חשיפה לימין - ETTR

חשיפה לימין (Expose To The Right) ובקיצור ETTR, היא טכניקת צילום שנועדה למקסם את המידע הנשמר בתמונה ע"י ניצול אופטימלי של הטווח הדינמי של החיישן, ובכך מאפשרת יכולות עריכה גמישות יותר בהמשך. שיטה זו מתאימה רק לקבצי Raw כיוון שהיא מחייבת תיקון של החשיפה בשלב העריכה ואין אפשרות לבצע תיקונים מסוג זה בקבצי Jpeg. הטכניקה דורשת שימוש והבנה של ההיסטוגרמה ומומלץ לקרוא את המאמר בנושא לפני שממשיכים במאמר זה.

ניצול אופטימלי של הטווח הדינמי

הרעיון בשיטה הוא פשוט למדי. בודקים את ההיסטוגרמה בחשיפה רגילה ללא פיצוי (EV Compensation = 0) ומתקנים את החשיפה ע"י פיצוי, חיובי או שלילי, כך שהגרף יהיה צמוד ככל האפשר לקצה הימני, אך לא יחצה אותו לרמה שבה הגוונים הבהירים מתחילים להישרף. במצלמות Mirrorless ובמצב Live Mode במצלמות DSLR ניתן לעשות זאת לפני הצילום, בצילום רגיל במצלמות DSLR חייבים לצלם תמונת נסיון כדי לבדוק את ההיסטוגרמה שלה.

לדוגמה:

התמונות הראשונה צולמה ללא פיצוי חשיפה. מההיסטוגרמה שלה ניתן ללמוד שני דברים חשובים:

1. יש פסגה שצמודה לדופן השמאלית של ההיסטוגרמה, כלומר יש קטימה (Clipping) בגוונים הכהים (Crushed Shadows).
2. הפסגה המשמעותית בצד הימני (נקודה מס’ 1), המייצגת את הגוונים הבהירים, רחוקה מאוד מהקצה של ההיסטוגרמה ואפילו הפיקסלים הבהירים ביותר בתמונה (נקודה מס’ 2) אינם מגיעים לקצה. מכאן ניתן להסיק כי אפשר “לדחוף” את הגרף לימין בלי לשרוף את הגוונים הבהירים.
   המסקנה היא שהתמונה הזו חרגה מהטווח הדינמי של החיישן וכתוצאה מכך נקטמו הגוונים הכהים ומידע חשוב הלך לאיבוד.

התמונה השניה צולמה עם פיצוי חשיפה של 2+ EV, כלומר התמונה הזו הובהרה בשתי תחנות צמצם. בהיסטוגרמה שלה ניתן לראות שאכן הגרף כולו זז ימינה אבל אין פסגה משמעותית הצמודה לימין, כלומר אין בתמונה פיקסלים שרופים. בנוסף, גם הפסגה של הגוונים הכהים זזה ימינה ועכשיו אין יותר קטימה בכהים. כלומר עכשיו כל הסצנה הצליחה להכנס לטווח הדינמי של החיישן ולהקלט בצורה מלאה. בהחלט עלול לקרות שגם לאחר ש"הזזנו" את ההסטוגרמה ככל הניתן לימין עדיין יש קטימה של הגוונים הכהים, משמעות הדבר שהניגודיות של הסצנה חורגת מהטווח הדינמי של החיישן. במקרה זה ניתן להשתמש באחת השיטות המתוארות במאמר ההיסטוגרמה.

