Foveon : le capteur d’image astucieux qui n’a pas réussi à s’imposer

Au début des années 2000, Sigma – une société généralement connue dans la communauté de la photographie en tant que fabricant d’objectifs – a lancé un nouveau type de capteur d’appareil photo appelé Foveon X3. Cette technologie de capteur a été la première breveté en 1999 par une société appelée Foveon, Inc. (acquise plus tard en 2008 par Sigma) et présentait une technologie innovante de perception des couleurs : un empilement à 3 couches de diodes photosensibles.

Sur le papier, cette technologie promettait de surpasser les capteurs CMOS en termes de précision des couleurs, de bruit de faible luminosité et de netteté de l’image. Cet article explique pourquoi, bien qu’il s’agisse d’une idée intelligente, la technologie Foveon n’a jamais vraiment réussi dans l’industrie photographique.

Un capteur CMOS APS-C Foveon X3 Quattro.

Retour aux fondamentaux : comment votre appareil photo capture les couleurs

Le silicium est largement connu comme matériau semi-conducteur et est utilisé comme tel dans de nombreux circuits électroniques. Pour les photographes, cependant, le principal intérêt du silicium est qu’il s’agit d’un matériau photosensible.

Pour être plus précis, le silicium absorbe la lumière pour toute longueur d’onde comprise entre 400 nm et 1100 nm. La bonne nouvelle est que cette gamme couvre le spectre de la lumière visible (400 nm à 750 nm, environ) et même un peu du spectre proche infrarouge. La mauvaise nouvelle est que le silicium par lui-même ne fait pas de distinction entre la couleur de la lumière et n’accumule que des photons dans la gamme 400-1100 nm.

Une première étape pour améliorer la qualité de l’image consiste à ajouter un filtre pour supprimer la lumière infrarouge (entre 750 nm et 1100 nm) avant qu’elle n’atteigne le capteur. Le système résultant constitue un capteur de caméra monochrome (fournissant des images en noir et blanc).

À partir de là, le moyen le plus courant de collecter des informations sur les couleurs consiste à utiliser un réseau de filtres de couleur (CFA). Habituellement, ce filtre est organisé selon un modèle Bayer (du nom d’un ingénieur Kodak) avec des filtres rouge, vert, vert et bleu.

Une vue de profil d’un filtre Bayer sur un capteur d’image. Illustration de Cburnett et sous licence CC BY-SA 3.0.

Grâce à ces trois filtres, on peut récupérer les informations de couleur dans l’image. Cependant, le processus se fait au détriment d’une certaine résolution d’image. Pour un pixel “rouge” donné, il faut faire une interpolation pour trouver l’information verte et bleue manquante. De nombreux algorithmes d’interpolation existent, mais le processus aboutit toujours à une certaine forme d’artefact de couleur et d’adoucissement de l’image.

Les matrices de filtres de couleur, en plus d’être imprécises, absorbent également de nombreux photons lors du processus de collecte de certaines informations de couleur. L’absorption varie selon le choix du filtre et le contenu de l’image, mais il est généralement admis que le flux lumineux est divisé par un facteur 3 avant d’atteindre le capteur. C’est 1,5 arrêts de lumière.

L’idée intelligente derrière la technologie Foveon

Il arrive que, selon sa couleur, un photon donné parcourt une distance spécifique dans le silicium avant d’être absorbé. Cette « distance parcourue » est liée à l’énergie du photon, qui dépend de sa longueur d’onde. Les photons de courte longueur d’onde (lumière bleue, lumière UV, etc.) sont plus énergétiques que ceux de plus grande longueur d’onde (lumière rouge, lumière infrarouge, etc.) et sont donc absorbés après un trajet plus court dans le silicium.

« La profondeur d’absorption est l’inverse du coefficient d’absorption. Une profondeur d’absorption de, par exemple, 1 um signifie que l’intensité lumineuse est tombée à 36% (1/e) de sa valeur d’origine. Graphique de Christiana Honsberg et Stuart Bowden de l’ASU.

Étant donné que la profondeur d’absorption dans le silicium fournit une estimation de la longueur d’onde du photon, la mesure de la profondeur d’absorption fournit théoriquement l’information de couleur. L’idée astucieuse des capteurs Foveon est d’utiliser des “filtres de profondeur” au lieu de filtres de couleur côte à côte.

Absorption dépendante de la longueur d’onde dans le silicium et le capteur Foveon X3. Illustration par AnoneEditor et sous licence CC BY-SA 3.0.

