2013年1月, Imatest发布了“散落硬币”(Spilled Coins)测试图,它是“枯叶”(Dead Leaves)测试图的改进版,用于测量相机的精细纹理响应。(该测试图在Imatest商店有售,提供黑白和彩色版本。)不久之后,我们合作伙伴Image Quality Labs的Jason Cope发现了一个异常结果,并打电话给我询问原因。当我查看图像时,我意识到他的测试方法是正确的。他找到的这张图片,其处理方式违背了“枯叶”测试图的初衷——即准确测量相机的纹理响应,不受处理技巧或信号伪影的影响。
好消息是,我们找到了使用斜边图或Log F对比度图测试图像的方法,这些方法可以指示“硬币洒落”测量结果的有效性。如果相机未能通过这些测试,则可以忽略“硬币洒落”测试的结果。
下面展示的是两张用800万像素手机摄像头拍摄的照片的局部放大图,分别在光线较暗(25勒克斯)和较亮(900勒克斯)的环境下拍摄。这些图像来自FastStone Viewer的屏幕截图,该软件设置为对比两张照片。
这是原图案按相同比例缩小后的局部放大图。可以看到更多细节。

iPhone 5 的噪点更多,但纹理保留明显更好。手机 B 则完全抹杀了低对比度纹理。然而,在“硬币散落”图案下,手机 B 在高空间频率下的 MTF 测量结果几乎与 iPhone 一样好(见下文)。显然存在问题,而且不难看出原因:手机 B 在高对比度边界附近的锐化伪影具有高频能量,有效地提升了测得的 MTF 值。
这是同一两台相机在更高光照水平(900 勒克斯)下的拍摄结果。

使用 FastStone 查看器进行对比,手机 B 仍然存在一些纹理损失。
以下是这些摄像头在散落硬币图案(上图)和斜边图案(下图)下的MTF测试结果。手机B的锐化程度过高。在相机的小屏幕上看起来可能不错,但即使适度放大,“光晕”也会非常明显(而且难看)。如此极端的MTF锐化(散落硬币图案为1.8,斜边图案为2.8)足以导致这款手机在测试中失败。
对数 F 对比度结果(与散落硬币的比较)
将“硬币散落”和“斜边”测试结果与相同手机和光照条件下的Log F-Contrast图表图像进行比较很有帮助。Log F-Contrast 图表的空间频率在整个图表上变化,调制(对比度)也从上到下变化。显示器会显示 MTF 轮廓随对比度(或调制)的变化。
iPhone 5 在 25 勒克斯光照条件下的测试结果。可以看到一个较弱的尖峰。响应为 比手机 B 的扩展范围要大得多。 | 手机B在25勒克斯光照条件下的测试结果。锐化效果显著。峰值超过 2.2,但响应急剧下降 调制 < 0.15(对比度 < 1.6:1)。 |
iPhone 5 在 900 勒克斯光照条件下的测试结果。可以看到一个较弱的锐化峰。 | ![]() 手机B在900勒克斯光照条件下的测试结果。锐化程度极高。 峰值 > 2.6。 |
主要观察结果:
- B手机的锐化峰值非常高:在Log F对比度测试图上和在倾斜边缘测试图上几乎一样高。在高对比度下,峰值似乎会降低,这是因为图像饱和度较高。
- 在低对比度下,尤其是低照度(25 勒克斯)下,B 手机的响应速度下降得更快。
- 纹理问题在“散落硬币”图表中清晰可见,但在标准的MTF(傅里叶)分析中并未显现出来。这表明可能还有其他方法可以分析“散落硬币”图表:例如,振幅直方图?敬请期待。
- 倾斜边缘图和 Log F 对比度图都表明了枯叶/散落硬币分析中没有出现的问题。


在 25 lux 下,Phone B 的硬币散落 MTF。



iPhone 5 在 25 勒克斯光照条件下的测试结果。
手机B在25勒克斯光照条件下的测试结果。锐化效果显著。
