首页 > 技术文章 > 设计测试 > 锐度(sharpness)及如何测量锐度

锐度(sharpness)及如何测量锐度

52RD.com 2020年5月8日 我爱研发网            参与:2人 我来说两句
  锐度是影响图像质量的最重要的因素,它决定了一个图像系统重现图像细节的数量。锐度由不同色度或颜色区域的边界决定。如图1
图1
  
  在图1中,用空间频率不断增大的黑白线条来解释锐度。图1的上半部分图像有很好的锐度,黑白线条的边界是非常清晰的。而下半部分图像是模糊的,它表现处图像在通过镜头后出现些许失真。
  
  锐度在图像边缘的地方最容易发现,如图2,并且可以利用边缘响应进行测量。
图2
  
  测量锐度的方法包括10/90上升距离法(10-90% rise distance technique),MTF,频域法和斜边法。
  
  10/90上升距离法和频域法
  
  测量图像锐度最成功的方法是测量颜色边缘的“上升距离”,如图3。图像的锐度通过像素最终值的10-90%区间的像素距离来表达的。
图3
  
  虽然10/90上升距离发是一个很好的方法,但它仍有很大的局限性:它很难用于根据各组件(镜头,数字传感器,软件)的上升距离来计算一个完整图像的锐度。
  
  为了避免这个局限性,采用频域法测量锐度,这里的频率的单位是每单位距离(毫米、英寸、像素、像高、角度数、毫弧度)的周期数或线对。
  
  当在频域中测量锐度,一个复杂的图像信号可以由不同频率的正弦信号合成。
  
  系统的高频响应越好,这个系统能显示更多的细节,如图5。系统响应可以用一个频率响应曲线来描述。
图5
  
  频域与时间域是通过傅里叶变换联系的:
  
  Modulation Transfer Function(MTF)
  
  在某一空间频率下,相对对比度(输出对比度/输入对比度)被称作“MTF”。MTF类似于SFR,是测量锐度的关键因素。图6解释了MTF,正弦图(sine patterns)和条形图(bar patterns)的空间频率从左至右逐渐增大。
图6
  
  高空间频率与良好的图像细节相关,摄影组件(胶卷,镜头,扫描仪等)的响应会在高空间频率下“波动”。这些组件可以看作一个低通滤波器,允许通过低频信号,截止高频信号。
  
  图6由上,中和下图组成,描述如下:
  
  条形图,正弦图(上图)-上图显示原始正弦图样,带有镜头模糊的正弦图样,原始条形图和带有镜头模糊的条形图。(请注意,镜头模糊会导致对比度在高空间频率下下降。)
  
  幅度(中间图)—中间图显示带有透镜模糊的条形图案的亮度(MTF公式部分中的“调制” V)(请参见图6中的红色曲线)。由纯频率组成的正弦模式调制用于计算MTF。 (请注意,在高空间频率下,对比度会降低。)
  
  MTF%(下图)—下图显示了相应的正弦图对比度(请参见蓝色曲线;代表MTF),这也在MTF公式部分中定义。根据定义,低频MTF限制始终为1(100%)。在图6中,MTF在61 lp / mm时为50%,在183 lp / mm时为10%。(请注意,频率和MTF均以对数标度显示,并以指数符号[100 = 1; 101 = 10; 102 = 100等。];振幅以线性标度显示。完整成像系统的MTF为其单个组件的MTF的乘积。)
  
  MTF的方程式是从空间频率f下的正弦模式对比度C(f)推导出来的,其中C(f)=(Vmax-Vmin)/(Vmax + Vmin)
  
  注意:MTF(f)= 100%×C(f)/C(0)在低空间频率下将MTF归一化为100%。
  
  要在低空间频率下对MTF进行归一化,测试图必须具有低频参考。 低频参考可以通过倾斜边缘中的较大的明暗区域以及图案特征来满足,但不能通过线和网格来满足。 对于可以控制锐化的系统,建议的主要MTF计算是斜边,它使用称为傅立叶变换的数学运算。 换句话说,MTF是脉冲响应(即,对细线的响应)的傅立叶变换,其是边缘响应的导数(d / dx或d / dy)。
  
  传统的分辨率测量
  
  传统的分辨率测量包括观察通常包含在USAF 1951图表中的条形图的图像(图7),并寻找条形图明显不同的最高空间频率(lp / mm)。传统测量(也称为消失分辨率测量)对应的MTF约为10-20%。由于消失的分辨率测量是图像信息消失的空间频率,因此它很大程度上取决于观察者的偏见并且不能很好地指示图像清晰度。
图7
  
  图像清晰度的好指标是空间频率,其中MTF是其低频值(MTF50)的50%或其峰值(MTF50P)的50%。 MTF50和MTF50P是比较不同相机和镜头的清晰度的良好参数,其原因有两个:
  
  图像对比度是其低频或峰值的一半,因此细节仍然十分明显。 (在MTF为10%或更低的空间频率下,眼睛对细节相对不敏感。)
  
