Il rumore in una fotografia digitale è più visibile nelle ombre, dove il segnale registrato è più debole. La risposta comune è sollevare quelle ombre in fase di editing, ma questo non fa che amplificare ciò che è stato catturato, rumore compreso. Esporre a destra (ETTR) affronta il problema alla radice: alza deliberatamente l’esposizione in modo che le tonalità più luminose della scena si posizionino appena sotto il punto di saturazione del sensore, raccogliendo più luce possibile prima di qualsiasi elaborazione. Michael Reichmann descrisse la tecnica in Expose Right, pubblicato su Luminous Landscape il 31 luglio 2003 dopo un workshop in Islanda con Thomas Knoll, l’autore originale di Adobe Camera Raw. Fu il primo trattamento ampiamente diffuso dell’esposizione come problema digitale distinto da quello su pellicola, e si fonda sulla fisica di come un sensore registra e codifica la luce.

Quello che la pellicola sapeva già

Una pellicola in bianco e nero non risponde linearmente alla luce. Se si rappresenta la densità sviluppata in funzione del logaritmo dell’esposizione si ottiene la curva caratteristica, intitolata a Ferdinand Hurter e Vero Driffield, che la misurarono per la prima volta nel 1890: un piede dove si collocano le ombre, una sezione intermedia approssimativamente lineare, e una spalla in cui le alte luci si comprimono e degradano dolcemente prima di raggiungere la densità massima. Spingere troppo un’alta luce non significa scontrarsi con un muro: la negativa scivola sulla spalla e conserva una traccia di separazione.

Il sistema a zone che Ansel Adams codificò in The Negative (1981) legge quella curva come una dottrina: esponi per le ombre, sviluppa per le alte luci. Si posiziona l’ombra importante in zona III o IV in modo che ricada correttamente sul piede, poi si controlla dove cadono le alte luci agendo sullo sviluppo. È una logica che dà priorità alle ombre, e funziona precisamente perché la spalla della pellicola perdona un’alta luce sovraesposta.

Un sensore rovescia la situazione. La sua risposta è strettamente lineare e, invece di una spalla, ha un clipping netto: il fotosite si riempie, satura e restituisce solo il suo valore massimo. Non c’è rolloff da recuperare. La disciplina digitale è quindi l’opposto di quella su pellicola. Le alte luci devono essere protette perché bruciano di colpo, mentre le ombre vengono spinte il più a destra possibile fino al limite del clipping, per guadagnare il vantaggio sul rapporto segnale/rumore che la sezione successiva quantifica. ETTR è il sistema a zone capovolto dalla forma della risposta del sensore.

Perché più luce significa meno rumore

Qui contano due sorgenti di rumore distinte, e ETTR ne affronta solo una. Il read noise è un contributo fisso dell’elettronica del sensore stesso, misurato in elettroni e sostanzialmente costante indipendentemente dalla quantità di luce raccolta. Il shot noise proviene dalla luce stessa: i fotoni arrivano in modo casuale, e il conteggio in ogni fotosite segue la statistica di Poisson, in cui la varianza è uguale alla media. La deviazione standard del conteggio è quindi la radice quadrata della media: un’area che raccoglie 100 elettroni ha un rumore di circa 10 e un rapporto segnale/rumore di 10, mentre 10.000 elettroni danno un rumore di circa 100 e un SNR di 100. Il segnale cresce più velocemente del rumore, e l’SNR cresce con la radice quadrata dei fotoni raccolti.

Questi due termini definiscono la portata del sensore. La gamma dinamica in stop è log2(capacità del pozzo / read noise): quante raddoppiature stanno tra la tonalità più scura che il livello di read noise consente e la più luminosa che il fotosite riesce a contenere. Il shot noise domina ovunque il segnale si trovi ben al di sopra di quel livello minimo; il read noise domina solo nelle ombre più profonde e nelle esposizioni più brevi. È esattamente lì che ETTR ripaga. Dare a un’area quasi nera un stop in più fa sì che un conteggio di ~100 elettroni diventi ~200, portando il suo SNR da circa 10 a circa 14; un secondo stop lo porta a ~400 con un SNR di circa 20. Lo stesso stop aggiuntivo applicato a una mezzatinta che contiene già decine di migliaia di elettroni trasforma un SNR già alto in uno marginalmente più alto che nessuno noterà. La tecnica offre il massimo vantaggio nelle tonalità che preoccupano davvero, e quasi nulla in quelle già pulite.

