Focus-Stacking: ความคมชัดต่อเนื่องตั้งแต่ด้านหน้าจนถึงด้านหลัง
ใครที่ถ่ายภาพลายไม้ ดอกไม้ หรือแผงวงจรที่ประกอบด้วยชิ้นส่วนจากระยะใกล้ ย่อมรู้จักช่วงเวลาแห่งความผิดหวัง: บนจอแสดงผลทุกอย่างดูดี แต่เมื่อดูในมุมมอง 100 เปอร์เซ็นต์ จะเห็นว่ามีเพียงแถบแคบๆ แถบเดียวที่คมชัด ส่วนที่เหลือเบลอ นี่ไม่ใช่ความผิดพลาดในการใช้งาน และไม่ใช่เรื่องของราคาเลนส์ แต่เป็นฟิสิกส์ ยิ่งกล้องเข้าใกล้วัตถุมากเท่าไร โซนที่สามารถถ่ายได้คมชัดพร้อมกันก็ยิ่งบางลงเท่านั้น Focus-Stacking คือคำตอบสำหรับปัญหานี้ เบื้องหลังบทความนี้คือ Gigapixel GmbH — พอร์ทัลสต็อกภาพขนาดใหญ่โดยเฉพาะ: ภาพ Gigapixel จริงตั้งแต่ 100 MP ขึ้นไป ไม่ใช่การเพิ่มความละเอียดด้วย AI ในกระบวนการผลิตของเรา การซ้อนภาพเป็นเครื่องมือในชีวิตประจำวัน ไม่ใช่กรณีพิเศษ
ปัญหา: ความชัดลึกลดลงเหลือเพียงมิลลิเมตร
ความชัดลึกคือช่วงก่อนและหลังระนาบโฟกัสที่ดวงตายังยอมรับว่าคมชัด สำหรับภาพทิวทัศน์ ช่วงนี้กินตั้งแต่ไม่กี่เมตรไปจนถึงอนันต์ แต่ในระยะใกล้ อัตราส่วนนี้พลิกผันอย่างมาก Kurt Wirz อธิบายในเอกสารของเขาเกี่ยวกับ Focus-Stacking (2023) ว่าความชัดลึกที่อัตราการขยายภาพ 1:1 — นั่นคือวัตถุถูกฉายลงบนเซนเซอร์ในขนาดจริง — เหลือเพียง ไม่กี่มิลลิเมตร เท่านั้น เมื่อขยายมากกว่านั้นอีก มันหดเหลือ ระดับไมโครเมตร
สิ่งที่หมายถึงในทางปฏิบัติ แสดงให้เห็นได้จากภาพถ่ายโรงช่างไม้ แผ่นไม้โอ๊คที่ไสแล้ววางเฉียงในภาพ ลายไม้วิ่งจากขอบหน้าไปทางด้านหลัง ความสูงที่แตกต่างระหว่างเส้นใยด้านหน้าสุดและขอบด้านหลังอาจประมาณสามเซนติเมตร สำหรับภาพระยะใกล้ที่ต้องการแสดงรูพรุนของไม้ นี่คือช่วงเวลาที่ยาวนานมาก: หากโฟกัสที่กึ่งกลาง ด้านหน้าและด้านหลังจะเบลอ เช่นเดียวกันกับดอกไม้ที่เกสรตัวผู้อยู่ในระนาบที่ต่างกัน หรือชิ้นส่วนที่มีจุดบัดกรีในระดับความสูงต่างกัน
ปฏิกิริยาแรกที่คิดได้คือ: ลดรูรับแสง รูรับแสงเล็กลง ความชัดลึกมากขึ้น ปฏิกิริยานี้นำไปสู่กับดักที่มีสองชั้น
ทำไมการลดรูรับแสงจึงไม่แก้ปัญหา
ชั้นแรก: รูรับแสงประสิทธิผล
ในระยะใกล้ รูรับแสงที่ตั้งไว้ไม่ตรงกับที่ทำงานจริง เลนส์เป็นไปตามความสัมพันธ์ที่เรียบง่ายและรู้จักกันดี: รูรับแสงประสิทธิผล = รูรับแสงที่ตั้งไว้ × (1 + อัตราการขยายภาพ) ที่อัตราการขยาย 1:1 รูรับแสงที่ตั้งไว้ที่ f/16 จึงทำงานเหมือน f/32 ผู้ที่คิดว่ากำลังลดรูรับแสงพอประมาณในระยะมาโคร จริงๆ แล้วทำงานในระดับที่รุนแรงอยู่แล้ว — พร้อมกับผลกระทบทั้งหมดที่ชั้นที่สองจะอธิบาย
