Ormai tutti sanno che il pixel è un'unità corrispondente ad un singolo punto dell'immagine capace, come un secchiello, di raccogliere una certa quantità di fotoni che "piovono" entro il suo perimetro trasformandosi in elettroni.
Ovviamente più grande sarà il pixel, tanto maggiore sarà la quantità di elettroni che potrà contenere (+ sensibilità) ma tanto più grande sarà anche il punto, per cui il dettaglio dell'immagine prodotta sarà più grossolano anziché finemente leggibile.
In base a questo elementare principio è facile intuire che esiste una densità di pixel ottimale per ogni dimensione di sensore per coniugare opportunamente sensibilità e lettura del dettaglio, anche considerando le caratteristiche dell'ottica che formerà l'immagine.
Nel grafico sottostante i pixel sono rappresentati da cilindri riempiti di cariche elettriche (in verde) generate dai fotoni catturati, il limite (oltre il quale le cariche traboccherebbero "blooming" andando gradualmente a riempire i pixel adiacenti) è rappresentato dalla linea rossa superiore (Full Well Capacity).
Si può notare che maggiore è il valore ISO impostato (sottoesposizione) maggiore sarà la disponibilità di sovraesposizione prima di incontrare la linea rossa.
Ciò che riduce la capacità di sfruttare interamente il volume del "secchiello" è il rumore termico che, come "sabbia" si va formando col tempo sul fondo (in quantità casuale da un pixel all'altro) confondendo sempre più (con l'aumento del tempo d'esposizione) le informazioni che si trovano miscelate in esso.
Il rumore che si genera nel sensore, a partire dal momento in cui viene attivato (esposizione), è proporzionale al tempo di esposizione, alla temperatura e alla tecnologia del sensore.
Nel grafico ho supposto per semplicità un tempo e temperatura costanti in modo da ottenere una quantità costante di rumore in tutte le esposizioni con uniche variabili: iso e diaframmi (ipotetici).
I dati del sensore, restando analogici, possono subire ulteriore incremento (qui non considerato) dall'hardware di lettura dei dati + quello dell'amplificatore ISO (assente nel foveon), ed infine, quello del convertitore A/D.
Per dinamica di un sensore si intende il rapporto tra la massima quantità di cariche che un pixel può contenere (Full Well Capacity) e il numero di elettroni in quantità casuale dovuti al rumore al termine di una determinata esposizione, il risultato è espresso in decibel = 20Log S/N (rapporto Segnale/Rumore).
Resta in generale il concetto che più grande è un pixel e migliore sarà il suo fattore dinamico, anche se questo può essere affermato in assoluto non sempre può essere verificato in pratica, infatti qualcuno potrebbe chiedersi come mai la dinamica di alcune compatte che hanno il lato dei pixel di alcuni micron (millesimi di mm.) sia quasi simile a quella delle reflex con lato più che doppio.
La definizione di dinamica ci può aiutare a capire il fenomeno.
Con riferimento al grafico sottostante, supponiamo di avere un pixel di dimensioni inferiori che possa accumulare la metà di elettroni (5.000), ma che grazie alla sua struttura tecnologica (CCD anzichè CMOS) produca, nello stesso tempo di esposizione, un rumore di soli 5 elettroni anziché 10, il suo indice dinamico sarà il medesimo del pixel del grafico: 5.000/5 = 1.000
La scala di sensibilità in un sensore, sia foveon che a mosaico, dipende dalla tecnologia con cui è stato costruito, generalmente attorno a 60-70 iso arrotondati a 100 via sw (compensazione EV interna).
Nel foveon le sensibilità più alte si ottengono sottoesponendo quella nativa finché il livello di rumore permette, mentre il programma di visualizzazione in camera mostra l'immagine come esposta correttamente in relazione alla sensibilità impostata, applicando all'occorrenza la dose adeguata di "Noise Reduction".
