डिजिटल फ़ोटोग्राफ़ में नॉइज़ सबसे अधिक शैडो में दिखती है, जहाँ रिकॉर्ड किया गया सिग्नल सबसे कमज़ोर होता है। इसका एक सामान्य जवाब यह होता है कि एडिटिंग में उन शैडो को ऊपर उठाया जाए — लेकिन इससे जो भी कैप्चर हुआ है, नॉइज़ सहित, वह बस और बढ़ जाता है। एक्सपोज़ टू द राइट (ETTR) समस्या को उसी जड़ पर जाकर हल करता है: यह जान-बूझकर एक्सपोज़र बढ़ाता है ताकि दृश्य के सबसे चमकीले टोन सेंसर के क्लिपिंग बिंदु से ठीक नीचे बैठें, और किसी भी प्रोसेसिंग से पहले अधिकतम प्रकाश एकत्र हो सके। Michael Reichmann ने इस तकनीक को Expose Right में विस्तार से प्रस्तुत किया, जो Luminous Landscape पर 31 जुलाई 2003 को प्रकाशित हुई थी — Thomas Knoll, जो Adobe Camera Raw के मूल लेखक हैं, के साथ Iceland workshop के बाद। यह पहला व्यापक रूप से प्रसारित विवरण था जो एक्सपोज़र को एक डिजिटल समस्या के रूप में देखता था, न कि फ़िल्म की तरह — और यह इस भौतिकी पर आधारित है कि सेंसर प्रकाश को कैसे रिकॉर्ड और एनकोड करता है।

फ़िल्म ने पहले क्या जाना

ब्लैक-एंड-व्हाइट फ़िल्म का एक टुकड़ा प्रकाश के प्रति रैखिक रूप से प्रतिक्रिया नहीं करता। उसकी डेवलप्ड डेंसिटी को एक्सपोज़र के लॉगरिदम के विरुद्ध प्लॉट करें तो आपको अभिलाक्षणिक वक्र मिलता है — जिसका नाम Ferdinand Hurter और Vero Driffield के नाम पर है, जिन्होंने 1890 में पहली बार इसे मापा: एक toe जहाँ शैडो बैठते हैं, एक लगभग सीधी मध्य पट्टी, और एक shoulder जहाँ हाइलाइट्स धीरे-धीरे दबते और लुढ़कते हैं, अधिकतम डेंसिटी तक पहुँचने से पहले। यदि कोई हाइलाइट बहुत आगे चला जाए तो नेगेटिव दीवार से नहीं टकराता; वह shoulder में सहजता से समा जाता है और थोड़ी-सी पृथकता बनाए रखता है।

Ansel Adams ने The Negative (1981) में जो ज़ोन सिस्टम संहिताबद्ध किया, वह इस वक्र को एक सिद्धांत की तरह पढ़ता है: शैडो के लिए एक्सपोज़ करो, हाइलाइट्स के लिए डेवलप करो। आप अपने महत्वपूर्ण शैडो को ज़ोन III या IV पर रखते हैं ताकि वह toe पर साफ़ उतरे, फिर डेवलपमेंट को समायोजित करके यह नियंत्रित करते हैं कि हाइलाइट्स कहाँ पड़ें। यह शैडो-प्राथमिकता का तर्क है, और यह ठीक इसलिए काम करता है क्योंकि फ़िल्म का shoulder एक ओवरएक्सपोज़्ड हाइलाइट को माफ़ कर देता है।

सेंसर इस स्थिति को पलट देता है। उसकी प्रतिक्रिया सख्त रूप से रैखिक होती है, और shoulder की जगह एक hard clip होता है: फ़ोटोसाइट भर जाती है, संतृप्त हो जाती है, और अधिकतम मान के सिवाय कुछ नहीं लौटाती। कोई rolloff नहीं जिसे रिकवर किया जा सके। इसलिए डिजिटल का अनुशासन फ़िल्म से उलटा हो जाता है। हाइलाइट्स की रक्षा करनी होती है क्योंकि वे अचानक विफल होते हैं, और शैडो को जितना क्लिपिंग बिंदु तक धकेला जा सके उतना राइट की ओर धकेला जाता है — ताकि वह सिग्नल-टू-नॉइज़ लाभ मिले जिसे अगला खंड मापता है। ETTR वही ज़ोन सिस्टम है जिसे सेंसर की प्रतिक्रिया के आकार ने उलट दिया है।

