Foveon: The Clever Image Sensor That Has Failed to Catch On

All’inizio degli anni 2000, Sigma, un’azienda tipicamente nota nella comunità fotografica come produttrice di obiettivi, ha rilasciato un nuovo tipo di sensore per fotocamera chiamato Foveon. Questo nuovo tipo di sensore, brevettato nel 1999, presenta un’innovativa tecnologia di percezione del colore: una pila a 3 strati di diodi fotosensibili.

Sulla carta, questa tecnologia prometteva di superare i sensori CMOS in termini di precisione del colore, rumore in condizioni di scarsa illuminazione e nitidezza dell’immagine. Questo articolo spiega perché, sebbene sia un’idea intelligente, la tecnologia di Foveon non ha mai avuto successo nel settore della fotografia.

Sensore CMOS APS-C Foveon X3 Quattro.

Ritorno alle origini: come la fotocamera cattura il colore

Il silicio è ampiamente conosciuto come materiale semiconduttore ed è utilizzato come tale in molti circuiti elettronici. Per i fotografi, la preoccupazione principale con il silicone è che è un materiale fotosensibile.

Per essere più specifici, il silicio assorbe la luce per qualsiasi lunghezza d’onda compresa tra 400 nm e 1100 nm. La buona notizia è che questa gamma copre lo spettro della luce visibile (da ~400 nm a 750 nm) e anche un po’ dello spettro del vicino infrarosso. La cattiva notizia è che il silicio da solo non distingue tra il colore della luce e accumula solo qualsiasi fotone nell’intervallo 400-1100 nanometri.

Il primo passo per migliorare la qualità dell’immagine è l’aggiunta di un filtro per rimuovere la luce infrarossa (tra 750 nm e 1100 nm) prima che raggiunga il sensore. Il sistema risultante forma un sensore della fotocamera monocromatico (che fornisce immagini in bianco e nero).

Da lì, il modo più comune per raccogliere alcune informazioni sul colore è utilizzare una matrice di filtri colorati (CFA). Questo filtro è solitamente organizzato secondo il modello Bayer (dal nome dell’ingegnere Kodak) utilizzando filtri rosso, verde, verde e blu.

Visualizza un profilo del filtro Bayer sul sensore di immagine. Illustrazione di Cburnett e licenza CC BY-SA 3.0.

Grazie a questi tre filtri, è possibile ripristinare le informazioni sul colore nell’immagine. Tuttavia, il processo viene a scapito di una certa risoluzione dell’immagine. Per un dato pixel “rosso”, è necessario eseguire un’interpolazione per trovare le informazioni verde e blu mancanti. Esistono molti algoritmi di interpolazione, ma il processo si traduce quasi sempre in una qualche forma di artefatto cromatico e uniformità dell’immagine.

Gli array di filtri colorati, oltre ad essere imprecisi, assorbono anche molti fotoni nel processo di raccolta di alcune informazioni sul colore. L’assorbimento varia a seconda della selezione del filtro e del contenuto dell’immagine, ma è generalmente accettato che il flusso luminoso venga diviso per un fattore 3 prima di raggiungere il sensore. Sono 1,5 stop di luce.

L’idea intelligente alla base della tecnologia Foveon

Succede che un certo fotone, a seconda del suo colore, percorre una certa distanza nel silicio prima di essere assorbito. Questa “distanza di viaggio” è correlata all’energia del fotone, che dipende dalla sua lunghezza d’onda. I fotoni con lunghezza d’onda corta (luce blu, luce UV, ecc.) sono più energetici dei fotoni con lunghezza d’onda maggiore (luce rossa, luce infrarossa, ecc.) e vengono quindi assorbiti dopo un’escursione più breve nel silicio.

“La profondità di assorbimento è l’inverso del coefficiente di assorbimento. La profondità di assorbimento, ad esempio, 1 um significa che l’intensità della luce è stata ridotta al 36% (1/e) del suo valore originale.” Diagramma di Christiana Hunsberg e Stewart Bowden dell’Arizona State University.

Poiché la profondità di assorbimento nel silicio fornisce una stima della lunghezza d’onda del fotone, la misurazione della profondità di assorbimento fornisce teoricamente informazioni sul colore. L’idea intelligente dei sensori Foveon è quella di utilizzare “filtri di profondità” anziché filtri colorati affiancati.

Assorbimento dipendente dalla lunghezza d’onda in silicio e sensore Foveon X3. Illustrazione di Anoneditor e licenza CC BY-SA 3.0.

