در بخش اول مقاله‌ی “بررسی مشخصات فنی دوربینهای تحقیقاتی”، به بررسی پارامترهای سایز، تعداد و عمق پیکسل پرداختیم. برای بررسی تعدادی دیگر از ویژگی‌های مهم در عملکرد دوربینهای تحقیقاتی در این بخش نیز با ما همراه باشید.
بازده کوانتومی
بازده کوانتومی (Quantum efficiency) معیاری از میزان کارآیی سنسور در تبدیل فوتون به الکترون است و به عنوان حساسیت الکتریکی سنسور به نور، تعریف می‌شود. از آنجا که انرژی فوتون با طول‌موج آن نسبت عکس دارد، QE اغلب در طیف وسیعی از طول‌موج‌های مختلف اندازه‌گیری می‌شود تا کارایی دوربین در هر سطح انرژی فوتون مشخص شود. برای درک بهتر این کمیت باید بدانیم یک دوربین عکاسی به طور معمول QE کمتر از 10٪ دارد در حالی که دوربینهای تحقیقاتی می‌توانند در برخی از طول‌موج‌ها QE بیش از 90٪ داشته باشند. حساسیت، که از مهمترین پارامترهای دوربین تحقیقاتی است، رابطه مستقیم با بازده کوانتومی دارد. اگر میزان نور در سیستم تصویرنگاری کم باشد، بازده کوانتومی و سطح نویز کمیت‌های بسیار مهمی محسوب می‌شوند. بنابراین برای دستیابی به بهترین حساسیت، دوربین‌هایی با بازده کوانتومی‌بالا و نویز کم انتخاب‌های مناسبی هستند.
دامنه دینامیکی
دامنه دینامیکی (Dynamic Range) برای یک دوربین یا حسگر تصویر دیجیتال، به صورت نسبت حداکثر سیگنال قابل دستیابی به نویز دوربین مشخص می‌شود. مقدار حداکثر سیگنال توسط ظرفیت چاه کامل تعیین شده و میزان نویز نیز با مجموع نویز جریان تاریک (الکتریکی) و نویز خوانش (اپتیکی) مشخص می‌شود. دامنه دینامیکی، به عنوان یکی از مشخصات فنی مهم دوربینهای دیجیتال، با مقادیر متفاوتی گزارش می‌شود. برای مثال در کاتالوگ دوربین اُرکافلش شرکت هاماماتسو (ORCA-Flash4.0 V2) این کمیت به صورت 37000:1 بیان شده است، که معرف نسبت حداکثر سیگنال به نویز این دوربین می‌باشد. دامنه داینامیکی گاهی با واحد دسی‌بل نیز بیان شده و طبق رابطه زیر با یک ضریب 20برابر در لگاریتم رابطه اصلی، محاسبه می‌شود. برای مثال برای دوربین دایانا400 شرکت تاکسن (Dhyana 400D) مقدار دامنه دینامیکی به صورت 85dB اعلام شده است.
Dynamic Range = 20 × Log (Full Well Capacity/Nelectric+Noptic)
در موارد بسیاری نیز این کمیت با واحد بیت (bit) تعریف می‌شود و بیانگر عمق پیکسل یا سطح مقیاس خاکستری موجود در این محدوده دینامیکی است. برای مثال اگر دامنه دینامیکی دوربینی 230 باشد، حداقل به یک مبدل 8 بیتی آنالوگ به دیجیتال (A/D) با قابلیت تخصیص 256 سطح خاکستری (grayscale level)، و یا اگر دامنه دینامیکی 37000 باشد، به یک مبدل 16 بیتی با قابلیت تخصیص 65536 (216) سطح خاکستری نیاز است تا سیگنال بدست آمده توسط پیکسل‌ها، به طور مناسب به دیتای دیجیتالی تبدیل شوند. برای مثال برای دوربین سنسیکم (sensicam qe) شرکت pco.imaging مقدار دامنه دینامیکی با عدد 12bit گزارش شده است که بیانگر عمق‌بیت مبدل آنالوگ به دیجیتال استفاده شده در دوربین است. با توجه به جدول مقابل می‌توان رابطه بین عمق بیت و دامنه دینامیکی دوربین را برای مقادیر مختلف مشخص کرد. در حالت کلی، با افزایش دامنه دینامیکی دوربین، توانایی اندازه‌گیری کمترین شدت نور در جسم مورد مشاهده، بهبود می‌یابد، بنابراین دامنه دینامیکی معیار مهمی برای تعیین کانتراست تصویر است.
