Esimerkki haarukointiohjelmastani

Seuraava pitkä kuvasarja näyttää, miten valotuksen haarukointiohjelmani toimii:

1 µs
 

5 µs
 

10 µs
 

25 µs
 

 50 µs

 100 µs

200 µs
 

 500 µs

 1 ms

2 ms
 

 5 ms

 7,5 ms

10 ms
 

 15 ms

 20 ms

 35 ms

 50 ms

 0,1  s

 

0,15 s

 

 

0,2 s

 

 

0,25 s

 

 

0,3 s

 

 

0,33 s

PS. Sermin väri on meille ihmisille vihreä. NoIR-kamera näyttää jotain toista sävyä...

PPS. Tämän sarjan perusteella lyykkään valotuslistaani vielä seuraavat luvut: 350 µs, 750 µs ja 3,5 ms.

Time-lapse -valokuvausta Raspberry Pi:llä

Tein tänään time-lapse kokeiluja NoIR-kamerallani. Ensi ajoin exposure-bracketing-ohjelmaani, jonka mukaan aika optimaalinen valotusaika on 35 ms. Seuraavaksi haarukoin intervallin aikaa. Raspberry Pi ei oikein kyennyt time-lapseen alle 1 sekunnin. Frameja alkoi tippumaan pois. Tässä pitää huomioida, että jokainen 8 M kuva on tallennettava USB-SSD-levylle. Valitettavasti Piin siirtonopeus on ainoastaan 35 MB/s, vaikka USB2:n mukaan maksiminopeus on 60 MB/s. USB3:lla levyni siirtää 10 kertaa nopeammin dataa…

Seuraavaksi teen time-lapse ohjelman raspilleni! :D

Sen jälkeen alan tutkia, miten suuriin FPS-lukuihin päästään vaihtelemalla resoluutiota (videotilassa).

Kobolttilasi

Tässä on toinen kobolttilaseistani, jonka sain tänään yhdeltä yliopistolehtorilta. Minäkin käytin näitä laseja aikoinaan kun olin tuntiopettajana Teknillisessä korkeakoulussa. Mutta nyt niiden aika on ohi. :( Minulle ei kuitenkaan, sillä aion käyttää niitä valokuvauksessani.

Kobolttilaseja käytettiin aikoinaan liekkikokeiden tunnistustehtävissä. Eli haluttiin määrittää jokin alkuaine liuoksesta, joka vietiin liekkiin. Kobolttilasi vei särmän melkein kaikilta väreiltä, mutta suurin syy niiden käyttöön lienee natriumin hirvittävän voimakkaan keltaisen värin eliminointi 589 nm aallonpituudelta.

Vintage-periaatteella aloitan tästä päivästä lähtien kobolttilasivalokuvauksen. Jatkoa seuraa...

PS. Ehkä teen vielä yhden liekkikokeen NaCl-liuoksella, ja kuvaan tuloksen kobolttilasin läpi.

PPS. Sitten teen myös vertailun vuoksi saman liekkikokeen Sr(NO3)2-liuoksella. Tuloksena pitäisi olla karmiininpunaista, mutta en tiedä kuinka paljon kobolttilasi suodattaa pois punaisia sävyjä. Paras tehdä oma testi!

PPPS. Lopuksi esitän UV/VIS/IR-kuvani. Suodattimeni päästää ainoastaan läpi yli 695 nm valoa, mutta sivulta se päästää läpi UV/VIS/IR-valoa:

PPPPS. Päättelin yhden tutkijan kanssa, että suodattimen vaalea rengas on todennäköisesti IR-heijastus. Testaan tämän hypoteesin myöhemmin, mutta kaikki merkit viittaavat siihen nyt. 3D-tulostettu kamerani kuoren läpimitta on tuolla etäisyydellä selvää pässinlihaa. Minulla on myös toinen sarja, jossa 3D-printin lämpösäteily näkyy yhtä voimakkaasti. Noh, osa säteilystä lienee ihan tavallista valoa (ja ehkä UV-säteilyä).


