DxO ist seit 20 Jahren Spitzenreiter in der RAW-Bildverarbeitung und daher können wir bessere Ergebnisse erzielen als andere RAW-Konvertierungssoftware. Das sind die Gründe dafür …

Grundlegend für die
RAW-Konvertierung

Wenn Sie den Auslöser Ihrer Kamera betätigen, wird das gesamte Licht, das auf den Sensor trifft, als RAW-Datensatz aufgezeichnet, der jedoch in ein anderes Format umgewandelt werden muss, bevor es auf einem Bildschirm angezeigt werden kann. Diese Konvertierung kann in der Kamera erfolgen, wobei Ausgabedateien wie JPEGs oder TIFFs auf der Speicherkarte erstellt werden, oder die Kamera kann so eingestellt werden, dass Aufnahmedaten als RAW-Dateien für eine spätere Konvertierung mit Software wie DxO PhotoLab oder DxO PureRAW gespeichert werden.

Wie auch immer der Workflow im Detail aussieht, der Standard des RAW-Konvertierungsverfahrens ist entscheidend, wenn Fotografen eine Szene in höchster Qualität und naturgetreu wiedergeben möchten.

Was ist
Demosaicing?

Wenn Sie Ihren Kamerasensor belichten und das daraus resultierende Bild auf dem Kameradisplay oder Ihrem Computermonitor betrachten, vergessen Sie leicht, dass das Foto nicht in voller Farbe aufgenommen wurde. Tatsächlich zeichnet der Sensor eine Reihe von Werten auf, die die Intensität des Lichts an jeder seiner Fotodioden darstellen.

Diese Fotosensoren sind grundsätzlich lichtempfindlich, können jedoch keine einzelnen Farben wahrnehmen. Daher überziehen die Hersteller den Sensor mit Farbfiltern.

So werden an jeder Fotodiode nur die Helligkeitsdaten für rotes, grünes oder blaues Licht erfasst – ähnlich wie bei den Zapfen im menschlichen Auge.

Bei den meisten Kamerasensoren sind diese Fotodioden in einem sich abwechselnden Muster von zwei grünen Fotodioden für jede rote und blaue Diode angeordnet, sodass die Verteilung 50 % Grün, 25 % Rot und 25 % Blau beträgt.

Am häufigsten wird der Bayer-Filter verwendet, aber es gibt auch andere Modelle. Fujifilms X-Trans-Kameras verwenden ein etwas anderes Muster. Der Unterschied ist in der Abbildung oben zu sehen.

Dieses Muster an Lichtrezeptoren liefert ein Daten-Mosaik, das umgewandelt werden muss, um die ursprünglichen Farben zu ermitteln.

Ohne dieses Demosaicing, auch Farbinterpolation genannt, würden Sie nur ein Bild erhalten, das aus roten, grünen und blauen Pixeln in unterschiedlicher Intensität besteht.

Wie bereits erwähnt, ist es jedoch nicht nur eine Frage der Anwendung von Demosaicing überhaupt, sondern vielmehr der Anwendungsmethode, die eine möglichst detailgetreue Wiedergabe ermöglicht. Schlechtes Demosaicing kann alle möglichen visuellen Fehler auf Pixelebene verursachen. Dazu gehören Farbartefakte, wie Farbsäume an scharfen Kanten und Moiré-Effekte bei einigen hochfrequenten Mustern, die alle unnatürlich wirken. Zum Beispiel können feine Texturen wie Fell oder Federn an Schärfe verlieren und es können gitterartige oder zufällige Pixel darin entstehen.

Schlechtes Demosaicing ist insbesondere ein Problem für Fotografen, die großformatige Abzüge mit feinen Details erstellen möchten, und für diejenigen, die das Motiv zuschneiden, um es zu vergrößern, z. B. bei der Vergrößerung eines Tierfotos. 

