When the Visualphone VP210 hit the market in 1999, it advertised a never-before-seen feature: a camera. With only 0.11 megapixels and storage for 20 photos, the Visualphone is a relic compared to modern devices sporting three distinct cameras, each with up to 100 times more resolution. But while this technology has improved dramatically in the 21st century, engineers are rapidly approaching a hard limit on phone camera quality.
To understand this limit, we first need to know how phone cameras work. Just like any other digital camera, when your phone takes a picture, light enters through its lens. This lens focuses the light onto an image sensor covered in a grid of photosites—microscopic light sensors roughly 100 times smaller than a grain of sand. There are millions of these sensors, and each one is covered by a red, green, or blue filter, allowing it to measure how much of that color is in the light hitting its location.
Then these measurements are simplified, rounding them to less detailed numbers. This step sacrifices some data, thus lowering the final images’ quality, but it’s essential for the camera’s processor. This computer can only handle so much information as it decrypts the three sets of color data to assemble a digital recreation of the image.
While the quality of this final photo depends on every part of the camera, nothing determines the look of a digital picture more than the image sensor. And engineers judge the quality of image sensors based on their performance in three areas.
The first is resolution, or level of detail. Sensors with higher numbers of photosites offer better resolution, as the camera can collect more granular light data.
Second and third are dynamic range and noise. Dynamic range is the span from light to dark within a single photo, and noise is the graininess that can come from poor lighting, long exposure times, or an overheating camera.
Both these factors can be improved by using larger photosites, which can capture more light overall. This wider range of data helps processors better measure the intensity of the incoming light, adding contrast and reducing noise. Simply put, to make better digital cameras, you need image sensors with higher numbers of larger photosites.
Engineers know this. In fact, it’s basically how they’ve made the best cameras humanity have: giant telescopes that take photos of deep space. But phones don’t even have as much sensor space as a standard DSLR camera, let alone the surface area of a massive telescope. In fact, most phone camera sensors are no larger than a pea.
Fortunately, these devices have a technological trick to compensate for their cameras’ tiny size: powerful processors. When you snap a picture on your phone, this pocket-computer starts running complex algorithms, which often begin by secretly taking a string of photos in rapid succession. The algorithms then manipulate these pictures, using math to perfectly align them and identify their best parts before combining the images into one high-quality photo. The end result is an image with less noise, wider dynamic range, and higher resolution than its sensors should be able to achieve.
This approach is known as computational photography, and advances here are likely how phone companies will continue to advertise increasingly better cameras without improving their image sensors.
Today, these algorithms often leverage machine learning, where phones learn to improve your shots based on patterns found in massive photo databases. For example, night mode prioritizes dynamic range and noise reduction, while portrait mode tells your phone to focus on a central subject and blur the background.
Machine learning also allows our phones to do the opposite, unblurring faces to grab quick candid shots. And newer programs can even help you remove unwanted elements altogether.
