使用平面瑕疵检测

人类视觉系统

算法

• 图像线性化采用公式V = 像素级^(1/gamma) ，其中 gamma 是用于图像编码的近似指数。对于标准色彩空间（sRGB、Adobe RGB），gamma 值约为 0.5；对于原始图像，gamma 值约为 1.0。
• 线性化图像会经过一个带通滤波器进行滤波，该滤波器的频率截止值（在输入对话框中设置）源自人眼视觉系统的对比度敏感度函数，但并非完全相同。实际的带通带宽必须更宽，以补偿噪声、光线衰减以及各种观看条件的影响。这些因素将在下文详细讨论。
• 滤波后的图像均值为 0，因为滤波器的高通部分去除了直流分量（空间频率 = 0）。
• 将滤波后的图像除以线性化（未滤波）图像的均值进行归一化。这样可以使其单位与上述韦伯-费希纳定律中的ΔL / L相同，即 -0.01 表示该像素比其周围像素的平均亮度低 0.01（1%）。该信号称为“瑕疵滤波”信号。
• 如果经过瑕疵过滤后的值低于阈值的负值，则检测到像素错误。例如：阈值为 0.03 时，低于 -0.03 的值即为错误。此外，还会计算连续（相连）错误的数量和大小。
• 垂直线的平均值是通过对水平扫描的、经瑕疵过滤的像素列取平均值计算得出的，但要排除图像顶部和底部各 5% 的高度。水平线的平均值是通过对垂直扫描的、经瑕疵过滤的像素行取平均值计算得出的，但要排除图像左右两侧各 5% 的高度。这些线可以显示在“线瑕疵图”中。如果任一平均值的绝对值大于线阈值，则检测到错误。

指示

为了准备用于平面瑕疵检测的图像，

• 如果相机或镜头有手动对焦功能，请将其设置为手动对焦。
• 广角镜头通常有明显的暗角，不建议用于测量传感器缺陷。
• 光圈（f值）设置会影响成像结果，因为许多瑕疵是由成像芯片表面的灰尘造成的，这些灰尘通过拜耳滤镜、抗锯齿滤镜和红外滤镜（最远可达1毫米）与传感器隔开。这种隔开会使灰尘颗粒模糊。随着光圈增大（f值减小），模糊半径增大。对于较小的灰尘斑点，瑕疵强度随着光圈增大而减小，即强度与半径成反比。
• 

  屏幕图案模块
  瑕疵检测和均匀性。

  拍摄一个光线均匀、形状统一的物体。

• 获得均匀拍摄对象的最简单方法之一是使用右侧所示的Imatest屏幕图案模块，在 2-8 厘米（1-3 英寸）的距离拍摄您的电脑显示器。从“实用工具”菜单打开“屏幕图案”模块，然后最大化屏幕。如有需要，您可以调整色相、饱和度和亮度（H、S 和 L，默认值分别为 0、0、1）。

  这种方法最适用于可视角度较广的平面液晶显示器（对于笔记本电脑（由于可视角度依赖性强）或 CRT 显示器（由于光栅扫描）而言，效果不太理想）。

• 我们建议使用靠近镜头安装的乳白色漫射玻璃。Edmund Optics公司有售乳白色漫射玻璃。如果使用漫射器，则可以用灯箱（带高频镇流器的荧光灯或LED灯）代替显示器。（灯箱通常亮度更高，但均匀性较差。）
• （我们更倾向于其他方法，但这种方法有时也有效。）拍摄一张光线均匀的光滑哑光纸（白色或灰色）。注意不要遮挡光线。户外光线（阴影）有时能提供非常均匀的照明。使用广角镜头获得均匀照明可能比较困难；几乎不可能完全避免遮挡部分纸张。强烈建议使用乳白色漫射玻璃。
• 被摄对象无需对焦（测量传感器均匀性甚至不需要镜头）；目的是测量传感器均匀性，而不是被摄对象的特征。对于典型的测量，请将曝光补偿设置为过曝约一档光圈。（当然，您也可以使用任何您选择的曝光值。）
• 将图像保存为 RAW 文件或最高质量的 JPEG 文件。

