reconstruire hautes lumières

Essaye de reconstruire les informations de couleur pour les pixels qui sont écrêtés sur un ou plusieurs des canaux RVB.

🔗écrêtage

L’écrêtage se produit lorsque la quantité de lumière capturée dépasse la capacité du capteur de l’appareil photo à enregistrer cette lumière (saturation du photosite), ou dépasse la capacité du fichier brut à la stocker (écrêtage numérique). Une fois qu’un pixel est écrêté, nous ne pouvons plus connaître la luminosité précise de ce pixel, mais seulement savoir qu’elle est égale ou supérieure à la valeur maximale que ce pixel peut stocker.

Idéalement, le point de saturation du photosite devrait être le même que la valeur à laquelle l’écrêtage numérique se produit (afin d’utiliser au maximum la plage dynamique de l’appareil photo). Cependant, ces valeurs diffèrent souvent d’un appareil photo à l’autre. darktable utilise le « point blanc » d’un appareil photo pour déterminer si un canal donné est écrêté ou non. Si le point blanc est mal défini pour un appareil donné, des pixels valides peuvent être écrêtés, ce qui peut avoir un impact négatif sur l’efficacité de ce module.

Lorsqu’un appareil photo capture de la lumière (à l’aide d’un capteur de Bayer normal), chaque pixel représente une seule couleur (R, V ou B). Cette couleur est ensuite interpolée par le module de dématriçage pour calculer la couleur des pixels voisins. Il en résulte souvent des pixels (dans l’image dématricée) qui sont écrêtés dans certains canaux (R,V ou B) mais pas dans d’autres.

Si ces pixels sont partiellement coupés, des couleurs irréalistes peuvent apparaître dans l’image. Ces couleurs incorrectes peuvent ensuite être faussées par le module de balance des blancs, qui ajuste les rapports des canaux rouge, vert et bleu pour tenir compte de la couleur globale de la scène. Par exemple, lorsque seul le canal vert est écrêté (et que les canaux rouge et bleu sont proches de l’écrêtage), le module de balance des blancs peut ajuster les canaux rouge et bleu au-dessus du point d’écrêtage du canal vert. Cela entraîne des hautes lumières roses qui, autrement, auraient été blanches.

La méthode la plus simple pour résoudre ce problème consiste à découper les canaux rouge et bleu au niveau du point d’écrêtage du canal vert (méthode de reconstruction « Tronquer les hautes lumières »). Cependant, cette méthode peut entraîner la perte de données de pixels valides qui peuvent être utiles pour la reconstruction des hautes lumières. Elle peut également provoquer d’autres artefacts et des changements de teinte.

🔗méthodes de reconstruction des hautes lumières

Ce module propose un certain nombre de méthodes de reconstruction des hautes lumières. Ces méthodes utilisent toutes des canaux non coupés et/ou des pixels adjacents pour reconstruire les données manquantes.

peinture opposée (par défaut)
Restaure les pixels coupés en utilisant une moyenne des pixels adjacents non coupés pour estimer la couleur correcte. Cette méthode fonctionne bien pour la majorité des images, mais peut échouer lorsque les zones coupées sont adjacentes à des zones de couleur différente.
par segmentation
Un algorithme plus sophistiqué qui utilise les pixels adjacents non coupés pour estimer la couleur correcte, en traitant chaque zone coupée séparément (comme un segment individuel). La couleur de chaque segment découpé est estimée en analysant les rapports de couleur des pixels adjacents. Les pixels trop sombres ou qui semblent constituer un bord sont rejetés par l’algorithme. Si tous les pixels environnants sont rejetés, ce segment est reconstruit à l’aide de la méthode « Peinture opposée » (ci-dessus). Les segments proches les uns des autres font souvent partie du même objet et peuvent donc être traités comme s’il s’agissait d’un seul segment.

La reconstruction par segmentation permet de reconstruire de grandes zones où tous les canaux sont coupés en examinant les gradients environnants. Cependant, vous devez considérer cette méthode davantage comme un moyen de « déguiser » les zones coupées avec quelque chose de plausible, plutôt que comme un moyen de les réparer « magiquement ».