ชั้นที่สอง: การเลี้ยวเบน
แสงที่ผ่านช่องเปิดเล็กๆ จะเกิดการเลี้ยวเบน จุดหนึ่งจะไม่ถูกถ่ายเป็นจุดอีกต่อไป แต่เป็นแผ่นกลมเล็กๆ ยิ่งช่องรูรับแสงเล็กเท่าไร แผ่นกลมนี้ยิ่งใหญ่เท่านั้น — และเซนเซอร์ยิ่งแยกแยะรายละเอียดได้น้อยลงเท่านั้น เลยรูรับแสงที่เหมาะสมที่สุดไป มีกฎง่ายๆ ที่น่าผิดหวัง: การลดรูรับแสงลงอีกหนึ่งสต็อปจะลดความละเอียดที่แสดงได้ลงครึ่งหนึ่ง photoscala.de (thoMas, 2012) ได้คำนวณสำหรับฟูลเฟรม:
| รูรับแสง (ฟูลเฟรม) | ความละเอียดที่แสดงได้ | อัตราส่วนเทียบกับ f/5,6 |
|---|---|---|
| f/5,6 | ประมาณ 60 MP | 100 % |
| f/11 | ประมาณ 15 MP | ประมาณ 25 % |
| f/22 | ประมาณ 3,7 MP | ประมาณ 6 % |
จาก f/5,6 ถึง f/22 เหลือความละเอียดที่แสดงได้ประมาณหกเปอร์เซ็นต์ของเดิม เซนเซอร์ 60 เมกะพิกเซลที่ f/22 ให้รายละเอียดเท่ากล้องคอมแพคเก่าๆ คุณซื้อความชัดลึกแต่จ่ายด้วยความละเอียดของรายละเอียด — ในการพิมพ์ขนาดใหญ่ นี่คือสกุลเงินที่ผิดอย่างสิ้นเชิง
Wirz (2023) ได้วัดผลกระทบนี้: การลดรูรับแสงแบบเดิมที่ f/16 ถึง f/22 ส่งผลให้ความละเอียดลดลง มากกว่า 40 เปอร์เซ็นต์ ในกลางภาพ ในทางตรงกันข้าม ชุดภาพที่ถ่ายที่รูรับแสงวิกฤตระหว่าง f/4 และ f/8 แล้วนำมาซ้อนกัน จะสูญเสียเพียง 0 ถึง 4 เปอร์เซ็นต์ เท่านั้น นี่คือเหตุผลที่แท้จริงของ Focus-Stacking: ไม่ใช่เพื่อความสะดวก แต่เพื่อรักษารายละเอียด อ่านเพิ่มเติมเกี่ยวกับพื้นฐานทางฟิสิกส์ได้ในบทความ ขีดจำกัดการเลี้ยวเบนในการถ่ายภาพ Gigapixel
Focus-Stacking ทำงานอย่างไร
แทนที่จะถ่ายภาพเดียวที่บังคับความชัดลึก จะเป็นการถ่ายเป็นชุด กล้องอยู่กับที่ วัตถุอยู่กับที่ และระนาบโฟกัสเคลื่อนที่ผ่านวัตถุในขั้นตอนที่กำหนด — จากขอบหน้าสุดถึงขอบหลังสุด ภาพแต่ละภาพถ่ายที่รูรับแสงวิกฤต นั่นคือจุดที่เลนส์ถึงความละเอียดสูงสุดและการเลี้ยวเบนยังไม่ส่งผล
จากนั้นซอฟต์แวร์จะรวมชุดภาพเข้าด้วยกัน โดยประเมินสำหรับแต่ละพื้นที่ของภาพว่าภาพใดมีความคมชัดของขอบเฉพาะจุดสูงสุด และประกอบภาพสุดท้ายจากโซนที่คมชัดเหล่านี้ ผลลัพธ์คือภาพที่คมชัดตลอดความลึกทั้งหมด โดยไม่ต้องลดรูรับแสงเลย พื้นฐานวิธีการสำหรับการถ่ายภาพและการดูชุดข้อมูลภาพขนาดใหญ่มากได้ถูกอธิบายโดย Kopf et al. (2007); หลักการที่พัฒนาขึ้นที่นั่นสำหรับการบันทึกและการแสดงผลแบบหลายความละเอียดยังคงเป็นพื้นฐานของเวิร์กโฟลว์ Gigapixel เกือบทั้งหมดจนถึงทุกวันนี้