为了获得均匀照明 我们推荐使用Imatest LED 灯箱，它能产生光谱特性优异、亮度调节范围广的均匀光线，适用于透射率测试图的照明。该灯箱可与Imatest 动态范围测试图和其他透射式测试图配合使用。 使用积分球（例如从Gamma Scientific或Colorspace等供应商处购买）可以获得最均匀的照明。积分球比 LED 灯箱更贵。

运行 Flatfield 瑕疵检测

从主窗口运行 Flatfield 分析：

瑕疵检测功能在平场分析中运行，因此其启动方式相同：请参阅“在新主窗口中运行平场分析” 。瑕疵检测功能有两个特有的步骤：

• 在“平场均匀性设置”屏幕上，确保选中“执行瑕疵分析”复选框。否则，运行结果仅包含均匀性分析结果。
• 瑕疵特定设置位于“瑕疵”按钮后面，点击该按钮会打开如下所述的“瑕疵检测设置”屏幕。

从经典界面运行 Flatfield 分析：

与平面分析相同：启动Imatest ，选择“经典界面” ，点击“平面分析” （或“平面分析交互式”），然后选择输入文件。完整的说明，包括文件选择对话框和批量运行，请参见“从经典界面运行平面分析”部分。瑕疵分析结果来自同一运行，只需按照上述步骤选择“执行瑕疵分析”即可。

这里的文件处理方式是 Flat Field，在“从经典 UI 运行 Flatfield 分析”下描述过一次：非常大的文件和LARGE FILES（均匀性、瑕疵、失真）设置，一次选择多个文件，合并或批量处理它们，以及三个裁剪选项。

瑕疵检测功能与平面场检测功能有所不同。它的文件和裁剪选项需要在“设置”或“瑕疵检测”输入对话框中进行设置，而平面场检测功能则使用其自身的输入对话框。

设置窗口

选择图像文件后，设置窗口才会打开（除非选中“快速运行”）。

请确保选中“执行瑕疵分析”复选框。

设置窗口：用于借助预览调整滤波器和阈值设置。
（重点已标出）。我们建议进行实验。
不同的滤镜、阈值和预览设置。

• 标题默认为文件名。您可以根据需要更改它。
• 执行瑕疵分析（通常选中）。取消选中后，瑕疵分析功能将被关闭，响应和瑕疵摘要预览将不再显示。均匀性分析仍可执行。当不需要进行瑕疵分析（该分析使用计算量大的二维傅里叶变换）时，此操作可以显著加快运行速度。
• “均匀性”按钮会打开“平场均匀性设置”窗口。所有均匀性结果均可计算，但直方图和精细噪声细节除外，这两项结果均无法在Imatest IT中使用。

滤波和阈值

滤波器响应图左侧的蓝色区域包含瑕疵滤波器和检测设置。

• 低通滤波器用于对高频信号进行滚降（之所以这样命名，是因为它“允许”低频信号通过）。下拉菜单用于指定滚降方程：指数滚降 (exp( -kf )) 或高斯滚降 (exp(-( kf ) ^² ))。指数滚降速度较慢，对高频信号的去除力度较小，但更接近人眼的听觉感受。滑块用于指定近似截止频率。低通滤波器的效果在响应图右侧的高空间频率区域和预览窗口中可见。频率过高会导致结果对噪声过于敏感；频率过低则可能导致忽略一些细微（但可见）的缺陷。

• 高通滤波器：滤波器的低频滚降。下拉菜单指定滚降方程：指数滚降 (exp( -kf )) 或高斯滚降 (exp(-( kf ) ^² ))。滑块指定近似截止频率。低通滤波器的效果在响应图左侧的低空间频率区域和预览窗口中可见。频率过低会导致结果对不均匀照明（光衰减、渐晕等）过于敏感；频率过高则可能导致遗漏较大的（但可见的）缺陷。