guided laplacians
Use an algorithm (derived from the diffuse or sharpen module) to replicate details from valid channels into clipped channels and to propagate color gradients from valid surrounding regions into clipped regions. This is a computationally-intensive method designed for maximum smoothness and seamless blending of the reconstructed regions into their neighborhood, and is designed primarily to reconstruct spotlights and specular reflections. This mode is available for Bayer sensors only.
tronquer les hautes lumières
Limite tous les pixels au niveau de blanc (c’est-à-dire tronque les canaux de couleur restants). Cette méthode est particulièrement utile quand les hautes lumières écrêtées se produisent dans des objets naturellement désaturés (des nuages par exemple).
reconstruire dans LCh
Analyse chaque pixel ayant au moins un canal écrêté et essaye de le corriger (dans l’espace colorimétrique LCh) en utilisant les valeurs des autres pixels (3 pour Bayer ou 8 pour X-Trans) du bloc concerné du capteur. Les hautes lumières reconstruites sont toujours monochromes, mais plus lumineuses et avec plus de détails qu’avec tronquer les hautes lumières. Cette méthode fonctionne assez bien avec une courbe de base à contraste élevé qui désature les hautes lumières. Comme avec tronquer les hautes lumières cette méthode est une bonne option pour les objets naturellement désaturés.
reconstruire les couleurs
utilise un algorithme qui transfère les informations de couleur d’un environnement non écrêté dans les hautes lumières écrêtées. Cette méthode fonctionne très bien sur les zones aux couleurs homogènes et est particulièrement utile sur les tons chair avec des hautes lumières qui s’estompent en douceur. Veuillez noter que cette méthode peut produire des artefacts de type labyrinthe sur les hautes lumières derrière des bords à fort contraste, par exemple des structures fines bien exposées sur un arrière-plan surexposé.

Remarque : Lors de l’utilisation de la reconstruction des hautes lumières incluse dans le module filmique rvb, il peut être préférable d’éviter d’utiliser ce module en mode tronquer les hautes lumières (afin que filmique rvb ait plus d’informations pour travailler).


🔗contrôles du module

🔗contrôles communs

méthode
La méthode utilisée pour reconstruire les hautes lumières.
seuil d’écrêtage
Les pixels au-dessus de cette valeur sont considérés comme étant coupés.

Click the icon beside the slider to visualise what areas of the image are considered to be clipped (the clipping mask). If the clipping mask does not match the RAW overexposed warning, you may need to correct this value.

🔗laplaciens guidés

niveau de bruit
Ajouter aux régions écrêtées du bruit de Poisson (bruit de photon naturel tel que vous en trouveriez dans les relevés de capteur). Pour les images à haute sensibilité ISO, les régions valides de l’image seront bruitées, mais les zones écrêtées reconstruites seront lisses, ce qui peut sembler étrange. L’ajout d’un peu de bruit dans la reconstruction permet de fusionner visuellement le résultat avec le reste de l’image.
iterations
The guided laplacians mode is an iterative process that extrapolates gradients and details from the neighborhood. Each new iteration refines the previous reconstruction but adds more computations that will make the module slower. The default number of iterations should provide reasonable results but you can increase if magenta highlights are not completely recovered – increase this parameter gradually but carefully, to manage the speed/quality trade-off.
reconstruit une couleur uniforme
La peinture d’une couleur plate est une astuce algorithmique qui peut aider à récupérer les hautes lumières magenta dans les cas difficiles (grandes zones grillées) en lissant les ratios RVB. Elle peut être considérée comme un « amplificateur de reconstruction » qui peut réduire le nombre d’itérations nécessaires pour supprimer le magenta dans les hautes lumières écrêtées. Cependant, cela rend également la reconstruction moins précise et peut conduire à des bords reconstruits non lisses et à de la peinture de couleurs hors sujet (par exemple, ciel bleu ou feuilles vertes saignant dans des nuages blancs). Utilisez ce paramètre avec prudence.
diamètre de la reconstruction
Le mode laplaciens guidés utilise un algorithme multi-échelles qui tente de récupérer les détails de chaque échelle indépendamment. Le diamètre de reconstruction est la plus grande échelle utilisée par l’algorithme. Les grandes échelles augmenteront la consommation de mémoire ainsi que les durées d’exécution, et peuvent également entraîner l’incrustation de couleurs ou de détails hors sujet dans les régions écrêtées. Il est conseillé d’utiliser un diamètre environ deux fois plus grand que la plus grande zone écrêtée à reconstruire. Il est également possible qu’un diamètre donné ne convienne pas à toutes les zones écrêtées, auquel cas, vous devez utiliser plusieurs instances à différentes échelles et masquer les zones écrêtées en conséquence.