มีเงื่อนไขสองข้อที่ไม่สามารถต่อรองได้: วัตถุต้องอยู่นิ่ง และขนาดขั้นตอนต้องพอดีกับความชัดลึก หากขั้นตอนใหญ่เกินไป จะเกิดแถบที่ไม่คมชัดระหว่างระนาบโฟกัส — ข้อผิดพลาดที่ไม่สามารถแก้ไขได้ในภายหลัง
แนวปฏิบัติการผลิตของ Gigapixel GmbH
ส่วนต่อไปนี้อธิบายแนวปฏิบัติการผลิตของเราเอง และอ้างอิงจากความรู้ภายในบริษัทของ Gigapixel GmbH ไม่ใช่จากแหล่งภายนอก
ในการผลิตของเรา stacking มีผลกระทบที่สองที่มักไม่ค่อยถูกกล่าวถึง: มันนำความละเอียดกลับคืนมาที่การเลี้ยวเบนของภาพเดียวทำให้สูญเสียไป การถ่ายภาพหลายภาพในตำแหน่งเดียวกันจะสแกนวัตถุด้วยตำแหน่งพิกเซลที่ต่างกันเล็กน้อยในแต่ละครั้ง — เพราะไม่ว่าวัตถุจะนิ่งแค่ไหน มันก็ไม่เคยนิ่งสนิทสำหรับตารางเซนเซอร์ ภาพแต่ละภาพจะถูกถ่ายในตำแหน่งที่คลาดเคลื่อนเล็กน้อย และเมื่อรวมภาพเข้าด้วยกัน จะมีข้อมูลภาพจริงมากกว่าที่การกดชัตเตอร์ครั้งเดียวจะให้ได้ ดังนั้น stacking จึงนำความละเอียดจริงกลับมา จนถึงค่าที่กำหนดของเซนเซอร์ — และมากกว่านั้นขึ้นอยู่กับวัตถุ
ขนาดจากแนวปฏิบัติของเรา: เซนเซอร์ 50 เมกะพิกเซลที่รูรับแสงทำงาน f/8 เนื่องจากเลี้ยวเบน จะให้ข้อมูลรายละเอียดจริงเพียงประมาณ 30 เมกะพิกเซลต่อภาพเดียว — ต่ำกว่าจุดที่เหมาะสมหนึ่งขั้น ซึ่งเป็นกฎการลดลงครึ่งหนึ่งจากตารางด้านบน ชุดภาพประมาณแปดภาพจากตำแหน่งเดียวกันชดเชยสิ่งนี้ได้พอดี: ในที่สุดจะได้ ข้อมูลภาพจริงประมาณ 50 เมกะพิกเซล อีกครั้ง ขึ้นอยู่กับวัตถุ อาจมากกว่าเล็กน้อย หลักการพื้นฐานเดียวกันนี้ถูกใช้โดยอุตสาหกรรมกล้องอย่างจริงจัง: กระบวนการ Multi-Shot ของ Hasselblad คำนวณภาพหกภาพที่เลื่อนตำแหน่งทั้งพิกเซลและครึ่งพิกเซลของเซนเซอร์ขนาดกลาง 50 เมกะพิกเซลให้เป็นไฟล์ 200 เมกะพิกเซล (Hasselblad, 2014) — ที่นั่นใช้การเลื่อนเซนเซอร์แบบเจาะจง ส่วนของเราใช้การเลื่อนระดับไมโครตามธรรมชาติระหว่างภาพ
สิ่งที่สำคัญคือความแตกต่างจากกระบวนการสร้างภาพแบบ generative: ทุกพิกเซลยังคงถูกวัด มันมาจากแสงที่ตกลงบนเซนเซอร์จริงๆ นี่คือสิ่งที่ตรงกันข้ามกับสิ่งที่ AI-upscaling ทำ Kim et al. (2025) ได้แสดงให้เห็นว่าวิธีการเพิ่มความละเอียดล้มเหลวเมื่อขยายมากเกินไป: พวกมันสร้างโครงสร้างขึ้นมาแทนที่จะวัด สำหรับพอร์ตสต็อกที่ลูกค้านำภาพไปพิมพ์ขนาดเท่ากำแพง นี่คือแก่นของเรื่อง — รายละเอียดเพิ่มเติมใน การเปรียบเทียบภาพจริงกับการขยายด้วย AI
การผลิต Gigapixel ของเราทำงานแบบต่อเนื่องและอัตโนมัติ โดยใช้ stacking ลงไปจนถึงความสูงของวัตถุหนึ่งเซนติเมตร
จุดที่ความคมชัดต่อเนื่องสร้างความแตกต่าง