对大于500 万像素的图像进行降采样，将 2x2 组（每组 4 个像素）平均合并为 1 个像素。仅用于瑕疵计算（不影响热像素/死像素的计算）。结果基于图像上采样至原始尺寸。（瑕疵尺寸为 4 的倍数，但平均瑕疵尺寸与未降采样计算的结果非常接近。）
		原图（上）；降采样（并调整大小）后的图片（下图）

降采样技术能够显著提高瑕疵检测的速度并减少内存占用，因为瑕疵检测通常需要进行内存密集型的二维傅里叶变换。这在资源有限的制造环境（例如使用 Imatest IT 系统）中尤为重要。

低通/高通滤波器区域右侧的滤波器响应图显示了滤波器的响应曲线。蓝色（下方）曲线是低通滤波器和高通滤波器的组合响应。黑色（上方）曲线是归一化至最大值 1.0 的组合响应；该曲线用于实际的滤波器计算。

• 
  区域边界
  （红线）

  区域边界：占总宽度或高度的百分比。由于图像边缘附近的区域可能视觉效果不太明显，或者可能存在边缘相关的瑕疵，因此“瑕疵检测”功能允许您将图像划分为九个区域进行分析，这些区域由成对的垂直和水平分割线定义。输入的值是垂直线（定义左右区域）和水平线（定义上下区域）的位置，以占总宽度和高度的百分比表示。右侧的图示显示了两个边界（红线）= 6%。您可以为各个区域单独设置瑕疵阈值。

• 可以分别设置四个区域组和线条的阈值：中心、（左、右）、（上、下）、角和线条。
  • 类型是指瑕疵类型。可以是深色（默认）、浅色或两者兼有（深色和浅色）。
  • 该值是阈值的绝对值。当经过瑕疵滤波后的信号电平低于阈值时，即可检测到瑕疵。（目前仅将变暗区域视为瑕疵。）请注意，经过瑕疵滤波后的信号均值为零（由于高通滤波去除了直流分量），并且已归一化到平均信号电平（滤波前），因此阈值对应于韦伯-费希纳定律中的ΔL / L 。出于实际考虑（传感器噪声、观察条件），阈值通常大于 0.01。默认值为：中心区域 0.02，顶部、底部、左侧和右侧 0.03，角落 0.04，线条 0.01。通常情况下，更高的值效果更好。

绘图（显示）选项

右下角的预览图像以 280x200 像素的分辨率显示滤波后的图像预览。它会在滤镜设置更改时自动更新，方便用户进行微调。预览显示（示例如下）包括：

当预览设置与瑕疵概要图设置相同时，两种设置的背景均为浅黄色。否则，瑕疵概要图的背景为浅粉色（表示您看到的与最终结果可能不符）。

可以通过点击“位置”按钮，然后用鼠标拖动 280x200 像素的区域来更改预览图像的位置。最终裁剪区域以红色显示。它应该包含感兴趣的瑕疵（高于或低于阈值）。

我们强烈鼓励所有用户尝试不同的设置——
低通和高通滤波器截止频率和响应以及预览选项。

预览选项按处理程度递增的顺序排列：原始图像、瑕疵滤镜图像。

伪彩色：线性，点状强调（若 > 1 则为白色）。图像 < 阈值（若 > -阈值则为白色）。

绘图区域（左侧中间）用于指定要绘制的图形。这些图形的详细描述见下文“结果”部分。

• 左侧复选框选择的四幅图像分别展示了应用不同信号处理后的图像（原始图像（无处理）、 Blem 滤波器（低通滤波器+高通滤波器）、高通滤波器、高通滤波器 > 噪声 > （噪声增强 10 倍））。由于后三幅图像并非最终结果，它们主要用于诊断和查找设置。
• 线状瑕疵图绘制图像中水平线和垂直线的振幅。线条往往比斑点更明显，因此它们有自己的阈值（默认值 = 0.01）。
• 瑕疵计数图显示相邻（相连）瑕疵的大小。由于如果选中“在底部添加结果（无直方图）” ，二维瑕疵（汇总）图会显示瑕疵及其统计信息，因此很少需要此图。
• 瑕疵汇总图（伪彩色）包含两个下拉菜单（非复选框），位于上方复选框的正下方。此图以伪彩色显示瑕疵检测的关键结果。您可以选择多个选项。

