分区曝光法在数码影像中的应用.docx

分区曝光法在数码影像中的应用.docx

《分区曝光法在数码影像中的应用.docx》由会员分享，可在线阅读，更多相关《分区曝光法在数码影像中的应用.docx（10页珍藏版）》请在冰豆网上搜索。

分区曝光法在数码影像中的应用

分区曝光法在数码影像中的应用

（1）

亚当斯将曝光区分为11个等级，从0区曝光到X区曝光。

他将反射率为18％的中灰影调板定为“影调值V”，把直接获得“影调值V”的曝光称为“V区曝光”，拍摄到底片的密度名为“密度值V”，从“密度值V”使用正常反差相纸获得的影调就是“影调值V”。

以“V区曝光”加一档就获得“VI区曝光”，减一档就获得“IV区曝光”，其余各区依此类推。

亚当斯通过分区曝光对底片上的潜影进行控制，再通过胶片显影的过程控制影调的压缩与扩张，从而得到高质量、层次丰富的影像。

这就是著名的“分区曝光法（ZoneSystem）”。

　　本文试图找出分区曝光与柱状图（Histogram）所示亮度范围的对应关系，说明民用数码相机的曝光特性，探讨将分区曝光法运用到电子暗房中，通过数字技术提高影像质量。

　　首先，我们需要了解柱状图中各个参数的含义。

在Photoshop的Histogram中，除了CacheLevel外，有7项参数，描述如下：

Mean：

描述平均亮度值。

Standarddeviation（StdDev）：

标准偏差。

描述亮度值的偏移量。

Median：

显示亮度范围的中间值。

Pixels：

描述被选定用于柱状图（Histogram）的像素总数量。

Level：

显示“十字星”所选区域的亮度级别。

亮度级别分为256级，从0至255。

Count：

显示“十字星”所选区域的像素总数。

Percentile：

显示“十字星”所选区域的像素数占像素总数的百分比。

　　柱状图（Histogram）从0—255分为256（8bit）的亮度等级，也就是我们平常说的“256级灰阶”。

我们将亮度等级分为11个区，平均23级为一个曝光区，中间值为127和128。

所以我们将116至139的亮度范围定义为“V区”，其余每变化一区曝光，灰度级相应增减23级，依此类推，得到如下对应关系：

　　Level：

139～116115～9392～7069～4746～2423～0

Zone：

---V--------IV-----III-----II------I-------0---

　　Level：

116～139140～162163～185186～208209～231232～255

Zone：

---V-------VI------VII----VIII-----IX------X---

　　但事实上，这种对应关系是不正确的。

原因很简单，柱状图中的亮度级并非呈几何增长；而每增加一档曝光，所获得的曝光量就会在原来的基础上乘2，它是呈几何增长的。

那么运用到上述对应关系上就会出错。

通过实验同样证明了这一点。

实验很简单，我们推荐各位使用数码相机的影友都抽时间做一次。

一来可以了解自己数码相机中传感器（CCD或COMS）的特性，二来可以将分区曝光法有效地运用到曝光和电子暗房中，提高影像质量。

实验方步骤如下：

　　1、选择物体色调均匀区域作为被摄对象，这样做的目的是在成像区域获得相对集中的灰度值。

被摄对象可以是阴影中的白墙、油漆均匀的门等等。

笔者选用了一块色调较为均匀的桔红色鞋盒表面进行实验。

　　2、以测光值直接拍摄一张，然后增减5档曝光，每增减一档各拍一张。

这样，我们就得到11张照片。

分别对应11个曝光区。

其中第一张是直接测光所获得的反射率为18％的中灰影调，即“V区曝光”所得到的影调。

　　3、将照片导入Photoshop，用柱状图（Histogram）进行观察，并记录下亮度平均值（Mean）或亮度中间值（Median）。

之所以选用几乎没有反差的样板作为拍摄对象，是因为获得的亮度范围会很窄，同时影像亮度平均值（Mean）和亮度中间值（Median）相差无几，从而降低实验的误差。

笔者选择了Median作为参考值。

　　4、将所获得的数据绘制成曲线。

笔者使用CanonPowerShotG2进行测试，获得曝光曲线如下：

　　纵坐标是256级亮度，横坐标是11个区的曝光。

曲线的肩部急转落于VIII区，趾部平缓落于III区。

这很好地解释了为什么“数码相机曝光过度1级，惨不忍睹，高亮处细节损失严重，无法弥补；曝光不足3级，虽然损失不少，但阴暗部仍有细节”的现象。

同时，对应分区曝光法，横坐标上的曝光区应向左侧偏移半格。