  大多数相机的响应在MTF50和MTF50P附近迅速下降。对于在边缘附近具有“光晕”并在其MTF响应中具有相应峰值的强烈锐化的相机,MTF50P是更好的度量标准。
  
  尽管可以直接从正弦图案的图像(使用“图表”,“对数频率”,“对数F对比度”和“星图”)估计MTF,但基于ISO 12233的复杂技术可以提供更准确和可重复的结果,并更有效地利用空间。
  
  空间频率单位
  
  大多数读者会熟悉时间频率。声音的频率(以“周期/秒”或“赫兹”为单位)与感觉到的音调紧密相关。无线电传输的频率(以千赫兹,兆赫兹和千兆赫兹为单位)也很熟悉。空间频率之所以相似,是因为它是以每个距离的周期(或线对)而不是时间来度量的。空间频率响应与时间(例如,音频)频率响应非常相似。响应越广泛,可以传达的细节越多。
  
  过去的胶片相机镜头测试使用每毫米(lp / mm)的线对,这对比较镜头效果很好,因为大多数35mm胶片相机具有相同的24 x 36mm图片尺寸。但是,数字传感器的尺寸差异很大,从照相手机的对角线不到5毫米,到全画幅数码单反相机的对角线为43毫米,对于中画幅背板的对角线甚至更大。因此,建议使用每图片高度的线宽(LW / PH)来测量照相机可以再现的全部细节。
  
  另一个有用的空间频率单位是每个像素的周期数(C / P),它可以指示各个像素的使用情况。尽管可以进行此类测量,但数码相机无需使用实际距离(毫米或英寸)。
  
  空间频率响应的斜边测量
  
  为什么要斜边?
  
  纯垂直或水平边缘的MTF结果高度依赖于采样相位(边缘与像素位置之间的关系),因此,根据精确的(子像素)边缘位置,从一次运行到下一次运行可能会有所不同。边缘倾斜,因此可以根据许多采样阶段的平均值计算MTF,这使得结果更加稳定和可靠(图8)。
图8
  
  边缘对比
  
  边缘对比度最多应限制为10:1,通常建议边缘对比度为4:1。原因是高对比度的边缘(> 10:1,例如在旧的ISO 12233:2000图表中发现的)会导致饱和或削波,从而导致边缘带有尖锐的角,从而夸大了MTF测量值。
  
  斜边的优缺点
  
  优点
  
  Ø  空间的最有效利用,这使得创建详细的MTF响应图成为可能
  
  Ø  进行快速、自动的区域检测
  
  Ø  快速计算
  
  Ø  对噪声相对不敏感
  
  Ø  符合ISO 12233标准,该标准的“合并”(超分辨率)算法允许在Nyquist频率(0.5 C / P)以上测量MTF
  
  Ø  制造测试的最佳模式
  
  缺点
  
  Ø  在锐化和降噪能力强的系统中可能会给出乐观的结果(尤其是在高对比度[≥10:1]边缘时)
  
  Ø  在极端混叠(在奈奎斯特频率以上的强能量)的系统中给出不一致的结果,尤其是在小区域
  
  Ø  对锐化敏感,特别是对于高对比度(≥10:1)边缘;低对比度边缘(≤2:1)时灵敏度较低
  
  Ø  对软件降噪最不敏感。
52RD.com  微博关注:http://weibo.com/52rd  微信关注:admin_52RD
免责声明:本网站内容主要来自原创、转载和第三方投稿,凡在本网站出现的信息,均仅供参考。任何单位或个人认为本网站中的内容来源标注错误、涉嫌侵权或存在不实内容时,请及时向本网站提出书面权利通知或不实情况说明,并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述文件后,将及时更正、删除,谢谢!
已有0位网友发表了看法 我来说两句
读取...
相关报道
      评 论
      文章导航 Navigation
      精彩评论 CommentMORE>
      52RD网友:这对夫妇先买了一个很厚全包的硅胶手机壳,然后套上保护壳之后再录入的指纹,这么厚的硅胶手机壳超声波根本就是无法完全穿透的,而手指静…
      Galaxy S10指纹解锁被硅胶套破解 三…
      52RD网友:在中高端市场,OPPO/VIVO 面对华为的强力打压,几乎没有任何还手之力!无奈之下玩起了魅族几年之前就玩过的套路,面向中低端市场玩性价比来…
      卢伟冰:入门机不应该是电子垃圾,Red…
      52RD网友:来看看三星都做了些啥? 当年三星故意压低闪存的价格,其他厂商为了竞争,也不得不跟上降价的步伐。但是越跟越不对劲,怎么三星开始亏…
      芯片价格趋稳和受益于华为遭美封杀 …
      52RD网友:有几家的芯片应该影响还是比较大的, 基于美帝赛灵思FPGA之上开发的,这一下也是被断炊了,直接就不用发布了, FPGA就是睾丸命门,…
      海康威视、依图、旷世、大华等公司被…
      52RD网友:你个是金立,死了还要诈尸,一个锤子不承认自已已经死,坐看你如何复活。
      罗永浩证实新机为字节推出的首款坚果…
      赞助商链接 Support
      特别推荐 Recommend