  左侧下拉菜单。您可以使用预览窗口查看这些选项的功能。当设置与预览窗口相同时，背景会显示为浅黄色。
  

  离开	省略此图。
  线性
  重点	瑕疵过滤后的结果，数值大于 1.0 时会显示为纯白色。这样可以轻松找到瑕疵，避免在线性显示中被忽略。
  斑点 > 阈值	仅显示超出阈值的瑕疵。这样可以最清晰地显示瑕疵。
  线性，灰度 < 阈值	与线性（上图）类似，但瑕疵（级别 < （-）阈值）以灰色显示。
  重点，灰色 < 阈值	与斑点强调类似，但瑕疵（级别 < (-) 阈值）以灰色显示。

   
  右侧下拉菜单

  没有新增结果	图像填充了整个画面。
  在底部添加结果（不显示直方图）推荐	图像下方显示了滤镜响应、像素统计信息和相邻瑕疵统计信息（按大小排序）。统计信息以可滚动表格的形式呈现。
  在底部添加直方图结果（速度较慢）	图像下方会显示滤波器响应、像素统计信息和色阶直方图。图像色阶的标准差也会显示。不建议这样做，因为计算直方图和标准差很慢。

设置区域允许您输入影响结果的设置。

• 加速：取消选中此选项后，系统会计算并保存一些光照衰减信息（例如边缘和角落的亮度级别）。这对运行时间的影响相对较小。如果您需要在输出文件中保存基本的光照衰减统计信息，请保持选中状态。
• 伽玛值（设置区域）。伽玛值的默认值为 0.5，这在数码相机中很常见。伽玛值用于使图像线性化。可以使用Stepchart 软件，通过几种常用的阶梯图来测量伽玛值。（反射图最容易使用，但也可以使用透射图来测量动态范围。）
• 通道选择：红色、蓝色、绿色或 Y（亮度）通道
• “边角区域” （默认 32 x 32 像素）允许您选择要分析的图像边角区域。这些区域会影响边缘和边角级别的计算，当“加速”选项未选中时，计算结果将保存为 CSV 和 XML 格式的输出。可选值包括 10 x 10 像素、32 x 32 像素、1%（最小 10 x 10）、2%（最小 10 x 10）、5% 和 10%。如果“瑕疵检测”功能已添加到“光线衰减”中，则此选项可能会被移除。

缺陷像素

• 通道：选择用于缺陷像素检测的通道。有三个选项：

• 热/死 — 绝对/相对 — 集群检测

角落框可让您在框中设置的n x n区域内，将热像素和坏像素的敏感度降低 2 倍。

为了使此功能正常工作，JPEG 文件应以最高质量级别保存；在较低质量级别下，孤立的热像素和坏像素往往会模糊不清。热像素和坏像素的详细信息如下。您可以选择在满足任何颜色通道（默认）、所有通道或选定通道的条件时，将像素计为热像素或坏像素（亮像素或暗像素）。详细信息请参阅“均匀性：Imatest Master” 。

• 裁剪图像边缘附近的像素（左、右、上、下）（此功能通常处于禁用状态。）仅当在“选项 I”中选中“不询问裁剪”（使用 LF 输入对话框中的“裁剪...边缘设置”）时启用。如果选中，图像将沿左、右、上、下边缘裁剪指定数量的像素。
  

  区域选择的两种方法 待分析区域（ROI）通常在粗调和精调区域窗口中设置，ROI 是相对于左上角定义的，而不是相对于每个边缘定义的。因此，如果您希望多张图像的 ROI 边界保持一致（例如，您希望 ROI 边界距离图像边缘 4 个像素），则必须针对每种图像尺寸单独设置 ROI。 瑕疵检测提供了一种指定相对于图像边界的 ROI 的替代方法：crop_borders。当在“选项 I ”中选择“使用 LF 输入对话框中的裁剪...边界设置”并勾选“裁剪像素... ”复选框时，该参数会在瑕疵（或均匀性）窗口底部附近的“裁剪边界附近的像素”中设置。否则，crop_borders 将被忽略，而使用标准的 ROI 选择方式。

