InfoDR 使用方法（第二部分）：图表分析

Imatest InfoDR （基于信息的动态范围）是指Imatest模块和测试图表，旨在测量_C4在各种光照条件下的信息容量，尤其是在低光照条件下。

本页“使用 InfoDR，第 2 部分”介绍了如何在 Imatest Rescharts 和 Color/Tone 中分析 InfoDR 图表。

第一部分-引言- _C4信息容量- InfoDR 图表版本- 照明-照明测量
照片（装裱）

相关页面

使用 InfoDR，第 1 部分——介绍 InfoDR 图表以及如何拍摄它们。

使用 InfoDR（第二部分） ——介绍如何在 Imatest Rescharts 和 Color/Tone 中分析 InfoDR 图表。

InfoDR 第 3 部分 — 结果— 显示了多台摄像机的 C4 汇总结果。

基于信息指标的图像质量测试（白皮书）相机图像质量测试简明指南，重点介绍从信息论中得出的指标，这些指标比清晰度或噪声等传统指标更能预测相机性能。

图像信息指标——信息容量及相关指标的介绍和概述，并附链接。

使用 Rescharts — Rescharts 简介 — Rescharts是一个用于分辨率相关图表的交互式界面，所有这些图表也可以在固定批处理版本中运行。

使用倾斜边缘分辨率分析（第二部分） ——选择文件——设置窗口 ——ROI 选择与分析——边缘 ID 文件——更多设置窗口——辅助读数——设置区域 ——Gamma——基于图表对比度的 Gamma——自动模式窗口——警告——裁剪——总结

斜边测试结果第 3 部分– SFRplus 边缘测试结果 —多 ROI 区域总结—边缘和 MTF —色差 —锐度/SQF —直方图和噪声—图像、几何形状、畸变、视场角— 3D 图—镜头风格 MTF 图—边缘粗糙度—点扩散函数—总结— CSV 和 JSON 输出

斜边结果第 4 部分– SFRplus 其他结果（色调、颜色、失真等） —色调响应和伽马值—图像、几何形状、失真、视场角—径向失真—总结和 EXIF 数据—颜色分析—详细噪声图—总结—链接

这些说明适用于 InfoDR 模块，该模块可以交互式（设置）模式或支持批处理的自动模式运行。其操作与其他斜边分辨率分析类似，但也存在一些差异。最重要的是， InfoDR 图表并非设计用于填充字段，并且必须在“图表配置”下拉菜单（或“更多设置”）中指定图表类型。

我们重点介绍 InfoDR 特有的设置。适用于其他分辨率分析的设置将在“使用倾斜边缘分辨率分析第 2 部分”中进行详细描述。

我们首先介绍Rescharts（交互式；设置）模式的说明，该模式允许您输入和修改设置并查看结果。这些设置将被保存以供自动模式运行使用（如下所述），自动模式允许批量分析文件。

打开 InfoDR，选择图表类型，然后读取图像文件

通常情况下，应启用自动ROI检测。该选项可在ROI选项的“动态范围...InfoDR”设置中找到并进行设置。

Rescharts 图表配置
下拉式菜单

Rescharts可以分析多个版本的 InfoDR 图表，但不会自动检测。要查看已选择的图表类型，请打开Rescharts 。具体的 InfoDR 图表类型会显示在右侧的“图表配置”下拉菜单中。如有需要，您可以选择正确的设置（例如，InfoDR: 3. Trans. LVT 2-layer 92 dB）。设置将被保存。如果您确定已选择正确的设置，则可以跳过此步骤。您也可以在“更多设置”窗口中输入图表配置。