Sulla carta, almeno, la rimozione di qualsiasi filtro colorato dovrebbe aumentare il flusso luminoso che cade sul sensore e rimuovere i difetti associati ai filtri colorati.

Quando i sensori Foveon sono stati lanciati per la prima volta sul mercato nel 2002 con la Sigma SD9 DSLR, la maggior parte delle fotocamere digitali era lontana dalla risoluzione di 10 MPx. La Canon EOS-1D aveva 4,2 megapixel e la Nikon D100 aveva una fotocamera da 6 megapixel. Poiché gli array di filtri colorati richiedono un complemento numerico, per un certo numero di pixel, l’array di filtri colorati ha fornito un enorme miglioramento della nitidezza.

Sigma ha effettivamente cercato di commercializzare questa differenza nella qualità dell’immagine affermando che l’SD9 aveva un’immagine in uscita da 3,43 MP ma “10,3 milioni di pixel effettivi”, il che significa che i suoi pixel si comportavano 3 volte meglio. Diversi articoli accademici hanno già scoperto che i sensori Foveon offrono una risoluzione sensibilmente maggiore grazie alla mancanza di interpolazione e artefatti di colore attorno agli spigoli vivi. Da questo punto di vista, i sensori Foveon forniscono un vantaggio chiaro e misurabile per l’utente.

I ricercatori hanno scoperto che i sensori Foveon hanno una risoluzione maggiore rispetto ai sensori Bayer. Grafico da “Risposta in frequenza spaziale dei sensori di immagine a colori: filtri colorati Bayer e Foveon X3” di Paul M. Hubel, John Liu e Rudolph J. Guttosch.

Un ultimo punto che Sigma sottolinea è che i sensori Foveon sono superiori ai sensori con filtro colore quando si tratta di precisione del colore. L’affermazione è spiegata dalla mancanza di informazioni sul colore. Infatti, per un dato pixel Foveon, i dati rosso, verde e blu vengono registrati nello stesso posto, in contrasto con la matrice del filtro colore.

Almeno sulla carta, il sensore Foveon ha tutto: un migliore flusso luminoso significa migliori prestazioni in condizioni di scarsa illuminazione, migliore precisione del colore e migliore nitidezza dell’immagine. Ma le specifiche della carta non raccontano mai l’intera storia…

Cosa c’è che non va nell’idea geniale di Foveon?

La vera domanda da lì si riduce davvero a questa: poiché l’idea alla base dei sensori Foveon è piuttosto intelligente, perché non dovremmo usare tutti i sensori Foveon?

la decisione

Parte dell’interesse per la tecnologia Foveon è scomparso con lo sviluppo dei sensori CMOS. Il drammatico aumento della densità dei pixel ha ridotto uno dei principali punti di forza dei sensori Foveon. Certo, non è proprio un confronto mela-mela poiché il numero di pixel contribuisce solo in minima parte alla qualità dell’immagine finale (insieme all’obiettivo, alla quantità di luce disponibile, ecc.). Poiché anche gli smartphone possono fornire foto con una risoluzione di almeno 20 megapixel, Foveon è meno attraente di quanto non fosse nei primi anni 2000.

il colore

Il vantaggio cromatico del sensore Foveon è innegabile in teoria ma offre pochi vantaggi pratici. Al di fuori dei monitor con calibrazione del colore e degli ambienti di laboratorio, la differenza nella precisione del colore è abbastanza piccola da passare inosservata alla maggior parte dei fotografi occasionali. È decisamente più sottile dell’effetto degli errori di bilanciamento del bianco o dei filtri creativi di Instagram.

Curve di risposta dei sensori Bayer (sinistra) e Foveon (destra). Grafici tramite Boris van Schouten.

Rumore

Questo è il punto più controverso di tutti. Sulla carta, i sensori di Foveon dovrebbero raccogliere circa 3 volte più luce, il che dovrebbe tradursi in un miglioramento di 1,7 volte nel rapporto segnale-rumore. Cioè, supponendo che il rumore dello scatto sia dominante. Tuttavia, si scopre che nei confronti pratici, le prestazioni dei sensori Foveon in condizioni di scarsa illuminazione sono inferiori. Anche il direttore generale di Foveon, Shri Ramaswamy, lo ha ammesso in un’intervista del 2014:

“Una limitazione dell’approccio di Foveon è che il rumore dell’immagine è maggiore rispetto ai sensori convenzionali”, ha affermato. “Ciò è probabilmente dovuto in parte alle inefficienze all’interno dell’architettura del sensore stesso – forse si perde un po’ di luce nelle strutture interne che separano gli strati – e anche in parte all’elaborazione che deve essere eseguita per produrre colori puri dai segnali alquanto contrastanti che il chip è effettivamente catturare.”