调音

设置瑕疵检测的关键参数非常重要，这样检测到的错误才能与可见的缺陷相对应，从而最大限度地减少“误报”和“漏报”。

关键参数是

• 低通滤波器函数和截止频率。指数函数最接近人眼的响应，但如果需要更陡峭的截止（通常用于更强力的降噪，同时保持对微小缺陷的可见性），则应使用高斯函数。截止频率（滑块位置）应进行调整，使测试图像预览（示例如下）中可见的小斑点相对于较大的斑点具有适当的强度，并且如果它们强度足够高，则应超出阈值。
• 高通滤波器功能和截止频率。通常建议使用更激进的高斯滚降来消除光线衰减和边缘效应，这些不应被误认为是瑕疵。截止频率（滑块位置）的选择应确保大面积光斑不会过亮。此设置需要权衡利弊。
• 阈值，特别是中心区域的阈值，应该在滤波器设置之后再设置。

测试图像

（我们正在开发更复杂的方法，但下图是一个良好的开端。）

请打印或显示下方所示图像的全尺寸版本，您可以点击此处或直接点击图像下载。查看图像时，应在产品开发过程中的典型条件下，以及在您预期的视角范围内进行观察。

使用此功能设置关键参数，使您认为不雅的斑点高于阈值，而您认为不雅的斑点则低于阈值。如果瑕疵图（如下所述）中显示的小斑点过于明显，请降低低通滤波器频率（向左移动滑块）。预览图可以大致反映效果，但最终图像才是最终结果。

调整低通滤波器和高通滤波器

低通滤波器的设置会影响高频滚降（频率响应图的右侧）。高通滤波器会影响低频滚降（频率响应图的左侧）。

结果的基准设置位于“设置”窗口（上方） ，其中低通滤波器 (LPF) 设置为 0.022（高斯滤波器），高通滤波器 (HPF) 设置为 0.007（高斯滤波器），这样可以获得非常好的整体效果。在下图中，其中一个滤波器的截止频率（LPF 或 HPF）已更改；另一个滤波器的截止频率与“设置”窗口中的设置相同。

特征模糊（扩散），因此无法检测到较小的缺陷。	随机噪声未被正确过滤。偶尔出现的噪声特征被误判为瑕疵。
单个斑点检测似乎没问题，但图像边缘附近存在问题，如右图所示。	降低高通滤波器截止频率会使滤波对渐变更加敏感，即图像边缘附近的光线衰减，而较暗的区域会被误认为是瑕疵。

结果

图像（原始图像和过滤后图像）

这里提供了一些图像示例。这些示例旨在方便您设置滤波器和阈值参数，您可以将图像（原始图像或处理后的图像）与经过瑕疵过滤后的结果（以伪彩色显示）进行比较。请注意，这些图未经抗锯齿处理，因此在原始（未缩放）显示中，垂直和水平方向的不均匀性（线条）可能会显得过大。为了获得更准确的图像，您必须点击感兴趣的区域或绘制矩形框来放大图像。双击即可缩小图像。下图展示了三组合成瑕疵，大小各异，从弱到强。

原图已裁剪，并放大了斑点。 设置滤波器参数（LPF 和 HPF 截止频率以及阈值）时，应在适当的放大倍数下仔细观察该图像，以验证其外观是否与检测到的瑕疵相符。
经过瑕疵过滤（高通滤波器和低通滤波器）的图像，裁剪并放大 此图像已进行滤波处理，以去除长距离密度变化（通常由渐晕引起）和噪声。下方所示的瑕疵汇总图（主要结果以伪彩色显示）直接源自此图像。斑点的最大密度应与上方未滤波图像中的斑点可见度密切相关。
高通滤波图像 此图仅显示高通滤波器的效果。（这是一个中间结果，通常不需要。）
高通滤波图像，降噪10倍 此图最大程度地显示了瑕疵和噪声，这与仅显示瑕疵但最小化噪声的瑕疵过滤图不同。微小缺陷会被放大。（这是一个中间结果，通常不需要。）
瑕疵序列图 此图显示了瑕疵及其大小顺序（从大到小）。瑕疵的详细信息（大小等）列于伪彩色瑕疵图（如下）右下角的表格中。深色瑕疵为蓝色；浅色瑕疵为红色。