A parte la diversa architettura del sensore, altra differenza tra il Bayer ed il foveon è che il primo comprende nell'hardware analogico uno stadio moltiplicatore di elettroni prima del convertitore A/D (X2, X4, X8....) impostabile dall'utente come scala ISO: questo non favorisce la qualità delle informazioni poiché moltiplica non solo i dati ma anche il rumore e aggiunge un certo tasso di rumore di lettura (read noise) da esso stesso generato, ma nel Bayer questa amplificazione è possibile perché sia l'efficienza che il rapporto S/N sono alti.
La peggiore gestione del rumore da parte del foveon è invece dovuta principalmente alla sua architettura a strati: già casuale in un solo strato, diventa estremamente "random" quando ne vengono sommati tre, per cui possono sommarsi 3 valori massimi in un pixel e 3 minimi in quello adiacente, triplicando così l'entità del problema, sgradevole soprattutto in ambito cromatico (colori).
Tornando al grafico, si nota facilmente che all'aumentare della sensibilità fittizia il rapporto tra l'informazione utile e il rumore si riduce peggiorando progressivamente la qualità, però si nota anche l'aumento della disponibilità di sovraesposizione (spazio per raggiungere la linea rossa), cioè ad alta sensibilità è ovviamente difficilissimo sovraesporre anche se il file viene visualizzato in modo devastato come nell'esempio sottostante dove uno scatto a 800iso (in realtà sottoesposto di 3EV) è volontariamente sovraesposto 3EV (cosa improponibile partendo da 100 iso).
SD10 800 iso +3EV (100 iso) zero setting in SPP (come viene visto sul display e sul jpeg in camera):
Interessante notare che gli ISO e i valori EV di compensazione agiscono in modo diverso perché i secondi (EV) si riferiscono a come l'utente vuole vedere l'immagine sul display della camera e sul jpeg incorporato, anche se gli ISO impostati annullano totalmente sul RAW la sovraesposizione di compensazione.
Recuperando l'esposizione in SPP si ritrova infatti un aspetto pari a quello di 100 iso:
Diverso il discorso se sovraesponiamo i 100iso di +1 per ottenere i 50 iso (ufficialmente non disponibili nella SD10) oppure 100iso+2 per 25iso: si può fare ma, come nella SD14, solo con scene a basso contrasto prive di luci troppo "spinte" perchè, come si vede nel grafico, la "linea rossa" è vicina!
SD10 100iso +1EV (50iso) "livellata", nonostante i contrasti non proprio moderati si è comportata molto bene, il rumore è ai minimi livelli anche nelle ombre, non so se la 14 in queste condizioni di luce reggerebbe!
Ho anche fatto questo tentativo ma, come ho rappresentato nel grafico, non c'era più spazio per la dinamica e le informazioni di colore delle parti più chiare sono andate "fuori dal vaso" come sul muro della casa sulla destra che da rosato è diventato biancastro, però con scene adatte (ritratti in studio con basso contrasto) penso che i grossi pixel della "10 rendano possibile questa sensibilità.
Zoomando al 500% non si riesce a notare il rumore nemmeno nelle ombre più scure.
SD10 100iso +2EV (25iso) "livellata"
---------------------------------
Finora ho mostrato le possibilità del foveon verso l'alto (sovraesposizione) ma la cosa si rivela interessante anche verso il basso (sottoesposizione).
L'immagine che segue è stata scattata in manuale con Sigma DP1, ISO 100, 1/30 sec, F4.0, ±0.00 EV (volutamente sottoesposta di 5 EV... o se vogliamo 3200iso).
Il Raw a zero setting in SPP
e sul display della camera si presenterebbe così:
Questo è il migliore risultato ottenibile dal trattamento bn "in camera" del corrispondente jpeg (qualità "Fine"):
Questo, invece, quello che si può ottenere dal trattamento del raw in SPP:
Questo dimostra che dal raw si possono ricavare molte più informazioni rispetto al jpeg e si conferma ancora una volta che col foveon gli scatti ad alta sensibilità sono fatti sempre secondo il valore di esposizione (tempo / diaframma) a 100 iso, ma virtualmente visualizzati secondo i valori EV / ISO impostati in camera.
