分段大綱

在我們每次更換鏡頭時，灰塵、棉絮、指紋、水分、沙子等物理污染都有可能進入感光元件前方的空間，當這些污垢出現時，我們稱之為「感測器上的污點」。

這些污點會對拍攝的影像造成明顯的影響，尤其是在長時間曝光或高解析度拍攝的情況下，污點往往會被放大，影響影像的細節和質感。

• 檢測

想要知道自己的相機感測器是否有汙點，拍攝一張可以檢查是否有污垢的參考影像並不需要花費太多的時間，可以透過以下步驟：

 

step1. 選擇明亮且均勻照明的白色或淺灰色表面（例如均勻照明的牆壁、天空）。

step2. 將相機安裝到三腳架上並將其放置在所述表面的前面(盡可能地貼近)

step3. 設置長焦鏡頭和小光圈。

step4. 將焦點設為無限遠（這樣可以凸顯在濾鏡玻璃上的污點）。

step5. 感光靈敏度設為相機基本 ISO (ISO 太高會拍到太多雜訊，影響汙點拍攝)。

step6. 將曝光時間拉長，調整到能拍出背景色(白、淺灰)的程度。

 

為什麼要這樣設置呢? 讓我們來看看兩個示意圖，分別顯示了兩個不同的鏡頭，有污垢的保護玻璃和感測器：

這是廣角鏡頭的示意圖，顯示當污垢附著在感光元件的保護玻璃上時，影像上的污點會變得模糊且較大。因為廣角鏡頭的光線來自更寬的角度，因此當光線穿過污垢後，會在感光元件上產生更模糊的陰影，而不像長焦鏡頭那樣形成銳利的黑點。

使用長焦鏡頭時，光線來自較小的角度，以更平行的方式照射到影像感測器上，使感測器上污垢顆粒的影像更清晰（類似於聚光燈的效果）; 而廣角鏡頭則類似於泛光燈，光線方向較為分散，因此污垢的陰影較為模糊。

此外，光圈大小也會影響污垢的可見度。當縮小光圈時，景深加大，不僅拍攝主體的範圍變廣，感測器保護玻璃上的污垢也更容易對焦，因此變得更加明顯。

在一切都設定完畢並拍攝參考影像後，可以用 Silverstack 或 Livegrade 來檢測影像並尋找汙點；這兩套工具會對每一影格進行即時檢測分析，並使用對比度增強濾鏡或查找汙點模式來強化污點的可見度，並提供即時的視覺化回饋，讓攝影師能夠在拍攝過程中迅速處理問題。

 

#使用 Silverstack 

• 安裝 Silverstack 的電腦，並設定記憶體讀取器
• 記錄有參考影像的儲存媒介
• 大型高解析度螢幕（沒有螢幕也可以，但有螢幕更容易分析）

 

#使用 Livegrade 

• 附有 Livegrade 的電腦，連接到 LUT 盒或擷取設備
• 連接到 LUT 盒或擷取設備的相機
• 大型高解析度螢幕

 

• Silverstack 實作

我們將 ND 濾鏡設為 ND1/16（約減少 4 檔光線)，光圈設為 F11(小光圈)，這些設定參數都會影響到在相機設置圖中右下角小框 Waveform 的表現。

Waveform 縱軸代表亮度值，可以從相機設置圖中的水平線看出我們所拍攝的是均勻表面(如果畫面有陰影或漸層，會呈現不同高度的波形，而不是單一水平線)，並且水平線落在大約亮度 50 % 的地方，呈現出來的畫面是淺灰色。

單用肉眼或是相機螢幕觀看所拍攝的影像，可能根本看不出有任何塵點，但當我們用解析度較高的螢幕看影像檔時，就會發現有幾個明顯像是髒汙的東西在影像上面。

接著透過 Silverstack 打開檔案並調整 CDL Advanced 模式下的 Knee 參數以及 Focus 敏感度，會發現影像中原本看得不明顯的塵點都顯現出來，可以根據需求自行決定閾值 (Threshold) 程度，一些更細小的塵點也會出現。

• 修復

對於靜態污點(灰塵、指紋)，最直接的方法是進行感測器清潔。可以使用專業的感測器清潔工具，清除表面的灰塵和污垢，並在清潔後再次進行檢查。不過這需要小心謹慎，以免傷到感測器表面。

若污點無法立即清除，後期修復也可以是個選擇。像是使用「頻率領域修復技術」，透過污點區域的像素用周圍的像素進行插值或平滑處理，可以有效地減少污點的影響。

• 插值法：最常見的方法是基於最近鄰插值或雙線性插值，將污染區域的顏色替換為相鄰像素的顏色。
• 平滑處理：透過模糊處理降低污點區域的細節來使其與周圍的區域融合，這種方法常用於微小的污點，特別是在影像中的焦外區域（背景中不明顯的污點）。