अधिक प्रकाश का अर्थ है कम नॉइज़

यहाँ दो अलग-अलग नॉइज़ स्रोत महत्वपूर्ण हैं, और ETTR केवल उनमें से एक को संबोधित करता है। Read noise सेंसर की अपनी इलेक्ट्रॉनिक्स से आने वाला एक स्थिर योगदान है, जिसे electrons में मापा जाता है और जो आपके द्वारा एकत्र प्रकाश की परवाह किए बिना लगभग स्थिर रहता है। Shot noise स्वयं प्रकाश से उत्पन्न होती है: फ़ोटॉन यादृच्छिक रूप से आते हैं, और किसी भी फ़ोटोसाइट में उनकी गिनती Poisson statistics का अनुसरण करती है, जहाँ variance माध्य के बराबर होता है। इसलिए गिनती का standard deviation माध्य का वर्गमूल होता है — अर्थात् 100 electrons एकत्र करने वाले एक पैच में लगभग 10 की नॉइज़ और 10 का सिग्नल-टू-नॉइज़ अनुपात होगा, जबकि 10,000 electrons में लगभग 100 की नॉइज़ और SNR 100 होगा। सिग्नल नॉइज़ से तेज़ बढ़ता है, और SNR एकत्र फ़ोटॉन के वर्गमूल के साथ बढ़ता है।

ये दोनों पद सेंसर की परास निर्धारित करते हैं। स्टॉप में डायनामिक रेंज है log2(full-well capacity / read noise): read-noise floor जो गहरे टोन की अनुमति देता है और फ़ोटोसाइट जो सबसे चमकीला टोन धारण कर सकती है, उनके बीच कितनी doubling हैं। Shot noise हर जगह हावी रहती है जहाँ सिग्नल उस floor से काफ़ी ऊपर हो; read noise केवल सबसे गहरे शैडो और सबसे कम एक्सपोज़र में हावी होती है। और यहीं ETTR काम आता है। एक near-black शैडो पैच को एक अतिरिक्त स्टॉप दें और ~100 electrons की गिनती ~200 हो जाती है, जिससे उसका SNR लगभग 10 से लगभग 14 तक पहुँच जाता है; दूसरे स्टॉप से ~400 और SNR लगभग 20 हो जाता है। वही अतिरिक्त स्टॉप एक midtone पर लगाएँ जो पहले से हजारों electrons रखता है तो एक उच्च SNR मामूली रूप से और ऊँचा हो जाता है — जिसे कोई नहीं देख पाएगा। यह तकनीक उन टोन में सबसे अधिक लाभ देती है जिनकी आपको वास्तव में चिंता होती है, और उन टोन में लगभग कुछ नहीं जो पहले से साफ़ थे।

स्तर और रैखिक पैमाना

एक दूसरा तर्क इस बात से संबंधित है कि raw फ़ाइलें अपने संख्यात्मक स्तरों को कैसे वितरित करती हैं। चूँकि सेंसर रैखिक है और एक फ़ोटोग्राफ़िक स्टॉप प्रकाश की दोगुनी होती है, दृश्य का सबसे चमकीला स्टॉप उपलब्ध प्रत्येक स्तर का आधा हिस्सा घेरता है, अगला स्टॉप शेष का आधा, और इसी तरह आगे। Reichmann ने 2003 में 12-bit फ़ाइल के उदाहरण से यह बात कही: 4,096 स्तर, जिनमें से सबसे चमकीले स्टॉप के लिए 2,048, दूसरे के लिए 1,024, तीसरे के लिए 512, चौथे के लिए 256, पाँचवें के लिए 128। एक 14-bit फ़ाइल भी उसी तरह बढ़ती है — 16,384 स्तर, सबसे चमकीले स्टॉप में लगभग 8,192 — और पैमाने पर नीचे रखे गए टोन उन टोन की तुलना में बहुत मोटे तरीके से quantised होते हैं जिन्हें राइट की ओर धकेला गया हो।

इसे तर्क के कमज़ोर पाँव के रूप में देखें। ऊपरी स्टॉप में बारीक quantisation तब काफ़ी हद तक अप्रासंगिक हो जाती है जब आप इस तथ्य को ध्यान में लेते हैं कि raw डेटा स्वयं noisy है: किसी गहरे शैडो में shot noise कई स्तरों जितनी चौड़ी होती है, इसलिए अतिरिक्त code values के वर्णन के लिए कुछ भी सटीक नहीं बचता। अधिकांश आधुनिक सेंसर पर अधिक फ़ोटॉन एकत्र करने से SNR में सुधार ही असली लाभ है; प्रति-स्टॉप-स्तरों की कहानी ज़्यादातर उसे चित्रित करने का एक साफ़-सुथरा तरीका है, न कि कोई दूसरा स्वतंत्र लाभ।