在右侧图表区域中选择12. InfoDR以读取图像文件。

如果已保存正确的 InfoDR 图表类型，请打开InfoDR读取图像文件。新版界面和传统界面的具体操作可能有所不同。

如果自动检测失败，则通过选择注册标记并细化选择来手动设置 ROI。

InfoDR设置窗口打开。

InfoDR 设置窗口

我们将修复一些不太正确的设置。更改：{阶梯图——将被移除）（楔形图——需要更多测试）
（以上颜色模式分析——可能会被移除。如果使用 CIELAB (L*a*b*) 参考文件，则会分析颜色模式。）
由于 InfoDR 的活动图案仅限于图像中心，因此曝光不足的图像将被删除。
（面积可能会缩小。）

InfoDR 设置窗口（许多与其他模块共享的设置都位于此处）
利用倾斜边缘分辨率分析（第二部分）

环境	描述与推荐
左侧的设置区域（更多设置中也包含这些设置。）	用于选择分析通道和线性化方法。典型设置：Y 亮度通道，Gamma 值从图表中选择。必填设置：图表对比度 = 4。请参阅“使用倾斜边缘分辨率分析，第 2 部分”中的“设置窗口” 。（可能需要调整线性化选择，以便更好地处理较暗、雾蒙蒙和噪声较大的图像。）
V 或 H 边缘	可选择垂直、水平或V&H边缘。
投资回报率	设置用于测量MTF和噪声的ROI的相对大小。通常为0.8到0.9。
失真（滑块）	如果图像失真，请调整 ROI 位置。
作物边界	很少使用。仅当图像中的物体干扰注册标记检测时才需要。
检测	普通模式或额外平滑模式（最适合噪点较多的图像——或许也适用于所有图像）
信息容量	信息容量设置（InfoDR 应始终启用）。允许您选择自动边缘检测、平均噪声（最适合均匀处理的图像——原始转换后的图像）、平滑峰值噪声（最适合双边（非均匀）滤波后的图像）。

点击“确定” 继续计算。

结果

右侧“显示”下方下拉菜单中提供了多种显示方式，其中许多都包含多种选项。下表是参考资料，其中包含指向详细说明的链接。本页介绍了以黄色高亮显示的信息显示方式，其他显示方式的说明请参见相关链接页面。

显示设置

1.边缘和 SFR（MTF）	平均边缘（上图）和 SFR（MTF）图（下图）。常用。
2.色差	横向色差：边缘附近最明显。对 InfoDR 的价值有限。
3.精度/SQF	视觉效果清晰锐利。完整描述请点击此处。
4.多重投资回报率总结	针对多个投资回报率筛选出的结果。
5.色调响应，Gamma/白平衡	音调响应和伽玛值。点击此处了解更多关于伽玛值的信息。
6.直方图和噪声统计	直方图和边缘噪声统计信息。很少使用。必须关闭加速功能。
7.摘要和 EXIF 数据
8.图像与几何	图像、几何形状、畸变、视野。可能显示感兴趣区域。
*9. ab* 颜色误差**
10.分离颜色：参考/输入
11.三维图和等高线图	所选变量的 3D 图和等高线图（有很多选择）。
12.边缘粗糙度	边缘粗糙度（并非很好的质量指标；更适用于模糊图像）
13.噪声、信噪比、动态范围	噪声、信噪比、动态范围。有很多选项可供选择。
14.楔形MTF和混叠
15. 楔形波纹
16.多楔形总结
17.边缘和信息容量噪声	平均边缘（上图）和空间变化噪声（下图；用于信息容量）
18.相关信息：NPS、NEQ、SNRI……	两张图表，每张图表均包含大量结果（标准指标和信息指标）。
19.信息指标（C_4...）与曝光度	*信息指标——尤其是_C4——与曝光度的关系。InfoDR的关键结果。*

信息相关显示

请注意，在交互式分析期间，可以在调用显示之前或之后随时调用更多设置（显示可能会受到设置的影响）。

显示内容显示在右侧中间的“显示”下拉菜单中。对于 InfoDR，可用的信息相关显示内容有：

1. 边缘和 SFR（MTF）	顶部显示边缘图的信息容量；底部显示标准 MTF/SFR 图。
17. 边缘和信息容量噪声	顶部显示边缘图的信息容量；底部显示空间相关的噪声。
18. 相关信息：NPS、NEQ、SNRi……	显示两个图表，每个图表都包含大量结果。
19. 信息指标（C_4...）与曝光度	显示几个结果（最重要的是信息容量C ₄ ）作为光照的函数。