I sensori CMOS e i sensori Foveon condividono un problema di progettazione simile: alcune perdite di luce da un pixel all’altro. Nei sensori CMOS, il problema del crosstalk viene risolto utilizzando strutture di isolamento verticali tra i fotodiodi.

Tuttavia, sui sensori Foveon, lo stesso trucco non può essere applicato (altrimenti otterrai solo informazioni sul colore blu). Pertanto, i sensori Foveon tendono a subire perdite di fotoni da un doppio strato ottico all’altro.

Viste schematiche della sezione trasversale dei pixel. (a) è un pixel di controllo e (b) è un pixel ottimizzato per il cross talk. Illustrazioni da “Tecnologia di processo del sensore di immagine CMOS impilato con pixel luminosi a 45 nm”.

Elaborazione delle immagini: il problema nascosto dietro sensori insoliti

Uno svantaggio comune a tutte le combinazioni di colori “insolite” (che si tratti di Fuji X-Trans, filtri RGBW o Foveon) è che anche l’elaborazione delle immagini è influenzata dalla selezione. Sebbene i filtri Bayer potrebbero non essere il modo migliore per catturare i colori, esistono da diversi decenni e sono piuttosto dominanti nel mercato dei sensori. Di conseguenza, c’è un forte incentivo per i ricercatori e le aziende di elaborazione delle immagini a mettere a punto tutti gli algoritmi per questo tipo di sensore.

Ad esempio, la rimozione del rumore viene solitamente effettuata con alcune ipotesi sulle statistiche relative ai fotoni raccolti che non possono essere applicate direttamente ai sensori Foveon. Sfortunatamente, a causa della quota di sensori Foveon in uso, la maggior parte delle aziende di elaborazione delle immagini non ha alcun incentivo a supportare i file Foveon, per non parlare di sviluppare pipeline di elaborazione delle immagini dedicate per tali sensori.

La tendenza sta peggiorando con algoritmi basati sull’apprendimento automatico. Onestamente, gli algoritmi di apprendimento automatico sono validi solo quanto i dati utilizzati per addestrarli (in termini sia di quantità che di qualità). Poiché ci sono mille volte più immagini da array di filtri Bayer rispetto a Foveon, i primi sensori trarrebbero vantaggio da algoritmi migliori rispetto ai secondi.

Altre considerazioni di marketing

Infine, dobbiamo rivolgerci all’elefante nella stanza. L’attrezzatura fotografica non viene sempre venduta per motivi tecnici. Prezzi, marketing, sistemi di lenti ambientali, branding: ci sono molti fattori nel successo di una tecnologia.

Sigma ha cercato di fornire un sensore diverso da qualsiasi altra cosa, ma l’azienda ha dovuto combattere due battaglie contemporaneamente. Il primo è la prova della qualità dell’immagine dei sensori Foveon. Il secondo è dimostrare che le loro fotocamere, come produttore di fotocamere, hanno superato le fotocamere Canon o Nikon.

Foveon potrebbe essere l’arma segreta di Sigma nel settore competitivo delle fotocamere. Ma la differenza di prestazioni tra sensori convenzionali e sensori Foveon non è chiara. Non è abbastanza ovvio, almeno, attirare nuovi fotografi verso il marchio Sigma.

Il sensore Foveon tornerà?

Sigma ha iniziato a sviluppare il sensore full frame Foveon. Il progetto è nella fase iniziale del prototipo secondo l’ultima dichiarazione di Sigma. Sembra probabile che il progetto rimarrà bloccato nella fase di prototipo e non raggiungerà mai il mercato. Nella migliore delle ipotesi, da questo calendario, sembra irrealistico aspettarsi un sensore in grandi quantità prima del 2024.

Come azienda, Sigma ha una meritata reputazione per la produzione di obiettivi e vorrebbe espandere la propria attività a fotocamere e sensori. Tuttavia, la fotocamera è molto più di un semplice sensore. La vera sfida di Sigma potrebbe essere la mancanza di un’elaborazione delle immagini di alta qualità. Sigma ha anche dovuto creare un plug-in Adobe Photoshop per aprire i file Foveon.

Anche se non è impossibile per Sigma rilasciare una nuova fotocamera con un sensore Foveon full frame, c’è ancora molta strada da fare per vendere la tecnologia al di fuori dell’attuale comunità Foveon, per non parlare di renderla uno standard del settore.


Circa l’autoreTimothee Cognard è un esperto visivo e fotografo con sede a Parigi, Francia.

Leave a Comment