वास्तविक क्लिपिंग बिंदु पढ़ना

लाभ तब तक रहता है जब तक कोई channel saturate न हो, और saturate हुई हाइलाइट डिटेल हमेशा के लिए जाती है — इसलिए ETTR का अनुशासन यह है कि बिना उस रेखा को पार किए जितना हो सके उतना राइट की ओर धकेलें। जाल यह है कि in-camera हिस्टोग्राम और blinking हाइलाइट वॉर्निंग embedded JPEG preview से compute होती हैं, जिस पर पहले से tone curve, gamma encoding और white balance लागू हो चुके हैं। यह raw channels के वास्तव में भरने से पहले ही clipping रिपोर्ट कर देता है, और उपयोगी headroom छुपा देता है जो कैमरे के हिसाब से अक्सर 0.3 से 1.3 स्टॉप के बीच होता है।

असली सीमा देखने के लिए preview को neutralise करें। UniWB — एक unity white balance जो green-cast image देता है — white-balance multipliers को हिस्टोग्राम से हटा देता है ताकि वह raw channels को सीधे track करे। दिन के उजाले में बाहर green channel सामान्यतः पहले saturate होता है, इसलिए एक magenta filter channels को संतुलन में लाता है और किसी एक channel के clip होने से पहले और आगे धकेलने देता है। बाद में, RawDigger जैसा टूल वास्तविक raw values पढ़कर बताता है कि कौन-सा channel कहाँ अटका। JPEG के लिए यह सब मायने नहीं रखता: एक rendered फ़ाइल अपने टोन को capture पर 8-bit gamma-encoded values में fix कर देती है, जिसमें tone curve और white balance baked in होते हैं, और उस फ़ाइल में एक clipped हाइलाइट को बिना दिखने वाले नुकसान के वापस नहीं खींचा जा सकता। ETTR एक raw तकनीक है।

ISO, और यह वास्तव में कहाँ मदद करता है

मानक सलाह यह है कि base ISO पर एक्सपोज़ करें, क्योंकि केवल बढ़ाई गई एक्सपोज़र — लंबी shutter या चौड़ा aperture — अधिक फ़ोटॉन एकत्र करती है, और ISO बढ़ाना पहले से कैप्चर हुए सिग्नल को amplify करता है, नई रोशनी नहीं जुटाता। Shot noise के लिए यह सच है: कोई भी ISO फ़ोटॉन statistics को नहीं सुधारता।

Read noise के लिए यह पूरी कहानी नहीं है। उस सेंसर पर जो ISO-invariant नहीं है, analogue-to-digital converter से पहले लागू in-camera amplification सिग्नल को downstream electronics से ऊपर उठाती है, इसलिए capture पर ISO बढ़ाने से बाद में software में वही एक्सपोज़र उठाने की तुलना में शैडो साफ़ हो सकते हैं। और dual-conversion-gain सेंसर में एक दूसरा base ISO होता है, आमतौर पर लगभग ISO 320 से 640 के आसपास — उदाहरण के लिए, Sony a6500 ISO 320 पर अपना conversion gain बदलता है — जहाँ एक hardware परिवर्तन read noise को उस तरह से घटाता है जो कोई post-processing नहीं कर सकती। ऐसे bodies पर, जब रोशनी आपका हाथ मजबूर करे, उस दूसरे base ISO पर जाना वास्तव में शैडो SNR सुधारता है, न कि केवल फ़ाइल को चमकाता है।

लागत, और दो दशकों का सुधार

ETTR मुफ़्त नहीं है। अतिरिक्त प्रकाश कहीं से आना होगा: लंबी shutter से motion blur का ख़तरा है, चौड़े aperture से depth of field की कुर्बानी देनी पड़ती है, और हर frame में raw conversion के दौरान टोन को उनकी सही जगह वापस लाने के लिए एक जान-बूझकर darkening step की माँग होती है। ऊपर बताया गया प्रति-स्टॉप-स्तरों का तर्क कुछ हद तक अतिरंजित है। और पूरा तरीका उस clipping को पढ़ने पर निर्भर करता है जो कैमरे की पीठ पर दिखती नहीं।

Reichmann का 2003 का निबंध शुरुआत थी, अंतिम शब्द नहीं। उनका बाद का Optimizing Exposure follow-up, और तब से दो दशकों का परिष्कार — UniWB, RawDigger, ISO-invariance और dual-gain sensors की समझ — एक साहसी अँगूठे के नियम को एक मापा अभ्यास में बदल गए। मूल अंतर्दृष्टि बनी रहती है: अधिक प्रकाश का अर्थ है कम नॉइज़ — वर्गमूल के नियम से — और जहाँ फ़िल्म धीरे-धीरे लुढ़कती, वहाँ सेंसर clip करता है। अनुशासन यह जानने में है कि राइट की ओर कहाँ तक धकेला जा सकता है, ताकि वह ऐसा न करे।