🔗par segmentation

seuil d’écrêtage
Puisque ce contrôle règle le nombre de pixels considérés comme écrêtés, il modifie également la taille des segments résultants et l’emplacement des pixels adjacents utilisés pour la reconstruction. Pour un réglage précis, vous pouvez utiliser le module d’exposition pour vous assurer qu’aucune zone claire n’est écrêtée dans l’histogramme (ou dans l’image que vous voyez à l’écran). Augmentez ensuite le seuil d’écrêtage jusqu’à ce que les hautes lumières ne soient plus blanches, puis abaissez-le lentement jusqu’à ce qu’elles soient acceptables.
combiner
Le rayon auquel les segments proches sont combinés et considérés comme faisant partie du même segment. Augmenter (pour combiner plus de segments) lorsque différentes parties d’un même objet ont été incorrectement reconstruites dans des couleurs différentes. Diminuer (pour séparer les segments) lorsque différents objets ont été incorrectement reconstruits dans la même couleur. Cliquez sur le bouton situé à côté du curseur pour voir les contours des segments résultants.
édition
Choisissez si vous préférez choisir les pixels candidats (utilisés pour obtenir les données de couleur) avec l’analyse de segmentation (valeurs élevées) ou la peinture opposée (valeurs faibles). Cliquez sur le bouton à côté du curseur pour afficher les segments considérés comme de bons candidats.
reconstruire
Choisissez comment reconstruire les zones dont tous les canaux ont été coupés. Les modes « petits segments » et « grands segments » sont adaptés à des tailles de segments inférieures à 25 et supérieures à 100 pixels de diamètre, respectivement. Les modes « segments uniformes » tentent d’ignorer les éléments étroits non coupés (lignes électriques, branches) afin d’éviter les gradients. Enfin, les modes « génériques » tentent de trouver les meilleurs réglages pour chaque segment.

🔗mode « laplacien guidé » et reconstruction des hautes lumières de filmique

Il est important de noter que le module reconstruire hautes lumières arrive assez tôt dans le pipeline graphique – avant profil de couleur d’entrée et l’adaptation chromatique complète dans [calibration des couleurs](./color -calibration.md) (si vous utilisez le flux de travail adaptation chromatique moderne). Une astuce courante pour reconstruire les hautes lumières écrêtées consiste simplement à les désaturer en blanc mais, comme le blanc n’est pas défini avant l’adaptation chromatique complète et le profilage des couleurs d’entrée, il n’est pas possible d’utiliser cette astuce ici. Techniquement, il n’y a pas encore de couleur à ce stade du pipeline, seulement un signal 3D arbitraire.

L’approche laplaciens guidés a été conçue spécifiquement pour être à l’abri des écarts de balance des blancs et pour éviter tout concept ou méthode lié à la couleur (il n’y a donc pas de désaturation explicite). Il ne gère que les gradients (transitions) dans le signal et vise à les connecter en douceur, afin de combler les parties manquantes. Ce processus est cependant assez lourd, puisqu’il entre dans la catégorie de l’apprentissage automatique supervisé (optimisation basée sur les gradients par courbure multi-échelle), qui est une sous-branche de l’intelligence artificielle.

La reconstruction des hautes lumières de filmique utilise un algorithme de propagation de couleur plus simple couplé à une option de désaturation qui peut favoriser une reconstruction achromatique. Non seulement elle connaît la couleur (car elle arrive dans le pipeline graphique après le profilage complet des couleurs et l’adaptation chromatique), mais elle utilise également une version simplifiée et plus rapide de l’algorithme utilisé par l’approche laplacienne guidée. A savoir, cette variante ne tentera pas autant de restituer les détails et privilégiera plutôt un flou doux.

La reconstruction filmique est assez bonne pour les très grands patchs écrêtés et offre l’avantage de pouvoir les dégrader en blanc en dernier recours. Il est également préférable et plus rapide d’appliquer une couleur unie dans les zones écrêtées, au détriment des détails. Son principal inconvénient est qu’elle n’est pas aussi sélective dans la source des couleurs peintes dans les zones écrêtées, elle peut donc peindre des couleurs hors sujet.

Au total, il est conseillé d’utiliser le mode laplaciens guidés de reconstruction des hautes lumières pour :

  1. lisser les contours des zones écrêtées,

  2. récupérer les spots et les zones écrêtées de diamètre inférieur à environ 256px (sur le RAW pleine résolution),

  3. supprimer les aberrations chromatiques, qui peuvent se produire pendant le dématriçage (le prochain module du pipeline) à la frontière entre les régions écrêtées et valides.

Si vous trouvez que vous devez augmenter le diamètre de reconstruction au-delà de 512 pixels pour obtenir une récupération complète du magenta, la meilleure approche consiste généralement à limiter le diamètre à 512 pixels, à faire tout ce que vous pouvez avec ce réglage, puis à activer la reconstruction des hautes lumières de filmique pour terminer le travail. Cela donnera des temps d’exécution plus supportables avec un résultat très similaire.

translations