سیاه‌و‌سفید یا رنگی
یک دوربین دیجیتال در مقیاس خاکستری (سیاه و سفید) اطلاعات شدت تابش نور را، صرف نظر از طول موج فوتون‌ها، در هر پیکسل ذخیره می‌کند. سپس اطلاعات حاصله با یک عدد 8 بیتی (یا بیشتر) دیجیتالی می‌شود که 0 = سیاه و 255 = سفید و اعداد میانی، طیف خاکستری بین این دو حد را نشان می‌دهد. در یک دوربین رنگی، پیکسل‌ها همانند دوربینهای موجود در مقیاس خاکستری هستند با این تفاوت که هر پیکسل یک فیلتر رنگی در مقابل خود دارد که باعث می‌شود شدت نور فرودی را با توجه به طول‌موج آن اندازه‌گیری کند. بنابراین یک دوربین رنگی از یک سنسور تک‌رنگ (در مقیاس خاکستری) با یک آرایه فیلتر‌رنگی (Color Filter Array, CFA)، تشکیل شده است. فیلترهای یک دوربین رنگی، در محدوده قرمز، سبز و آبی هستند، به عبارتی پیکسل‌ها شدت نور فرودی را در سه رنگ اصلی (سبز، آبی و قرمز RGB) اندازه‌گیری می‌کنند.
فیلتر بایر (Bayer Filter) رایج‌ترین الگوی آرایه فیلتر‌رنگی مورد استفاده در دوربینهای رنگی است. چیدمان فیلترها در جلوی پیکسل‌های موجود در یک دوربین در شکل روبرو دیده می‌شود. الگوی قرمز، سبز و آبی ایجاد شده توسط CFA بر روی سنسور نیز در شکل زیر نشان داده شده است. مشاهده می‌شود که تعداد پیکسل‌های سبز در مقابل پیکسل‌های قرمز و آبی دو برابر است. دلیل این امر حساسیت چشم انسان به نور سبز است و افزایش تعداد حسگرهای سبز، درنهایت تصویری می‌دهد که توسط چشم انسان دارای نزدیکترین “رنگ واقعی” تفسیر خواهد شد.
به منظور بازسازی یک تصویر رنگی با مقادیر RGB در هر کدام از پیکسل‌ها، از فرایندی به نام موزاییک‌زدایی (demosaicing) استفاده می‌شود. در این فرآیند مقدار دو رنگ از دست رفته برای هر پیکسل، توسط مقادیر پیکسل همسایه، درون‌یابی می‌شود. امروزه الگوریتم‌های درون‌یابی مختلفی برای این کار وجود دارد و هر تولید‌کننده دوربین، از یک روش مخصوص استفاده می‌کند. به عنوان مثال در روش درون‌یابی دو خطی (bilinear interpolation)، برای درون‌یابی هر پیکسل، دیتای 8 تا نزدیکترین پیکسل مجاور در نظر گرفته می‌شود. همانطور که نشان داده شد، CFA با نمونه‌برداری از سه رنگ اصلی (قرمز، سبز و آبی) به طور جداگانه در مکان‌های فیزیکی مختلف، و سپس ساختن مقادیر رنگ در مکان‌های دیگر از طریق درون‌یابی، تصویری رنگی ایجاد می‌کند. این بدان معنی است که وضوح یک دوربین رنگی ذاتاً کمتر از همان دوربین در مقیاس خاکستری است.
