Pixel 3如何透過Super Res Zoom技術，不需變焦鏡頭就能拍出清晰照片

疊合圖片還有其他挑戰

在瞭解了多畫格超高解析度成像的基礎知識後，我們可以深入探討最關鍵的圖片疊合部分。雖然將圖片疊合聽起來很簡單，但在實際運作的過程中，還是會面臨許多問題。

舉例來說，即便在光線良好的情況下，高速連拍的照片組可能還是會充滿雜訊，因此演算法就需考慮到雜訊可能會影響對齊圖像時的精準度，進而干擾圖片疊合，也需降雜訊過濾，以免產生的大圖片也充滿雜訊。

另一方面，連拍的各張照片除了會反映「故意施加」的微小移動之外，也可能包含水流、車輛、人物的移動，甚至風吹草枝擺、火燄、煙霧等複雜的隨機性移動，都會在前後多張照片的細部造成差異，因此很難透過統一的方式推測移動的趨勢，因此Super Res Zoom演算法需要能在動態預測不完美的情況下也能疊合圖片。

即便我們可以推測移動的趨勢，照片中的景物也可能會有分佈不均的問題，在某些區域比較密集，而在其他區域比較稀疏，由於多畫格超高解析度成像的關鍵之一為內插法，這種不規則的資訊分佈會增加產生高解析度圖像的困難度。

▲ 左方的為充滿雜訊的單張照片。右方則為經疊合的多張連拍，可以看到雜訊已被消除，畫面清晰許多。

▲ 照片中的景物會有分佈不均的問題，讓各色像素資訊的分佈也會不均勻，比方左側圓圈內就包含較多像素資訊，右側圓圈內則較少。

施展魔法，完美疊合照片提升清晰度

Google的團隊為了解決這些問題，開發了穩定而精確的強化演算法，以利在Pixel 3上達成Super Res Zoom的效果。

首先Pixel 3會分析連拍各照片的影像邊緣，在權衡細節、解析度、消除雜訊、平滑度等要素之後，沿著各物件的邊緣將照片對齊並疊合，以取得降低雜訊與強化細節的平衡。

此外為了處理如人、車、樹葉等複雜的移動物件，Google開發了可靠的演算法模型來偵測物件並降低疊合的錯誤，系統會選擇照片組的其中1張作為參考基準，並只將其他照片中經演算法確認為正確的部分，貼合至參考基準，能夠有效降低模糊與鬼影的狀況。

▲ 左方照片採用次佳的權衡參數，右方則為最佳參數，可以看到右方圖像的框與文字更加平滑且清晰。

▲ 左方照片未採用可靠模型，圖中有許多鬼影。右方為採用的情況，圖像明顯清晰許多。

▲ 左方為使用Pixel 2以7倍變焦拍攝的圖像，右方為相同條件下Pixel 3的表現，可以看出Super Res Zoom確實很有效。

▲ 這組圖片為Pixel 2與Pixel 3在2倍倍變焦拍攝的圖像，高下立判。

超高解析度成像概念的出現至少比智慧型手機早了10年，也是許多學術專家研究的題材，現在則透過Pixel 3走入尋常百姓家，讓一般使用者也能輕鬆拍出清晰的照片。想要進一步瞭解Super Res Zoom實力的讀者，可以瀏覽這個由Google提供的範例相簿，其中的照片都是在Pixel 3上透過雙指縮放所拍攝，而非事後剪裁，能夠忠實呈現Pixel 3的攝影品質。