. Синтетические изображения генерируются путём фильтрации эталона по шаблону, затем они передаются на вход алгоритму демозаика. Для этого используется DCRaw, т.к. он позволяет использовать данные без необходимости их упаковки в контейнер. Сами изображения были довольно сильно уменьшены, чтобы исключить шум и ложные цвета на входе.

Т.к. алгоритм Fujifilm проприетарный, то воспользоваться им не получится. Вместо него используется алгоритм Фрэнка Маркестейна (Frank Markesteijn) в режиме высокого качества (3 прохода). Однако, как я уже говорил в своих предыдущих статьях, этот алгоритм как минимум не хуже, а то и лучше, чем фуджевский. Для фильтра Байера применяется AHD, аналогично высококачественный алгоритм, чем-то похожий на алгоритм Маркестейна. Есть методы лучше, но это лучшее из того, что поддерживает DCRaw (сам я предпочитаю AMaZE).

Производительность

Представители Fujifilm приводили собственные цифры производительности X-Trans («на 30% медленнее»), а также дали понять, что это одна из причин, по которым в своей новой среднеформатной GFX 50S был сделан выбор в пользу Байера – демозаик 50-мегапиксельного сенсора занял бы слишком много времени.

В данных тестах демозаик X-Trans занял примерно в 3,27 раза больше времени, чем в случае Байера. Так что возможно, на самом деле в Fujifilm хотели сказать совсем другое. Так или иначе, это значительно медленней, и этот факт неоспорим.

Байер против X-Trans

Тем, кто следит за этим циклом статей, будет знакома эта картинка ‑ возможно, она даже успела вас достать. Эта статья целиком посвящена разнице между двумя массивами фильтров.

Фильтр Байера широко распространён и успел хорошо себя зарекомендовать. Изобретённый Брайсом Байером в Kodak в начале 70-х, он стал неотъемлемой частью цифровой фотографии с момента её появления. Fujifilm представила альтернативу в лице X-Trans, обещая множество улучшений, большая часть которых просто невероятны:

«Уникальный цветовой фильтр с нерегулярной структурой позволяет уменьшить муар и цветовые искажения без использования оптического низкочастотного фильтра. Фильтр также увеличивает детализацию. В результате детализация в комбинации с высококлассными объективами Fujinon сравнима с тем, что выдают сенсоры с большим разрешением».

Как я уже говорил в предыдущих статьях, и как вы сами можете убедиться, взглянув на иллюстрацию, здесь нет абсолютно ничего нерегулярного. Это просто более крупная структура – 6 на 6 против 2 на 2. Называть это нерегулярным крайне неверно, но, похоже, это тема для отдельной статьи.

А тут Fujifilm идёт дальше и утверждает, что APS-C X-Trans может сравниться по детализации с полнокадровым сенсором с фильтром Байера:

«Fujifilm X-M1 оснащён большой APS-C матрицей X-Trans, обеспечивающей качество, сравнимое с полнокадровыми сенсорами. Уникальный массив цветных фильтров минимизирует муар и хроматические аберрации без применения оптического низкочастотного фильтра, что значительно повышает разрешающую способность и позволяет получать чёткие изображения с богатой текстурой».

Похоже,Fujifilm приравнивает ложные цвета (разновидность алиасинга) к хроматическим аберрациям (свойство объектива), но возросшая разрешающая способность – просто фантастика. Всё это, мягко говоря, довольно смелые утверждения, которые, как мне известно, ничем не подкреплены. Ничего, мы сами можем их проверить – произнесите заклинание, если хотите…

Муар и ложные цвета

Начнём со стандартных мир, предназначенных для демонстрации предела разрешения:

Ну, муар/ложные цвета определённо выглядят по-разному. А вот стало ли их меньше, видимо, зависит от цвета миры.

Думаю, можно найти пример получше, чем миры. Взглянем на более реальный пример – ткань (обращаю внимание, что входное изображение полностью монохромное).

Ну, вот и всё… X-Trans на этом примере проявляет себя намного хуже. Фактически какие-то паттерны выглядят лучше с Байером, а какие-то с X-Trans. Просто потому что структура фильтров различна, они будут по-разному влиять на различные паттерны. Я не вижу доказательств того, что один из них более устойчив к муару, чем другой.

Так как же Fujifilm справляется с этим? Почему их заявления об уменьшении муара остались без возражений? Что ж, как обнаружилось в первой статье, внутрикамерная обработка заключается не только в демозаике, к изображению также применяются шумоподавление и снижающий насыщенность цветовой профиль (то, что Fujifilm называет имитацией плёнки). Давайте смоделируем этот эффект, пройдясь билатеральным фильтром по цветовой составляющей и слегка уменьшив насыщенность (так же, как это делает профиль STD/Provia).