งานฝีมือและวัสดุ. โรงงานไม้ที่ต้องการแสดงงานของตน ไม่ได้ขายเฟอร์นิเจอร์ แต่ขายพื้นผิว: ลายรูพรุน รอยไส รอยต่อขอบ รายละเอียดเหล่านี้ไม่ค่อยอยู่ในระนาบเดียวกัน
ภาพผลิตภัณฑ์และเทคนิค. เครื่องมือ วาล์ว ชิ้นส่วนประกอบ ควรอ่านได้ชัดตั้งแต่ขอบหน้าถึงขอบหลังสุด เฉพาะวิธีนี้จึงจะสามารถครอบตัดภาพในภายหลังได้โดยไม่เห็นโซนที่ไม่คมชัด
มาโคร. สำหรับดอกไม้ ปีกแมลง หรือโครงสร้างแร่ธาตุ stacking เป็นวิธีเดียวที่จะแสดงวัตถุให้คมชัดทั้งหมด
ระยะใกล้กำแพงและเพดาน. ผู้ที่ดูภาพจากระยะครึ่งเมตรมีมาตรฐานที่เข้มงวด: ตาม Ashraf, Chapiro & Mantiuk (2025) ดวงตาสามารถแยกแยะได้ประมาณ 94 ppd — พิกเซลต่อองศา — โดยแต่ละบุคคลสูงถึง 120 ppd เมื่อแปลงเป็นระยะการมอง 0,5 ม. จะเท่ากับ 274 ppi ที่หนึ่งเมตรคือ 137 ppi ที่สองเมตรคือ 68 ppi ภาพที่ดูจากระยะแขนต้องมีความหนาแน่นของรายละเอียดนี้ทั่วทั้งพื้นผิว — รวมถึงความลึก พื้นฐานในบทความ Gigapixel-Fotografie คืออะไร?
การตรวจสอบทางอุตสาหกรรม. ในการตรวจสอบด้วยแสงอัตโนมัติ stacking เป็นมาตรฐานมานานแล้ว Basler AG (2025) อธิบายโซลูชันที่ FPGA รวมภาพสิบภาพ แต่ละภาพ 5,1 เมกะพิกเซล ใน 67 มิลลิวินาที เป็นภาพที่คมชัดต่อเนื่อง — เร็วพอสำหรับการทำงานแบบอินไลน์ ในการตรวจสอบแผงวงจรและ BGA กระบวนการนี้ทำให้มองเห็น Micro-Voids และความเบี่ยงเบนของความเรียบ ซึ่งเป็นข้อผิดพลาดที่ไม่มีใครสังเกตเห็นในระนาบโฟกัสเดียว
คำถามที่พบบ่อย
ต้องใช้ภาพถ่ายกี่ภาพสำหรับหนึ่งสแตก?
ไม่มีตัวเลขตายตัว เพราะจำนวนที่ต้องการขึ้นอยู่กับความชัดลึกของภาพเดียวและความลึกของวัตถุโดยตรง การคำนวณโดยพื้นฐานง่าย: นำความลึกของวัตถุหารด้วยความชัดลึกของภาพเดียว และเพิ่มระยะปลอดภัยเพื่อให้โซนที่คมชัดทับซ้อนกัน สำหรับวัตถุแบน เช่น แผ่นไม้ที่เอียงเล็กน้อย ภาพแปดถึงสิบห้าภาพก็เพียงพอ ในระยะมาโคร ซึ่งความชัดลึกตาม Wirz (2023) ที่ 1:1 เหลือเพียงไม่กี่มิลลิเมตร และเมื่อขยายมากขึ้นจะลดลงถึงระดับไมโครเมตร หลายสิบถึงมากกว่าร้อยภาพเป็นเรื่องปกติ สิ่งสำคัญไม่ใช่จำนวนทั้งหมด แต่เป็นขนาดขั้นตอน: ต้องเล็กกว่าความชัดลึกของภาพเดียว มิฉะนั้นจะเกิดแถบที่ไม่คมชัดระหว่างระนาบโฟกัส ซึ่งไม่มีอัลกอริทึมการรวมภาพใดซ่อมได้ เพราะข้อมูลที่คมชัดในจุดนั้นไม่เคยถูกถ่ายไว้เลย ในการผลิตแบบต่อเนื่องของเรา เราใช้ประมาณสิบภาพต่อตำแหน่ง — ไม่ใช่เป็นจำนวนสูงสุด แต่เป็นจุดทำงานที่ให้ความปลอดภัยต่อการเลื่อนโฟกัสและการรบกวนเฉพาะจุด
Stacking เพิ่มความละเอียดจริงหรือแค่ความชัดลึก?