瑕疵汇总（伪彩色）图（主要结果显示）

瑕疵汇总（伪彩色）图是主要结果展示——它清晰地显示了瑕疵。下图所示的图表选择了低于（深色）阈值的斑点。

对于小于阈值的斑点，仅显示低于（-）瑕疵阈值的区域；图像的其余部分为白色。如有需要，可以放大图像的某些部分。

其他选项包括斑点强调（如右图放大所示），它将过滤后的瑕疵图像的最大值限制为 0，最小值限制为 -0.1。这使得（较暗的）瑕疵比下面的线性（未限制）图像更明显，但可能不如上面的图像容易辨认。

当在绘图区域中选择“在底部添加结果（无直方图）”时，将显示底部一行。（不建议选择“在底部添加结果（带直方图）”（速度较慢） ，因为计算直方图（和标准差）速度较慢且意义有限。）滤波器响应曲线显示在左侧：下方的蓝色曲线是低通滤波器 (LPF) 和高通滤波器 (HPF) 的组合响应。上方的黑色曲线是归一化后的响应，最大值为 1.0（用于计算）。

中间的表格显示了整个图像以及 9 个部分中每个部分的错误数 (N Err)、最小值 (Min) 和 (–) 阈值级别 (Thr)，以及平均垂直线和水平线。

右侧表格显示了瑕疵的面积、x 和 y 坐标（以像素为单位）、用于查找瑕疵的滤波图像中瑕疵的平均值（通过将像素值与阈值进行比较）以及线性化输入图像中瑕疵的平均值。结果按瑕疵大小排序：从大到小。

线性瑕疵显示（瑕疵放大）

线瑕疵图

线条通常比大小相近的斑点或瑕疵更显眼。因此，检测线条时使用不同的阈值（通常更低；下图为 0.005）。下图分别展示了图像中的垂直线和水平线。滤波方法与斑点相同。此图针对的是一幅图像，在经过 10 倍噪声增强后的图像中可以看到明显的垂直条纹（线条），但在以全尺寸显示的原始图像中却看不到这些条纹（这是为了避免在 Matlab 图形中缩小显示时出现抗锯齿问题）。

由于末端效应（在 FFT 例程中），线条的末端未包含在分析中，因此以浅灰色显示。

CSV 和 JSON 输出文件

这些输出文件包含图表中未包含的额外统计信息。大多数信息的含义显而易见。例如，以下是部分JSON输出（省略了光照衰减结果）。JSON 对象的优点在于，通常可以使用JSON页面链接的例程，通过一行代码即可解析（解码）它们。这使得它们在后处理（例如，判断测试是否通过）中特别有用。

{
“blemishResults”: {
“dateRun”: “09-Jan-2012 01:24:25”,
“版本”：“Imatest 3.9-Beta Master Blemish”，
“ColorChannel”: “Y（亮度）”，
“nColorChannel”: [4],
“gamma”: [0.5],
“totalImagePxls”: [7990272],
…
“freqLowpass”: [0.0175],
“freqHighpass”: [0.0055],
“filterType”: [2,2],
“阈值”：[0.04,0.05,0.05,0.08,0.02]
”locations”: “结果,左上,2 中心上,3 右上,4 左,5 中心,6 右,7 左下,8 中心下,9 右下”,
“pixelErrors”: [0,0,0,0,18760,0,0,0,0],
“最小值”：[-0.00705，-0.00763，-0.00765，-0.00699，-0.06241，-0.00773，-0.00684，-0.00474，-0.00726]，
“最大值”：[0.00379,0.00422,0.00377,0.00351,0.0104,0.0052,0.00256,0.00492,0.00326],
“horizLineMin”: [-0.00173],
“horizLineMax”: [0.00116],
“N_blemish_count”: [16],
“blemishSizePxls”: [2715,2452,1905,1885,1882,1721,1551,1170,844,690,486,484,415,361,197,2],
“blemishCenter_X”: [1721.2,1557.1,1265.5,1484.8,1404.9,1344.9,1200.9,1049.1,1106.5,950.6,929.7,1340.5, ...],
“blemishCenter_Y”：[961.3,969.6,964.1,1157.3,959.7,1156.7,1153,1152.6,966.6,965.5,1152,1252.7,...]
}
}