Больше похоже на правду – теперь муар значительно подавлен. Однако, проблема в том, что всё то же самое можно проделать с фильтром Байера (или любым другим), использование X-Trans нам ничего не даёт. Это не единственная проблема такого подхода. Давайте посмотрим, что произойдёт, если применить такую же обработку к цветному изображению:

Это заклинание не без подвоха. Билатеральный фильтр неплохо справился с крыльями бабочки, но какого же неестественного цвета ноготь на правом изображении! Это происходит потому, что шумоподавление, необходимое для подавления муара, наивно применяется ко всем изображениям, независимо от того, есть ли там муар, или нет. К тому же, оно намного сильнее, чем необходимо для подавления цветного шума. В результате мелкие цветовые вариации теряются даже на малошумных снимках с низким значением ISO. Fujifilm не говорит об этом в своей рекламе, но именно так происходит подавление муара. Не оптически, не благодаря особому расположению цветных фильтров, а чисто программно, что можно проделать и с Байером.

Если вам кажется, что с ногтем всё плохо, то посмотрите, во что такая обработка превращает лицо:

Обратите внимание на цвет глаз и зубов, а также на восковой, безжизненный вид кожи. Можно крутить насыщенность сколько угодно, но вернуть мелкие детали после такой обработки уже не получится.

Разрешение и точность

Для каждого примера ниже представлены эталон, результаты демозаика (Байер – слева, X-Trans – справа) и разница с эталоном.

Пример 1

Пример 2

Пример 3

Пример 4

PSNR

Пиковое отношение сигнал-шум, или PSNR – стандартная количественная мера деградации изображения. В данном случае оно показывает разницу между эталоном и результатом демозаика (больше – лучше).

В целом Байер показал себя лучше. Глядя на разность можно сказать, что если бы AHD лучше справился с диагоналями во втором примере, то Байер бы вышел победителем во всех отношениях. Примечательно, что X-Trans плохо показал себя в первом примере, где много красного. Это связано с тем, что он содержит меньше красных и синих пикселей, чем фильтр Байера. Отставание в четвёртом случае более интересно. Больше зелёных ячеек на монохромном объекте в теории должны давать лучший результат, но на практике это преимущество нивелируется ложными цветами. Нет никаких доказательств «значительного увеличения разрешающей способности».

А как там с шумом?

Предыдущие тесты проводились с изображениями, практически не содержащими шума. В обзорах часто утверждается, что сенсоры X-Trans создают меньше цветного шума и дают более «плёночное» зерно. Так давайте это проверим! Сгенерируем и применим одно и то же изображение шума к данным до демозаика, это сымитирует шум матрицы. Это прямое сравнение, которое также полностью лишено сложностей, связанных с другим стандартом оценки ISO.

Более прямого сравнения не найти; подавление шума и ложных цветов не используются. Колдуют все!

Пример 1

Пример 2

Пример 3

Пример 4

Хм, куда же делось всё волшебство? Видите разницу? Я – нет. Все они выглядят грубыми (шершавыми?) как штаны лепрекона на день святого Патрика (что бы это ни значило – Прим. пер.) (лепреконы же волшебные, верно?). Похож ли какой-либо из вариантов на плёночное зерно? Давайте посмотрим, что будет, если пройтись шумодавом по одному из изображений. Возьмём Байера с его неплёночными характеристиками…

Ну вот. Я бы не назвал это плёночным, но хотя бы пропал цветовой шум. Всё то же самое происходит при внутрикамерной обработке и в сторонних проявщиках, которые не позволяют пользователю полностью отключить шумоподавление для X-Trans.

PSNR с шумом

Удивительно, но тут X-Trans демонстрирует преимущество, хотя и довольно незначительное. Можете взглянуть на разницу, которой соответствует пара знаков после запятой. Даже если это и не ничья, разница нивелируется квантованием, JPEG-сжатием и особенностями оптики. Пуф!

Против низкочастотного фильтра

Сенсоры без оптического низкочастотного фильтра (он же Anti-Aliasing ‑ Прим. пер.) стали популярны отчасти оттого, что выдавали более чёткую картинку без искусственного повышения резкости. Однако, как можно заметить, за это пришлось заплатить муаром и ложными цветами.

Сенсор с AA-фильтром требует цифрового повышения резкости, но изображение с него может быть почти таким же чётким (об этом ниже), как и в случае без фильтра, но с меньшим числом артефактов.

Однако AA-фильтр никак не влияет на шум сенсора, так что ложные цвета на высоких ISO (как в примерах выше) остаются нетронутыми.

