用Leica 50AA实现200nm/像素的分辨率

昨天晚上突发奇想,我们一直用CMOS拍照,却没有真的拍出来像素过。有没有可能用相机来拍相机,看看像素到底长什么样呢?

但这不是一件容易的事情。因为就算用1:1的微距,假设两边像素大小一样的话,一个像素对应一个像素,看起来就是一片灰。根据奈奎斯特采样定律,什么都看不见。即使我们用2:1的微距,想象一下也很难看到一个个的像素。因为在4个像素中表示一个框框实在是太难了。不过我手头的微距头也只有Rodenstock Apo-Macro-Sinonar 125mm了。这个头是针对1:5 ~ 2:1的微距范围优化的。一方面超越2:1的范围会让它画质崩坏,一方面我的机身的皮腔也不够长,所以就先用这个配置拍一下吧。效果如图:

Macro from medium format digital back

其实效果已经不错了,可以看到周围集成电路的一些细节。但是像素跟我们之前想象的一样,还是看不见的。但我其实选的困难模式,用来拍摄的cmos的像素是比相机的cmos要小的。那我们开一下摇摇乐试试看:

Macro from medium format digital back with high rest

可以看到分辨率的确有肉眼可感的提升。然鹅受到光学放大倍率的限制,像素还是不可见。

那有没有可能扩大光学放大倍率呢?继续延长皮腔根据之前的解释,是不现实的了。除此之外有几个思路。一个是使用显微物镜。但这种方法的问题在于显微物镜的工作距离(物距)一般特别小,而CMOS往往又是凹在卡口里面的。所以此时打光就会特别困难。另一个思路就是镜头反接了。这个思路相对靠谱,但上次用的72mm的镜头,一方面焦距略微有点长,就算皮腔拉满也只有4~5倍的放大倍率;一方面也有点担心画质不够好。毕竟这种极端微距的情况下,光圈f值会非常诡异。比如5倍的放大倍率下,即使把镜头的光圈开满开到5.6,实际上的光圈值也只有5x5.6=28。此时其实衍射的干扰已经相当明显了,更别提中大画幅的镜头一般要缩一两档才能用。所以这条路看起来也不太可行。

正在我纠结的时候,突然反应过来,其实用全幅镜头也是可以的。之前一直想着用中幅是因为想用中幅的数码后背,这样就思维定式想要用中幅或者大画幅的镜头。但其实反接的情况下,画幅根本不是个问题——此时光路完全反了,画幅限制的是拍摄范围的大小而不是传感器的大小。当然这样也有局限性,就是因为全幅的镜头没有镜间快门,我的后背又没有电子快门,就没办法用中幅后背,只能用全幅相机。但全幅相机的像素比中幅更大,就从困难模式进入地狱模式了。

没办法,硬着头皮上吧。打印一个镜头板,把50AA反接:

Equipment 1

皮腔拉满,直接干到7倍的放大倍率。光圈开满,到f/2。此时相机看到的光圈其实是f/14。没办法,只能这么弄了。后面加上之前打印的645D中幅相机的背板

Equipment 2

Equipment 3

加上补光灯,光强调到最大,外接一个充电宝保证供电,开搞。就在这种情况下,单帧还需要5s曝光时间。继续摇摇乐以后得到了这样的图像:

Macro from Leica with high res

卧槽,和之前中画幅的对比,直接打爆。集成电路的小细节都看的清清楚楚。那我们能不能看到像素呢,放大一下:

Macro from Leica 100% crop

还是很清楚的。因为我知道这个像素的大小是3.75微米,在100%放大的时候一个像素有18像素宽,所以这张图像的分辨率大约是200nm/像素。这是将近20倍的放大倍率,比之前测试的显微物镜还要大了。真的能看到CMOS上面的像素,还是很兴奋的。

现在的问题是,CMOS上面的这些空的点点是什么?周围的电路又是什么?

想要更多类似的文章?

加入邮件列表,不错过每一篇文章。

    We won't send you spam. Unsubscribe at any time.

    Comments

    Tags

    3D 3D Print 3dprint Agentic AI AI AI Native Anime Apple Vision Pro AssemblyAI Astronomy Astrophotography aviation AWS BeamerWriter BlackAndWhite Bot Business C++ career Chinese Claude Code coffee Color Computational Photography Computer Cursor Cygwin Deep Research DeepSeek Detection DIY Drone drones emergency English espresso Finance Finetuning Full Frame Funnel Analysis Gears Gigapixel github GPT Health High Resolution IC Image Image Generation Image Understanding influencer Inspiration Fragments interview Jinyong Kinect Large format Laser Cutting Lego Lego Mosaic Leica Linux Machine Learning Macro Macro Photography Management Math MATLAB MCP Medium Format Metrics Microscope Moon MTF Multi-Agent Network nodejs NYC Object Detection Open Source OpenAI Optics Parallel PhaseOne PhD Photography Pinhole Poe Programming Prompt Engineering RAID Raspberry Pi RaspberryPi ReadingNotes Realtime Recognition Rendering Research Sky Survey SmartHome Sound Engineering Speech Recognition Still life think Thought Fragments TimeManagement Timeshare Travel Video VR Wechat zhihu ZWO zz

    Recent Comments