Sur le papier, au moins, la suppression de tout filtre de couleur devrait augmenter le flux lumineux tombant sur le capteur et supprimer les inconvénients associés aux filtres de couleur.

À l’époque où les capteurs Foveon sont arrivés sur le marché en 2002 dans le reflex numérique Sigma SD9, la plupart des appareils photo numériques étaient loin d’avoir une résolution de 10 MPx. Le Canon EOS-1D avait 4,2 MPx et le Nikon D100 avait 6 MPx. Étant donné que les réseaux de filtres de couleur nécessitent une interpolation numérique, pour un nombre donné de pixels, le réseau de filtres de couleur offrait une amélioration massive de la netteté.

Sigma a en fait tenté de commercialiser cette différence de qualité d’image en affirmant que la caméra SD9 avait une image de sortie de 3,43 MP mais “10,3 millions de pixels effectifs”, ce qui signifie que leurs pixels fonctionnaient 3 fois mieux. Plusieurs articles académiques ont en effet constaté que les capteurs Foveon offraient une résolution perçue plus élevée grâce à l’absence d’interpolation et d’artefact de couleur autour des arêtes vives. De ce point de vue, les capteurs Foveon apportent un bénéfice clair et mesurable à l’utilisateur.

Les chercheurs ont découvert que les capteurs Foveon avaient une résolution perçue plus élevée que les capteurs Bayer. Graphique de “Réponse en fréquence spatiale des capteurs d’image couleur : filtres couleur Bayer et Foveon X3» par Paul M. Hubel, John Liu, Rudolph J. Guttosch.

Un dernier point revendiqué par Sigma est que les capteurs Foveon surpassent les capteurs de filtre de couleur en termes de précision des couleurs. La revendication s’explique par le manque d’interpolation des informations de couleur. En effet, pour un pixel Foveon donné, les données rouges, vertes et bleues sont enregistrées au même endroit, contrairement à un réseau de filtres colorés.

Sur le papier au moins, le capteur Foveon a tout pour plaire : un meilleur flux lumineux signifie de meilleures performances en basse lumière, une meilleure précision des couleurs et une meilleure netteté de l’image. Mais les spécifications papier ne racontent jamais tout à fait l’histoire…

Qu’est-ce qui n’allait pas avec l’idée géniale de Foveon ?

La vraie question à partir de là se résume à ceci : puisque l’idée derrière les capteurs Foveon est assez intelligente, pourquoi n’utilisons-nous pas tous les capteurs Foveon ?

Résolution

Une partie de l’intérêt pour la technologie Foveon a disparu avec l’évolution des capteurs CMOS, car l’augmentation spectaculaire de la densité de pixels a réduit l’un des principaux arguments de vente des capteurs Foveon. Bien sûr, ce n’est pas vraiment une comparaison de pommes à pommes puisque le nombre de pixels ne contribue qu’à une fraction de la qualité d’image finale (avec l’objectif, la quantité de lumière disponible, etc.). Comme même les smartphones peuvent délivrer des images d’au moins 20MPx, Foveon est moins attractif qu’au début des années 2000.

Couleur

L’avantage couleur du capteur Foveon est théoriquement indéniable mais n’offre que peu d’avantages pratiques. En dehors des moniteurs calibrés en couleur et des environnements de laboratoire, la différence de précision des couleurs est suffisamment faible pour passer inaperçue pour la plupart des photographes occasionnels. C’est certainement plus subtil que l’effet des erreurs de balance des blancs ou des filtres Instagram créatifs.

Les courbes de réponse des capteurs Bayer (à gauche) et Foveon (à droite). Graphiques par Boris van Schooten.

Bruit

Voici potentiellement le point le plus discutable de tous. Sur le papier, les capteurs Foveon devraient collecter environ 3 fois plus de lumière, ce qui devrait se traduire par une amélioration de 1,7 fois dans le rapport signal sur bruit. Autrement dit, en supposant que le bruit de tir est dominant. Cependant, il s’avère que dans des comparaisons pratiques, les performances en basse lumière des capteurs Foveon sont insuffisantes. Même le directeur général de Foveon Shri Ramaswami l’a admis dans une interview en 2014:

“L’une des limites de l’approche de Foveon est que le bruit de l’image est plus élevé que dans les capteurs conventionnels”, a-t-il déclaré. “Cela est probablement dû en partie à des inefficacités au sein de l’architecture du capteur lui-même – peut-être qu’une partie de la lumière est perdue dans les structures internes qui séparent les couches – et aussi en partie au traitement qui doit être effectué pour produire des couleurs pures à partir des signaux plutôt mélangés qui la puce capture réellement.