Где сенсор без фильтра обладает преимуществом, так это в случае, если требуется получить чёрно-белое изображение, особенно если сюжет монохромный (например, текст) и в меньшей степени при съёмке объектов без повторяющихся или высококонтрастных мелких деталей (например, при пейзажной съёмке). Кроме того, существует программный метод уменьшения дифракции (его, возможно, применяет Fujifilm в своём т.н. «оптимизаторе модуляции объектива»), который полагается на алиасинг.

Чтобы сымитировать действие фильтра, размоем изображение, уменьшим его до тестового разрешения, а затем применим нерезкую маску. Никакого шумоподавления или уменьшения насыщенности не требуется.

Пример без фильтра выглядит более детальным, но так ли это на самом деле? И за счёт чего? Это действительно детали, или же алиасинг? Эти «детали» (которые на самом деле алиасинг) не видны при уменьшении масштаба, но ложные цвета ‑ да.

AA-Байер против X-Trans

Теперь давайте сравним нашу имитацию Байера с низкочастотным фильтром и X-Trans. Это как раз тот случай, когда X-Trans рекламировался в качестве лучшей альтернативы...

Заключение

Алгоритм Маркестейна лучше справляется с диагоналями, чем AHD, но это не связано с типом сенсора. Другие алгоритмы демозаика для Байера работают лучше, а для X-Trans – хуже (плюс ко всему, AHD не рассчитан на несглаженные входные данные).

Однако даже с перевесом в лице алгоритмов X-Trans, по-видимому, не даёт никаких преимуществ перед Байером и фактически проявляет себя хуже во всех тестах кроме одного. Байер без AA-фильтра и X-Trans ожидаемо одинаково страдают от ложных цветов; X-Trans ведёт себя немного хуже, более грубо. X-Trans имеет тенденцию создавать артефакты в виде линий, которые в целом кажутся размытыми, тогда как Байер создает больше артефактов в виде пятен. X-Trans меняет характер муара, но не уменьшает его и уж тем более не устраняет.

В действительности подавление муара и ложных цветов в камерах Fujifilm происходит не из-за выбора расположения светофильтров, но в результате постобработки. Как уже было сказано здесь и в моих предыдущих статьях, применяемая без разбора обработка ведёт к такому побочному эффекту как значительное уменьшение цветового разрешения. X-Trans более чувствителен к цвету объекта съёмки, показывая себя хуже всего на преобладающих красных и синих оттенках. X-Trans обеспечивает чуть более высокое PSNR, но результаты настолько близки, что такие вещи, как выбор алгоритма демозаика, сжатие JPEG и шумоподавление стирают различия. Любое очевидное преимущество в шуме, обнаруженное в других сравнениях, должно быть обусловлено искажающими факторами: технологией производства, оценкой ISO, электронным/тепловым шумом и шумоподавлением, заложенным в используемый алгоритм демозаика X-Trans.

Несмотря на то, что X-Trans проиграл битву, результаты были очень близки. Байер без АА-фильтра и X-Trans с одинаковым разрешением примерно равны. Сенсор с низкочастотным фильтром, однако, превзойдёт их обоих, когда дело дойдёт до устранения муара и ложных цветов — и без снижения цветового разрешения в процессе (но для достижения наилучших результатов необходимо повышение резкости). Ситуация довольно странная, поскольку Fujifilm настойчиво продолжает использовать X-Trans в своих камерах среднего/высокого ценового сегмента (за исключением среднеформатных), в то же время применяя сенсор Байера в младшей линейке XA. Это означает, что вы можете получить более качественное изображение, купив камеру, стоящую в три раза меньше флагманской того же производителя (в прочем, не факт что камерный JPEG окажется лучше, если в линейке XA применяется такое же шумоподавление).

Сенсоры без низкочастотного фильтра (не те, где он ослаблен) могут иметь небольшое преимущество в чувствительности из-за приема света, который в противном случае был бы поглощен или рассеян фильтром. Однако, учитывая степень шумоподавления, необходимого для устранения ложных цветов, вызванных отсутствием фильтра, маловероятно, что от этого есть какая-либо выгода.

Наконец, X-Trans требует значительно больше вычислительной мощности для обработки, и на момент написания статьи все имеющиеся на рынке коммерческие RAW-конверторы кроме одного дают результаты более низкого качества, чем свободный алгоритм, используемый при подготовке примеров для этой статьи.

Итак, мы развенчали маркетинговую чушь, раскрыли обман, проследили радугу до самого её конца и узнали правду об X-Trans. И эта правда такова: вся «магия» — не что иное, как дым. Но, должен признать, это хитрый трюк.