I livelli e la scala lineare

Un secondo argomento riguarda il modo in cui i file raw distribuiscono i loro livelli numerici. Poiché il sensore è lineare e uno stop fotografico corrisponde a un raddoppio della luce, lo stop più luminoso della scena occupa metà di tutti i livelli disponibili, il successivo la metà del resto, e così via. Reichmann lo sottolineò nel 2003 con un file a 12 bit: 4.096 livelli, di cui lo stop più luminoso ne occupa 2.048, il secondo 1.024, il terzo 512, il quarto 256, il quinto 128. Un file a 14 bit scala allo stesso modo — 16.384 livelli, circa 8.192 nello stop più luminoso — e le tonalità posizionate in basso sulla scala vengono quantizzate con una risoluzione molto più grossolana rispetto a quelle spinte a destra.

Questo argomento va considerato come la gamba più debole del ragionamento. La quantizzazione fine negli stop superiori è in gran parte irrilevante una volta che si tiene conto del fatto che i dati raw sono essi stessi rumorosi: il shot noise in un’ombra profonda è largo molti livelli, quindi non c’è nulla di preciso da descrivere con i valori di codice aggiuntivi. Sulla maggior parte dei sensori moderni il vantaggio reale è il miglioramento dell’SNR derivante dalla raccolta di più fotoni; la storia dei livelli per stop è soprattutto un modo ordinato per visualizzarlo, non un secondo guadagno indipendente.

Leggere il vero punto di clipping

Il vantaggio dura solo finché un canale non satura, e il dettaglio delle alte luci saturato è perso per sempre — quindi ETTR è la disciplina di spingere il più a destra possibile senza superare quel limite. Il rischio è che l’istogramma in-camera e l’avviso lampeggiante delle alte luci siano calcolati sull’anteprima JPEG incorporata, che ha già subito una curva tonale, una codifica gamma e un bilanciamento del bianco. Segnala il clipping prima che i canali raw si saturino davvero, nascondendo un margine utile che è spesso compreso tra 0,3 e 1,3 stop a seconda della fotocamera.

Per vedere il limite reale, bisogna neutralizzare l’anteprima. UniWB — un bilanciamento del bianco unitario che produce un’immagine con dominante verde — elimina i moltiplicatori di bilanciamento del bianco dall’istogramma, così questo segue direttamente i canali raw. All’aperto in luce diurna il canale verde satura generalmente per primo, quindi un filtro magenta bilancia i canali e permette di spingere oltre prima che uno di essi saturi. A posteriori, uno strumento come RawDigger legge i valori raw effettivi e indica esattamente quale canale ha raggiunto il limite e dove. Niente di tutto questo riguarda i JPEG: un file renderizzato fissa le sue tonalità alla cattura in valori a 8 bit con codifica gamma, con curva tonale e bilanciamento del bianco integrati, e un’alta luce bruciata in quel file non può essere recuperata senza un deterioramento visibile. ETTR è una tecnica raw.

ISO, e dove aiuta davvero

Il consiglio standard è di esporre all’ISO base, perché solo l’esposizione aggiuntiva — un otturatore più lento o un diaframma più aperto — raccoglie più fotoni, mentre alzare l’ISO amplifica un segnale già catturato anziché raccogliere nuova luce. Questo vale per il shot noise: nessun aumento di ISO migliora la statistica dei fotoni.

Non è però l’intera storia per il read noise. Su un sensore che non è ISO-invariant, l’amplificazione in-camera applicata prima del convertitore analogico-digitale solleva il segnale al di sopra dell’elettronica a valle, quindi alzare l’ISO in fase di cattura può produrre ombre più pulite rispetto al sollevare la stessa esposizione in software. E i sensori dual-conversion-gain hanno un secondo ISO base, comunemente intorno a ISO 320–640 — la Sony a6500, ad esempio, commuta il suo conversion gain a ISO 320 — dove una modifica hardware riduce il read noise in un modo che nessuna post-elaborazione può replicare. Su questi corpi, quando la luce non lascia scelta, salire a quel secondo ISO base migliora davvero l’SNR nelle ombre, invece di limitarsi a schiarire il file.

I costi, e due decenni di correzioni

ETTR non è gratuito. La luce extra deve venire da qualche parte: un otturatore più lento rischia il mosso, un diaframma più aperto sacrifica la profondità di campo, e ogni scatto richiede un deliberato passaggio di scurimento in fase di conversione raw per riportare le tonalità al loro posto. L’argomento dei livelli per stop è in parte sopravvalutato, come sopra descritto. E tutto il metodo dipende dal leggere un clipping che non si vede sul retro della fotocamera.

Il saggio di Reichmann del 2003 fu un inizio, non l’ultima parola. Il suo successivo Optimizing Exposure, e i due decenni di affinamenti da allora — UniWB, RawDigger, la comprensione dell’ISO-invariance e dei sensori dual-gain — hanno trasformato una regola empirica audace in una pratica misurata. L’intuizione fondamentale regge: più luce significa meno rumore, di radice quadrata, e il sensore satura dove la pellicola avrebbe degradato dolcemente. La disciplina sta nel sapere fin dove si può spingere a destra prima che ciò accada.