Les capteurs CMOS et les capteurs Foveon partagent un problème de conception similaire : une partie de la lumière fuit d’un pixel à l’autre. Dans les capteurs CMOS, ce problème de diaphonie est résolu en utilisant structures d’isolation verticales entre les photodiodes.

Dans les capteurs Foveon, cependant, il n’est pas possible d’appliquer la même astuce (sinon, vous n’obtiendriez que les informations de couleur bleue). Ainsi, les capteurs Foveon ont tendance à souffrir de fuites de photons d’une couche de photodiode à la suivante.

Vues schématiques en coupe d’un pixel. (a) est un pixel de contrôle et (b) est un pixel à diaphonie améliorée. Illustrations de “Une technologie de traitement de capteur d’image CMOS empilé de 45 nm pour les pixels submicroniques.”

Traitement d’image : le problème caché derrière des capteurs inhabituels

Un inconvénient commun à tous les systèmes de couleurs “inhabituels” (qu’il s’agisse de Fuji X-Trans, de filtres RGBW ou de Foveon) est que le traitement de l’image est également affecté par le choix. Même si les filtres Bayer ne sont peut-être pas le meilleur moyen de capturer les couleurs, ils existent depuis plusieurs décennies et sont absolument dominants sur le marché des capteurs. En conséquence, l’incitation est forte pour les chercheurs et les entreprises en traitement d’images à affiner tous les algorithmes pour ce type de capteur.

Le débruitage, par exemple, se fait généralement avec certaines hypothèses sur les statistiques concernant les photons collectés qui ne peuvent pas être directement appliquées aux capteurs Foveon. Malheureusement, compte tenu de la part de capteurs Foveon utilisés, la plupart des sociétés de traitement d’images ne sont pas incitées à prendre en charge les fichiers Foveon, sans parler du développement de pipelines de traitement d’images dédiés à ces capteurs.

La tendance ne fait qu’empirer avec les algorithmes basés sur l’apprentissage automatique. Pour le dire franchement, les algorithmes d’apprentissage automatique ne sont aussi bons que les données utilisées pour les former (à la fois en termes de quantité et de qualité). Puisqu’il y a mille fois plus d’images disponibles à partir des matrices de filtres Bayer que de Foveon, les premiers capteurs bénéficieront de meilleurs algorithmes que les seconds.

Autres considérations de marketing

Enfin, nous devons nous adresser à l’éléphant dans la pièce. Le matériel photographique ne se vend pas toujours pour des raisons techniques. Tarification, marketing, écosystèmes de lentilles, image de marque – il existe de nombreux facteurs dans le succès d’une technologie.

Sigma a essayé de fournir un capteur différent de tout autre, mais l’entreprise a dû mener deux batailles en même temps. Le premier consistait à prouver la qualité d’image des capteurs Foveon. Le second était de prouver qu’en tant que fabricant d’appareils photo, leurs appareils photo surpassaient ceux de Canon ou de Nikon.

Foveon aurait pu être l’arme secrète de Sigma dans l’industrie concurrentielle de la caméra. Mais la différence de performances entre les capteurs traditionnels et Foveon n’est pas claire. Pas assez clair, du moins, pour attirer de nouveaux photographes vers la marque Sigma.

Le capteur Foveon reviendra-t-il même ?

Sigma a commencé à développer un capteur Foveon plein format, et le projet en est à un stade précoce de prototype selon la dernière déclaration de Sigma. Il semble probable que le projet pourrait rester bloqué dans la phase de prototype et ne jamais atteindre le marché. Au mieux, à partir de ce calendrier, il semble irréaliste d’espérer un capteur produit en série avant 2024.

En tant qu’entreprise, Sigma a une bonne réputation bien méritée dans la fabrication d’objectifs et souhaite étendre davantage ses activités aux caméras et aux capteurs. Cependant, un appareil photo est bien plus qu’un simple capteur. Le véritable défi pour Sigma pourrait très bien être le manque de traitement d’image de haute qualité. Sigma a même dû créer un plugin pour Adobe Photoshop afin d’ouvrir les fichiers Foveon.

Bien qu’il ne soit pas impossible que Sigma lance un nouvel appareil photo avec un capteur Foveon plein format, il reste encore un long chemin à parcourir pour vendre la technologie en dehors de la communauté Foveon existante, sans parler d’en faire un standard de l’industrie.


A propos de l’auteur: Timothée Cognard est un expert en optique et photographe basé à Paris, France.

.

Loading...