在數位影像中，像素錯誤（Pixel Errors）是許多創作者的噩夢，像素錯誤主要分為三種類型:死點、卡點、熱點，每一種都有其獨特的特徵與成因。

• 死點／壞點（Dead Pixels）

造成死點產生的成因通常是感光元件製造缺陷或長時間使用導致的硬體老化，死點像素完全無法感應光線，通常顯示為黑色或比周圍像素灰暗的點，在靜態影像中特別明顯，會破壞畫面的完整性。

• 卡點／亮點（Stuck Pixel）

卡點像素無法改變狀態，通常顯示為固定的紅、綠、藍或白色點，成因為暫時性電路故障或感光元件異常，在高亮度畫面中更為明顯，對動態視頻有更大的影響。(部分卡點可能隨時間自行恢復)

• 熱點／熱噪點、熱像素（Hot Pixel）

感光元件過熱、長時間曝光、高 ISO 設定下都有可能會出現的明亮點稱熱點像素，通常顯示為高亮度的白色或彩色像素，會影響到夜景或低光攝影的細節表現。

• Imatest: Blemish Detection

Imatest 提供了一個「Blemish Detection」的工具，可以檢測並標記影像中可能的瑕疵區域，檢測的方式包括分析影像的亮度對比度，利用自動化演算法識別影像中的死點、熱點、卡點等問題，並生成報告來呈現瑕疵的位置與大小，也可以透過手動標註的方法，讓使用者能更精確地定位瑕疵。

像是熱點檢測功能特別關注環境溫度對像素行為的影響。例如在高溫條件下拍攝的影像，熱點像素的數量可能會增多，這種情況會被特別標註出來，提醒用戶這些錯誤可能與溫度變化有關。

在 Imatest 中，缺陷像素檢測提供了多種選項來識別和修復熱點像素和死點像素，並且可以根據不同的條件進行設置。以下是檢測和修復的主要步驟和功能：

（ㄧ）缺陷像素檢測設定

用戶可以選擇要檢測熱點（亮像素 light pixels）或 死點（暗像素 dark pixels），並且可以選擇檢測絕對像素閾值或相對百分比閾值，根據像素的亮度差異來篩選缺陷。

• 絕對像素閾值：選擇暗像素達到最大或最小亮度時（例如 light pixels 在 255，dark pixels 在0）進行檢測。
• 相對百分比閾值：亮像素比周圍 8 個鄰居的平均亮度值高出相對 百分比閾值還多; 暗像素則低於平均值的相對百分比閾值。(閾值由右側滑桿調整，如圖15)
  

（二）通道選擇

用戶可以選擇檢測不同條件下的顏色通道：

• 任何頻道：只要任何通道（R、G、B 或 Y）有缺陷，便記錄為缺陷像素。
  
• 選定頻道：僅當選定的顏色通道有缺陷時，才記錄該像素為缺陷像素。
  
• 所有通道：只有當所有顏色通道（R、G、B 和 Y）都有缺陷時，才記錄缺陷像素。
  

（三）集群檢測

集群檢測用於檢測熱像素和壞點的簇（簇是指相鄰的兩個或更多缺陷像素），這有助於識別影像中缺陷像素的集中區域，並報告檢測到的簇的數量及最大簇的大小。

用戶可以透過角落框將框中 n x n 區域內的熱像素和壞點的敏感度降低兩倍，這樣能有效減少某些區域的偵測靈敏度，進一步加速檢測效果。

雖然 Imatest 本身並不直接提供像素修復功能，但它提供的瑕疵檢測和分析結果可以幫助用戶了解需要修復的具體像素區域。這些區域可以手動進行修復或使用其他影像處理軟體進行自動修補，此外 Imatest 可以處理大量影像檔案，並自動進行瑕疵檢測和分析，這對於需要處理大量影像的應用場景尤其有用，可以快速且有效地識別出多張影像中的像素錯誤。

無論你是攝影師、影像編輯師，還是影像工作室的專業人士，了解並掌握如何檢測與修復影像中的感測器污點、像素錯誤與光學瑕疵，都是提升影像品質的必備技能。

歐諾有提供專業工具的檢測服務，可以讓您在拍攝過程中及時發現問題，並在後期修復中做出精細調整，最終交付出無瑕疵的影像作品。

參考文獻

ConformSensor check with Silverstack and Livegrade: Detecting dirt

QC series – Tackling pixel errors during quality control

Using Flatfield Blemish Detect