最后三行数据（“blemishSizePxls”， ff ）包含相连瑕疵的大小、x 和 y 位置（以像素为单位），按从大到大的排序。

输出格式的变量名称相似（但不完全相同）。如有任何疑问、建议或需要其他输出格式，请联系我们。

保存结果

运行结束后，会弹出一个用于保存结果的对话框。您可以在其中选择要保存的图形以及保存位置。默认位置是图像文件目录下的“Results”子目录。您可以取消选中“Results”子目录复选框来更改保存位置。所选设置会在运行之间保存。请注意，系统会显示多个均匀性图（如果已选择绘制）。

在勾选或取消勾选复选框之前，您可以先查看输出图形。图形、CSV、XML 和 JSON 结果会保存到文件中，文件名由根文件名、绘图类型和通道（R、G、B 或 Y）后缀以及文件扩展名组成。例如： IMG_9875_ISO1600_RGB_f-stop_ctrG.png 。根文件名默认为图像文件名，但您可以使用“结果根文件名”复选框进行更改。请务必按 Enter 键。对于批量运行，建议勾选“保存后关闭图形”以防止图形文件堆积（这会降低大多数系统的运行速度）。单击“是”或“否”后，Imatest 主窗口将重新出现。

图形可以保存为 PNG 文件（一种标准的无损压缩图像文件格式）或 Matlab FIG 文件，后者可以使用“实用工具”菜单中的“打开图形文件”功能打开。虽然可以对图形文件进行编辑（缩放和旋转），但它们通常比 PNG 文件占用更多存储空间，因此不建议使用。

CSV 和 XML 文件包含EXIF 数据，EXIF 数据是图像文件的元数据，其中包含重要的相机、镜头和曝光设置。默认情况下， Imatest使用一个名为 jhead.exe 的小程序来读取 EXIF 数据，该程序仅适用于 JPEG 文件。要从所有图像文件格式中读取详细的 EXIF 数据，我们建议您下载、安装并选择Phil Harvey 的 ExifTool ，具体操作请参见此处。

详细信息请参见“一致性：Imatest Master” 。

待分析区域通常由roi 参数选择，该参数在粗调和精调区域调整窗口中设置。roi 参数包含若干组四个值，每组值对应于图像宽度 nwid_save 和高度 nht_save 的第 n个值。每组四个 roi 值由 [x1 y1 x2 y2] 组成：分别表示定义感兴趣区域的左、上、右、下四个像素，该区域相对于左上角定义，而非相对于图像边缘。因此，如果您希望多个图像的边界保持一致（例如，希望 ROI 边界距离图像边缘 4 个像素），则必须针对每个图像尺寸单独设置 roi 参数。

瑕疵检测提供了一种指定相对于图像边界的 ROI 的替代方法：crop_borders，它位于瑕疵（或均匀性）窗口的底部附近。crop_borders 包含五个值：1-4 是相对于 LRT 和 B 边界的边距（以像素为单位）。第五个值用于启用 (1) 或禁用 (0) crop_borders。当 blemcrop==1 且 crop_borders(5)==1 时，crop_borders 启用。如果 blemcrop>1 或 crop_borders(5)==0，则忽略 crop_borders，并使用 roi 作为 ROI。