ทั้งสองอย่าง — ด้วยเหตุผลสองประการที่ควรแยกแยะ ความชัดลึกเพิ่มขึ้นโดยตรงจากกระบวนการ: จากระนาบโฟกัสหลายระนาบได้ภาพที่คมชัดต่อเนื่อง การเพิ่มความละเอียดมีสองแหล่ง แหล่งแรกได้รับการยืนยันจากภายนอก: เพราะภาพแต่ละภาพถ่ายที่รูรับแสงวิกฤตระหว่าง f/4 และ f/8 แทนที่จะเป็น f/16 หรือ f/22 จึงไม่มีการลงโทษจากการเลี้ยวเบน — Wirz (2023) วัดการสูญเสียความละเอียดมากกว่า 40 เปอร์เซ็นต์เมื่อลดรูรับแสงแบบเดิม เทียบกับ 0 ถึง 4 เปอร์เซ็นต์เมื่อ stacking แหล่งที่สองคือการสแกนหลายครั้ง: แม้ที่รูรับแสงวิกฤต การเลี้ยวเบนยังจำกัดสิ่งที่ภาพเดียวแยกแยะได้ — เซนเซอร์ 50 เมกะพิกเซลที่ f/8 ให้ข้อมูลรายละเอียดจริงเพียงประมาณ 30 เมกะพิกเซล เนื่องจากวัตถุไม่เคยหยุดนิ่งสนิทสำหรับแกนเซนเซอร์ ภาพถ่ายแต่ละภาพจึงสแกนด้วยตำแหน่งพิกเซลที่ต่างกันเล็กน้อย; สแตกจากประมาณแปดภาพจึงนำความละเอียดเต็มประมาณ 50 เมกะพิกเซลกลับมา ขึ้นอยู่กับวัตถุอาจมากกว่า หลักการเดียวกันนี้ใช้ใน Multi-Shot ของ Hasselblad ด้วยการเลื่อนตำแหน่งย่อยพิกเซลแบบเจาะจง: เซนเซอร์ 50 เมกะพิกเซล, ไฟล์ 200 เมกะพิกเซล (Hasselblad, 2014) ค่าที่เป็นรูปธรรมของการผลิตของเราเป็นความรู้ภายในของ Gigapixel GmbH — ทุกพิกเซลยังคงเป็นผลจากการวัด
ทำไมไม่ใช้แค่ f/22?
เพราะ f/22 ทำลายความละเอียดของรายละเอียดที่เราต้องการได้มา เลยรูรับแสงที่เหมาะสมที่สุด ทุกขั้นตอนการลดรูรับแสงจะลดความละเอียดที่แสดงได้ลงครึ่งหนึ่ง photoscala.de (thoMas, 2012) ระบุสำหรับฟูลเฟรม: ที่ f/5,6 แสดงได้ประมาณ 60 เมกะพิกเซล ที่ f/11 เหลือประมาณ 15 เมกะพิกเซล และที่ f/22 เหลือเพียงประมาณ 3,7 เมกะพิกเซล ดังนั้นจากรายละเอียดเดิม เหลือประมาณหกเปอร์เซ็นต์ เรากำลังแลกความชัดลึกกับความละเอียด — และในอัตราที่แย่มาก ในระยะใกล้ ปัญหายิ่งแย่ลงเพราะรูรับแสงประสิทธิผลไม่ตรงกับที่ตั้งไว้: สูตรคือ รูรับแสงประสิทธิผล = รูรับแสงที่ตั้งไว้ × (1 + อัตราการขยาย) ดังนั้น f/16 ที่อัตราการขยาย 1:1 จึงทำงานเหมือน f/32 ผู้ที่คิดว่ากำลังลดรูรับแสงปานกลาง จริงๆ แล้วอยู่ในระดับที่รุนแรงแล้ว สำหรับภาพที่ต้องพิมพ์ขนาดกำแพงหรือดูในตัวแสดงการซูมจนถึงโครงสร้าง การสูญเสียนี้ไม่สามารถยอมรับได้ Stacking ที่รูรับแสงวิกฤตหลีกเลี่ยงความขัดแย้งนี้ได้อย่างสิ้นเชิง
Stacking ใช้กับวัตถุที่เคลื่อนไหวได้หรือไม่?