So, with the help of software, even phones with the smallest cameras can snap crisp, detailed photos of loved ones, spectacular views, and of course, lots and lots of food.
WORD BANK:
hit the market /hɪt ðə ˈmɑːr.kɪt/ (v phr): ra mắt thị trường
relic /ˈrel.ɪk/ [C1] (n): di vật, tàn tích còn sót lại
sporting /ˈspɔːr.tɪŋ/ (adj): mang, có (vẻ ngoài / đặc điểm)
distinct /dɪˈstɪŋkt/ [B2] (adj): rõ rệt, khác biệt
resolution /ˌrez.əˈluː.ʃən/ [B2] (n): độ phân giải
a hard limit /ə hɑːrd ˈlɪm.ɪt/ (n phr): giới hạn cứng, giới hạn tuyệt đối
lens /lenz/ [B1] (n): ống kính
image sensor /ˈɪm.ɪdʒ ˌsen.sɚ/ (n): cảm biến hình ảnh
grid /ɡrɪd/ [B1] (n): lưới
photosite /ˈfoʊ.toʊ.saɪt/ (n): điểm thu sáng (trên cảm biến)
microscopic /ˌmaɪ.krəˈskɑː.pɪk/ [C1] (adj): cực nhỏ, vi mô
a grain of sand /ə ɡreɪn əv sænd/ (n phr): một hạt cát
filter /ˈfɪl.tɚ/ [B1] (n): bộ lọc
round sth /raʊnd/ (v): làm tròn
sacrifice /ˈsæk.rə.faɪs/ [B2] (v): hy sinh, đánh đổi
decrypt /diːˈkrɪpt/ (v): giải mã
assemble sth /əˈsem.bəl/ [B1] (v): lắp ráp
granular /ˈɡræn.jə.lɚ/ [C1] (adj): chi tiết nhỏ, dạng hạt
dynamic range /daɪˈnæm.ɪk reɪndʒ/ (n): dải tương phản động
noise /nɔɪz/ [B1] (n): nhiễu
span from light to dark /spæn frəm laɪt tə dɑːrk/ (v phr): khoảng sáng (từ sáng đến tối)
graininess /ˈɡreɪ.ni.nəs/ (n): độ nhiễu hạt
exposure time /ɪkˈspoʊ.ʒɚ taɪm/ (n): thời gian phơi sáng
overheating /ˌoʊ.vɚˈhiː.tɪŋ/ (n): quá nhiệt
simply put /ˈsɪm.pli pʊt/ (adv phr): nói đơn giản là
telescope /ˈtel.ə.skoʊp/ [B1] (n): kính thiên văn
let alone /let əˈloʊn/ [B2] (phr): chứ đừng nói đến
pea /piː/ [A2] (n): hạt đậu
trick /trɪk/ [B1] (n): mẹo, thủ thuật
compensate for sth /ˈkɑːm.pən.seɪt fɔːr/ [B2] (v): bù đắp cho
processor /ˈprɑː.ses.ɚ/ (n): bộ xử lý
snap a picture /snæp ə ˈpɪk.tʃɚ/ (v phr): chụp ảnh nhanh
algorithm /ˈæl.ɡə.rɪð.əm/ [B2] (n): thuật toán
a string of sth /ə strɪŋ əv/ (n phr): một chuỗi (sự việc)
in rapid succession /ɪn ˈræp.ɪd səkˈseʃ.ən/ (adv phr): liên tiếp, một cách rất nhanh chóng
manipulate /məˈnɪp.jə.leɪt/ [C1] (v): xử lý, thao tác
align sth /əˈlaɪn/ (v): căn chỉnh
advance /ədˈvæns/ [B2] (n): tiến bộ
leverage sth /ˈlev.ɚ.ɪdʒ/ [C1] (v): tận dụng cái gì đó
machine learning /məˈʃiːn ˈlɝː.nɪŋ/ (n): học máy
unblur sth /ʌnˈblɝː/ (v): làm rõ nét, khử mờ
candid /ˈkæn.dɪd/ [C1] (adj): tự nhiên, không dàn dựng
element /ˈel.ɪ.mənt/ [B1] (n): yếu tố, thành phần
altogether /ˌɔːl.təˈɡeð.ɚ/ [B2] (adv): hoàn toàn; tổng cộng
crisp /krɪsp/ [B2] (adj): sắc nét
ỦNG HỘ READ TO LEAD!
Chào bạn! Có thể bạn chưa biết, Read to Lead là một trang giáo dục phi lợi nhuận với mục đích góp phần phát triển cộng đồng người học tiếng Anh tại Việt Nam. Chúng tôi không yêu cầu người đọc phải trả bất kỳ chi phí nào để sử dụng các sản phẩm của mình để mọi người đều có cơ hội học tập tốt hơn. Tuy nhiên, nếu bạn có thể, chúng tôi mong nhận được sự hỗ trợ tài chính từ bạn để duy trì hoạt động của trang và phát triển các sản phẩm mới.
Bạn có thể ủng hộ chúng tôi qua 1 trong 2 cách dưới đây.
– Cách 1: Chuyển tiền qua tài khoản Momo.
Số điện thoại 0947.886.865 (Chủ tài khoản: Nguyễn Tiến Trung)
Nội dung chuyển tiền: Ủng hộ Read to Lead
hoặc
– Cách 2: Chuyển tiền qua tài khoản ngân hàng.
Ngân hàng VIB chi nhánh Hải Phòng
Số tài khoản: 012704060048394 (Chủ tài khoản: Nguyễn Tiến Trung)
Nội dung chuyển tiền: Ủng hộ Read to Lead
Lớp luyện thi IELTS online
Bạn đang có nhu cầu thi chứng chỉ IELTS cho đầu vào đại học, đi du học, xin việc hay xin cư trú và đang phân vân chưa biết học ở đâu?
Nếu bạn đang tìm kiếm dịch vụ luyện thi IELTS online với giáo viên uy tín và chất lượng, cũng như học phí phải chăng, thì thầy Trung và Cô Thủy (Admin và dịch giả chính của Read to Lead) có thể là một lựa chọn phù hợp dành cho bạn.
Hãy liên hệ (nhắn tin) tới trang Facebook cá nhân của mình (https://www.facebook.com/nguyen.trung.509) để tìm hiểu về lớp học và được tư vấn cũng như được học thử nha!