Tutkin tänään valotuksenhaarukointiohjelmaani yhdessä erään jatko-opiskelijan kanssa. Ihmettelimme, miksi IR pass suodattimessa näkyy rengas. Minä keksin syyn tähän asiaan. Lämpösäteilyä läpi päästävä suodatin heijastaa osan lämpösäteilystä/näkyvästä valosta. VIS-homman voin myöhemmin todeta omilla silmilläni. Eni vei, IR-säteilyä läpipäästävä suodtin heijasti kuvan 3D-tulostimella tulostetusta kamerakuoresta. Kysymys kuuluu edelleen, onko se valoa, valoa/IR vai IR? Vastaus: näkyvää valoa se ei ole, sillä suodattimeni ei päästä läpi juuri lainkaan alle 695 nm aallonpituuksia (paitsi heijastusta suodattimen pinnasta). Valitettavasti näemme 740 nm asti, joten kuvakombinaatio on punaista valoa ja lämpösäteilyä.

Loppukommentti:

FLIR-laitteella kuvatessani itseäni kohti ikkunaa, näen ainoastaan lämpösäteilyä (ja lämpöpeilikuvan itsestäni), enkä lainkaan ulos. Oma kamerani kuvaa myös näkyvää valoa, joten siksi kuvani on hyvin erilainen. Minun kuvani ei myöskään näytä lämpötiloja, toisin kuin FLIR.

PS. Lasista ja linsseistä heijastuu myös näkyvää valoa, joten tämä tapaus on hieman hankala. Jälkikäteen en voi tehdä enää mitään, sillä kuva on se, joka kamera on kuvannut. Kamera tai sensorit eivät välitä onko kyseessä UV-, VIS- vai IR-valoa. Kameran kuvan muodostaminen riippuu pitkälti siitä, miten kuvauselementit reagoivat sellaisille aallonpituuksille, joita niiden ei pitäisi detektoida. + Sen lisäksi lykätään UV- ja IR-suodattimia. Grrr...

Valokuvauksen valotusajan haarukointiohjelmani on valmis

Sain tänään valmiiksi valotuksen haarukointiohjelman (exposure bracketing program). Oikeastaan on kyse skriptistä, joka voidaan toki kääntää konekielelle (joskaan ei ihan helposti). Laadin ohjelmani Python-kielellä.

Ohjelma haarukoi 1 µs aina 0,33 s valotusaikoja laatimani valotusaikalistani mukaisesti. Tarkoituksena on saada Raspberry Pi NoIR ja normaalilla kameramoduuleilla selvitettyä, mikä on optimaalinen valotusaika kuvattavasta kohteesta. Nyt ohjelmani on valmis! Valotusaikainformaatiota voin käyttää hyväkseni esimerkiksi time-lapse -valokuvauksessa.

Seuraavaksi alan tutkia kameramoduulien video-ominaisuuksia. Ensimmäinen tavoite on ottaa 40 kuvaa sekunnissa venytyskokeissa. Näistä voidaan puolestaan laskea aineen materiaaliominaisuuksia.

Tässä on esimerkki ohjelman ajosta:

Select image quality (1...100; default: 90): 90

List disk and partitions:
NAME   MAJ:MIN RM   SIZE RO TYPE MOUNTPOINT
...

Path to images: /dev/null
Exposure bracketing name: test
Select ISO (100, 200, ... 800): 100
/dev/null/test_iso100.log

... ja tähän ohjelma kaatuu kun /dev/nulliin on vähän vaikea kirjoittaa, ja ajoin tämän skriptin ilman kameramoduulia.

Kuu ja Jupiter

Onnittelut Papagaiolle!

Minä ja Nox olimme sambaliidereitä vuosina 2014 ja 2015!

Rajattu kuva sambalaulajasta

Halusin rajata hieman ääniauton laulajaa, sillä hän tulee paremmin oikeuksiin seuraavassa kuvassa:

Helsinki Samba Carnaval 2019 II

PS. Klikatkaa kuvia, niin näette niistä suuremmat versiot!

Kiitos!

Tässä on tuore tilasto blogistani (viikon tilasto):

Sambakuvasivuni räjäytti potin. Kiitos siitä! Lupaan, että lykkään tänne vielä rutkasti lisää sambakuvia. Nyt valitsin vain nopeasti oikein hyviltä näyttäviä kuvia. Mutta kun noita kuvia on satoja, niin kyllä sieltä löytynee myös uusia helmiä.

Helsinki Samba Carnaval 2019