　　由于实验条件的不严格和数学知识的匮乏，我无法准确画出柱状图与曝光区的对应关系。

但是，我能通过这条曲线找出所用相机对应分区曝光的相对亮度区域，在实际应用中应该足够了。

　　接下来，笔者选用了反差不大并且带有纹理的皮鞋内包装袋作为拍摄对象进行了同样的实验。

目的是根据亚当斯“有效幅度”和“纹理幅度”的论述，验证“横坐标上的曝光区应向左侧偏移半格”的假设。

结果令人满意。

　　最后的实验是在日常的场景中完成的，拍摄的是由白百合、玫瑰和绿叶组成一束花。

同样拍摄了11张，不过我们只拿出3张就可以说明问题了。

如下图所示：

这里出现了一个有趣的现象，请看图：

我们按照测光表曝光所得到的柱状图，大量像素为什么不是分布在78—130之间呢？

难道我们前面的结论是错误的？

当然不是。

　　要弄清这个问题，首先要弄清楚我们在这张照片上所采用的曝光还是不是“V区曝光”。

我们回到文章的开始，看看亚当斯是怎样定义“V区曝光”的：

“将反射率为18％的中灰影调板定为‘影调值V’，把直接获得‘影调值V’的曝光称为‘V区曝光’”。

换句话说，我们在没有反差的影像上，得到的就是V区曝光，我们的结论没有错。

那么，这张照片又怎么解释呢？

　　在“分区曝光法”诞生的年代，机内测光系统并不完善，人们只能拿着手持测光表进行测光，主要包括入射式、反射式和点式。

当时的测光方法主要是中灰值测光法、高低值平均测光法。

“分区曝光法”中的测光方法，即“分区测光法”能够让人们更有效的运用测光表所获取的数据；同时，在不能使用测光表的情况下，可以帮助人们运用经验估算出较为准确的曝光。

　　随着机内测光系统越来越完善，测光表的“智商”也越来越高。

笔者使用的数码相机带有“矩阵测光”、“中央重点平均测光”和“点测光”三种TTL测光模式。

图三中的照片是使用“评估式测光”获取的曝光组合。

所谓“矩阵测光式测光”是指：

相机将图像分为多个区域分别进行测光，然后通过特定的算法评估复合的光线条件，如主体的位置、亮度、直接光源以及背光，最后算出曝光值、调整曝光参数的设定。

也就是说，在主体不是被强烈的背光包围的情况下，我们通过“评估式测光”可以获得一个相对较为准确的曝光值，可以部分替代“分区测光法”。

　　这样我们就可以明白，对于整张照片来讲，是不是“V区曝光”并不重要。

重要的是，照片中哪一部分的影调“落”（或“置”）于V区，那么照片中的这一部分所对应的曝光就是“V区曝光”了。

　　文章写到这里可以告一段落了，因为我们的实验有了一个结果、得到了一条曲线并且运用我们现有的知识解释了一些有趣的现象。

下面该做什么了？

我们要把这条曲线运用到实际拍摄中，用它来修正我们的曝光，并运用“分区曝光法”的原理，在电子暗房中对影调采用局部“压缩”或“扩张”的处理，以提升影像的质量。

　　再看看图二中的三张照片。

照片a，玫瑰曝光不足，百合花细节表现良好；照片b，玫瑰曝光准确，百合曝光稍过；照片c，不用说，一看就知道曝光过度，虽然玫瑰色彩鲜艳，但与实际相比仍显明亮。

　　有些朋友也许会说：

“为了艺术的目的，我就需要玫瑰鲜艳无比，与真实情况相比不是毫无意义了吗？

”我来解释一下：

“我们研究的目的是找出一种方法，用在日后的拍摄中，以提高影像质量。

既然是研究，就要有标准，有可以参照的对象，这样结果才有价值。

而我们进行研究的参照物正是实际场景中的光线、色彩、亮度、形状等等。

脱离了这些东西，我们就没了参照。

所以，我选择了实际场景。

”

　　回到正题。

图二中的三张照片没有一个准确曝光。

照片c可以扔进废纸篓了，我们要得到照片a中的百合和照片b中的玫瑰，怎么办？

　　请看以下四张图片：

（图四）照片b阴影部分的柱状图

（图五）照片a阴影部分的柱状图

（图六）照片b明亮部分的柱状图

（图七）照片a明亮部分的柱状图

从以上四图我们可以得出结论：

在照片所示场景中，当曝光减少时，明亮部分的变化要大于阴暗部分变化，这也符合我们之前得到的曝光曲线图。

所以，在这种情况下，对于正常曝光减1／2或1／3档曝光补偿，那么我们既可以得到明亮部分细节，又不至于是暗部显得太暗。

事情就是这么简单，我们有一张曲线图就可以解决很多问题。

所以推荐大家自己也做一张。

分区曝光法在数码影像中的应用

（2）

　　更进一步的提高是在曝光“相对准确”的基础上，运用“分区曝光法”的原理，在电子暗房中对影像做局部处理，使其“显影”。

我们在照片b的基础上，在电子暗房中降低明亮部分的光量，但得到的影像还是有少许的偏差，如图八。

所以，要记住一点：

“前期拍摄时的曝光越准确，在电子暗房中的还原操作就越简单，还原出来的影像就越接近现实。

”

（图八）在照片b的基础上，降低明亮部分的光量