Gutes Demosaicing erhöht die
effektive Kameraauflösung

Obwohl die Pixelgröße eines Bildes nicht erhöht wird, kann beispielsweise eine Kamera mit einem 20 Megapixel-Sensor bei gutem Demosaicing immer noch detailliertere Bilder erzeugen als eine Kamera mit einem 40 Megapixel-Sensor und schlechtem Demosaicing. Mit einer optimalen Verarbeitung können Fotografen also sicherstellen, dass sie die maximale Leistung ihres Kamerasensors ausschöpfen.

Wie funktioniert
es
?

Da nur ein Drittel der tatsächlichen Farbinformationen in der Szene erfasst wurde, muss der Rest durch einen Algorithmus extrapoliert werden. Es gibt viele verschiedene Demosaicing-Algorithmen, aber alle haben dasselbe Ziel: aus den aufgezeichneten Daten etwas für unsere Augen Plausibles zu entwickeln.

Für jedes Pixel werden die umliegenden Pixel abgetastet und die wahre Farbe vorhergesagt. Wenn ein Pixel einen hohen Anteil an grünem Licht aufweist und die umliegenden Pixel eine sehr geringe Intensität an blauem und rotem Licht haben, kann davon ausgegangen werden, dass die richtige Farbe ein kräftiger, wenn auch nicht ganz reiner Grünton ist.

Aber dieser einfache Algorithmus geht davon aus, dass jedes Pixel die gleiche Farbe wie seine Nachbarn hat. Das mag zwar für die meisten Pixel zutreffen, kann aber in vielen Fällen falsch sein, z. B. bei plötzlichen Farbveränderungen, wie an einer Kante oder in einer Textur.

Um plausible Ergebnisse zu erzielen, muss der Algorithmus Annahmen über die zugrunde liegende Szene treffen. Doch diese Annahmen müssen irgendwoher kommen, daher muss er trainiert werden.

Das Mosaik, aus dem dieser winzige Teil des Bildes besteht, lässt mehrere Interpretationen zu. Die Kunst besteht darin, Algorithmen zu entwickeln, die intelligente Annahmen darüber treffen können, was die ursprünglichen Bildinformationen waren, und sie so präzise wie möglich wiederzugeben.

Was macht DxO besser
als die anderen

DxO ist seit mehr als 20 Jahren führend in Sachen RAW-Bildverarbeitung und DxOs Algorithmen waren ihrer Zeit schon immer voraus. Heute können wir sogar mehr Pixel auslesen als die Kamera-Hersteller selbst. Das ist richtig – DxO kann Ihnen mehr Pixel bereitstellen, als Ihre Canon-, Sony- oder Leica-Kamera Ihnen bietet.

Darüber hinaus hat uns das maschinelle Lernen in die Lage versetzt, die RAW-Verarbeitungstechnologie weiter voranzutreiben. 
In der Vergangenheit wurden Demosaicing und Rauschminderung als separate Prozesse durchgeführt. Dies ist ein großer Nachteil, denn je nachdem, welcher Prozess zuerst durchgeführt wird, leidet möglicherweise die Qualität des zweiten. Der Durchbruch von DeepPRIME liegt in der Fähigkeit, diese beiden Prozesse gleichzeitig auszuführen, wodurch ein noch nie dagewesenes Qualitätsniveau erreicht wird.

Für DeepPRIME haben wir neuronale Netze in der Trainingsphase mit Milliarden von Beispielbildern gefüttert. So konnten sie erlernen, welche Strukturen und Muster in der realen Welt am häufigsten vorkommen und wie man sie in zusammengesetzten Bildern erkennt.

Die daraus resultierenden Algorithmen basieren auf empirischen Erkenntnissen und liefern durchweg bessere Ergebnisse als jeder von Menschen geschriebene Algorithmus seit der Erfindung der Digitalfotografie.

Zusammenfassung

Wir bei DxO sind führend in der Erforschung von Rauschminderung und Demosaicing von RAW-Dateien, damit Fotografen die bestmöglichen Ergebnisse erzielen können. Wenn Sie DxO PhotoLab 8 or DxO PureRAW 5 verwenden, können Sie sicher sein, perfekt verarbeitete Bilder dank modernster Wissenschaft zu erhalten.