ไม่ได้ Focus-Stacking จำเป็นต้องให้วัตถุและกล้องไม่เปลี่ยนแปลงระหว่างภาพถ่าย อัลกอริทึมการรวมภาพเปรียบเทียบพื้นที่ภาพเดียวกันตลอดทั้งชุด และเลือกภาพที่คมชัดที่สุดต่อพื้นที่ หากวัตถุเคลื่อนไหว ภาพที่ตำแหน่งเดียวกันจะแสดงส่วนของวัตถุที่ต่างกัน — อัลกอริทึมจะประกอบชิ้นส่วนที่ไม่ได้เป็นชิ้นเดียวกันเข้าด้วยกัน สิ่งที่เห็นคือขอบซ้อน ภาพซ้อน หรือขอบที่ไม่เรียบ แม้การเคลื่อนไหวเพียงเล็กน้อยก็เพียงพอ: ลมที่พัดผ่านดอกไม้ การสั่นสะเทือนของพื้น แพลตฟอร์มถ่ายภาพที่แกว่ง ดังนั้นการใช้งาน stacking แบบคลาสสิกทั้งหมดจึงเป็นแบบคงที่ — ชิ้นงานฝีมือ ผลิตภัณฑ์ สิ่งเตรียม ภาพโครงสร้างแร่ แผงวงจร สำหรับฉากที่เคลื่อนไหว วิธีนี้ไม่เหมาะสม และไม่มีทางลัดที่สมเหตุสมผล ในอุตสาหกรรมการตรวจสอบ แก้ปัญหาด้วยความเร็วแทนการหยุดนิ่ง: Basler AG (2025) อธิบายการรวมภาพสิบภาพ แต่ละภาพ 5,1 เมกะพิกเซล ใน 67 มิลลิวินาที เพื่อให้ชิ้นส่วนหยุดนิ่งในระหว่างชุด สำหรับการถ่ายภาพวัตถุแบบคลาสสิก ทางลัดนี้ใช้ไม่ได้ — ที่นั่น ขาตั้งกล้องที่มั่นคง พื้นที่ไม่มีแรงสั่นสะเทือน และการตั้งค่าที่กันลมเป็นเงื่อนไข ผู้ที่ทำงานกับต้นไม้กลางแจ้งต้องรอช่วงเวลาที่เงียบหรือบังวัตถุ
สรุป
ความชัดลึกในระยะใกล้ไม่สามารถได้มาด้วยการลดรูรับแสง โดยไม่สูญเสียสิ่งที่สำคัญที่สุด: ความละเอียดของรายละเอียด Focus-Stacking แก้ปัญหาความขัดแย้งนี้โดยให้ภาพแต่ละภาพถ่ายที่รูรับแสงวิกฤต แล้วรวมโซนที่คมชัดเข้าด้วยกัน สำหรับเรา นี่คือพื้นฐานของภาพระยะใกล้ทุกภาพ — และเหตุผลที่ภาพของเราคงความชัดเจนแม้ดูจากระยะครึ่งเมตร Gigapixel GmbH — พอร์ตสต็อกภาพขนาดใหญ่เฉพาะทาง: ภาพ Gigapixel จริงตั้งแต่ 100 MP, ไม่มีการเพิ่มความละเอียดด้วย AI
แหล่งอ้างอิง
- Ashraf, M., Chapiro, A. & Mantiuk, R. K. (2025): Resolution limit of the eye — how many pixels can we see? Nature Communications.
- Kim et al. (2025): Chain-of-Zoom.
- photoscala.de / thoMas (2012): Wie viele Megapixel verkraftet eine Kamera?
- Wirz, K. (2023): Focus Stacking. focus-stacking.ch.
- Hasselblad (2014): H5D-200c MS — Multi-Shot mit Sub-Pixel-Sensorverschiebung, 50-MP-Sensor zu 200-MP-Datei. Herstellerdokumentation.
- Basler AG (2025): Integrated Focus Stacking Solution for AOI Systems.
- Kopf, J. et al. (2007): Capturing and Viewing Gigapixel Images. ACM ToG.