כתוצאה מפעולת הפיצוי נוצרה חשיפת יתר ואכן אפשר לראות שהתמונה השניה בהירה מידי, עתה כל שנותר הוא לתקן זאת בשלב העריכה ע"י הורדת החשיפה בחזרה לרמתה הנכונה.¹

מזעור רעשים

רעש הוא הפרעה, בדר"כ אקראית, שמשבשת את האות (signal) העיקרי. ככול שרמת האות גבוהה יותר ביחס לרעש (SNR - Signal to Noise Ratio) כך הוא מובחן יותר מהרעש ו"מתגבר" עליו. לדוגמה, זמזום של זבוב ישמע ללא בעיה על רקע מוזיקה חרישית אבל יעלם אם ברקע תושמע מוזיקה בווליום גבוה. ניתן לראות זאת באופן גרפי בשרטוט הבא, בו הרעש מיוצג ע"י הקו הכחול והאות ע"י הקו הכתום. כאשר האות גדול במידה משמעותית מהרעש, כמו בצד ימין של השרטוט, קל מאוד להבדיל ביניהם, אבל כאשר האות הוא חלש וקרוב בגודלו לרעש, כמו בצד שמאל של השרטוט, קשה להבחין מה הוא האות ומה הרעש.

רעש בתמונה מתנהג באופן דומה². כמות האור שפוגעת בחיישן היא האות (signal) בתמונה, והרעש נובע מהפרעות שקשורת לאלקטרוניקה של המצלמה ולסביבה. עבור רמת רעש כלשהי, באזורים הבהירים של התמונה נקלט הרבה אור, כלומר האות הוא חזק, ולכן, באופן יחסי, הרעש מורגש פחות מאשר באזורים הכהים בהם נקלט נקלט מעט אור, כלומר האות הוא חלש. משעות הדבר שבאזורים הבהירים של התמונה הרעש נוטה להבלע באות ובאזורים הכהים הוא נוטה להיות יותר מורגש. לכן רעש בתמונות נוטה להופיע באזורים הכהים.
שימוש בטכניקה של חשיפה לימין, בסצנות בהן הניגודיות נמוכה מהטווח הדינמי של החיישן, גורם לחשיפת יתר (כמו בדוגמה שלמעלה) ובכך מגדיל את כמות האור שנקלטת ע"י החיישן ומקטין את השפעת הרעש על התוצאה הסופית.

איסוף מידע מקסימלי

אם ניקח סצינה ונחלק אותה לאזורים עפ"י רמות הבהירות השונות, משחור לגמרי ללבן לגמרי, כך שכל אזור בהיר פי שתיים מהאזור הקודם (הפרש של f-stop אחד מאזור לאזור), כמו בשיטת האזורים של אנסל אדמס³:

ואם ניזכר שהחיישן מגיב לאור באופן לינארי, כלומר הכפלה של האור תגרום להכפלה של הערך הנרשם ע"י החיישן. נקבל שהאזור הבהיר ביותר תופס חצי מרמות הבהירות שהחיישן מסוגל לקלוט. אם נניח לדוגמה שהערך הגבוה ביותר שהחיישן מסוגל למדוד הוא 255 אז נקודת המעבר לאזור הבא, שבה יש בדיוק מחצית מכמות האור תקבל ערך של 128. כלומר, אזור אחד בלבד “לקח לעצמו” 128 ערכים שהם חצי מכמות הערכים האפשרית. האזור הבא יקח חצי ממה שנותר, שהם 64 וככל שנעבור לאזורים פחות ופחות בהירים ישארו פחות ופחות ערכים לקודד בהם את רמות הבהירות השונות. בלי להכנס לחישוב עצמו, עבור חיישן מודרני בעל טווח דינמי של 15 תחנות צמצם וחיישן בעל 14 ביט יוצא שהאזור הבהיר ביותר יוכל לקודד 8,192 רמות בהירות ואילו האזור הכהה ביותר יוכל לקודד רק 2 רמות בהירות. מכאן ברורה השאיפה “לנצל” כמה שיותר את האזורים הבהירים של התמונה כיוון ששם יש הרבה יותר מידע. כזכור מהמאמר הדן בהיסטוגרמה, היא אינה לינארית ולכן כל “דחיפה”, גם קטנה, של הגרף לימין שקולה לשמירת הרבה יותר מידע בקובץ ה-Raw. המידע הזה יוכל לעזור לנו בהמשך להמנע מעיוותים בתמונה (Artifacts) גם תחת עריכה כבדה יחסית.