1. 边缘和 SFR（MTF） 17. 边缘和信息容量噪声

由于边缘和SFR（MTF）图（1）非常常见——它从Imatest诞生之初就已存在——因此这里仅显示边缘和信息容量（空间相关）噪声图。这些图适用于所有斜边模块。

上图（边缘）显示了测量 4:1 对比度边缘的C ₄和C _max信息容量。

下图显示了空间相关的噪声。边缘附近的大峰值表明存在双边（非均匀）滤波，这在相机拍摄的JPEG文件中很常见。图中还显示了几个统计数据（例如边缘两侧的平均信号和噪声等）。

边缘（顶部）和空间相关噪声
对于 ROI 2，其中_C4 = 2.29 比特/像素

在此图中，“显示大尺寸 ROI 和噪声”选项已勾选。这会显示 ROI 的大幅图像，如果区域较暗则会提亮。这适用于非常暗的区域，该区域的性能明显低于明亮区域。

ROI 17 的放大和提亮图像，
其中_C4 = 0.182 比特/像素

边缘噪声和空间相关噪声
左下角和右下角

18. 相关信息：NPS、NEQ、SNRi……

图像信息指标（ NPS 、 NEQ 、 SNRi 、误差概率等）以及各个区域的几个传统指标（MTF、LSF 等）显示在“信息相关：NEQ、SNRi 等”显示中。

信息相关图表的一个关键特点是它同时显示两个结果：一个在顶部，一个在底部，这使得比较和关联不同的结果变得容易。这一特点在开发新指标的过程中得到了广泛应用。

两个下拉菜单之间的“对数 x 轴”复选框（显示在右侧的红色椭圆内）允许您在适当情况下选择线性或对数 x 轴，用于频率图。

在 Rescharts 图表中红色椭圆框内的上下图表的“信息相关...”下拉菜单中，提供了大量结果选择。显示区域，位于右上角。

“信息相关……”下拉菜单有点过于庞大。它包含的条目过多（您必须滚动才能看到所有条目；并非所有条目都显示在右侧）。

更多绘图示例请参见“倾斜边缘的图像信息指标：说明 — 结果”部分。

线扩散函数（LSF；上图），
方形可见性（下图）

噪声等效量子（NEQ；上图），
SNRi（下图）

信息相关图表列表：NPS、NEQ、SNRi 等显示

上、下地块	符号来自EI2024 论文。
噪声幅度谱	NPS （ f ）也称为维纳谱。它是计算核函数的重要中间结果。以及其他关键指标。
噪声功率谱（NPS）
噪声等效量子 (NEQ)	频率相关的信噪比功率，表示光子主导信号入射到像素上的量子数。
SFR（MTF）	空间频率响应（又称调制传递函数）。衡量清晰度的关键指标。
边缘线性化未归一化	μ _S ( x )平均边缘（ISO 分箱算法的输出）
线扩散函数（LSF）	边的导数
边缘噪声幅度
噪声自相关性	IFFT( NEQ ( f ))与传感器串扰相关的实验测量。
SNRi 方形 wxw	正方形物体的理想观察者信噪比（边长为w × w像素）。
SNRi矩形 wx 4w	矩形物体的理想观察者信噪比（边长为w × 4 w像素）。
每像素SNRi平方²	每个像素的信噪比为^2，适用于w × w 的正方形区域。趋于稳定；不会无限增加。
每像素SNRi矩形²	每个像素的信噪比为^2，适用于w × 4 w 的矩形区域。数值趋于稳定，不会无限增长。
LSF 双峰位移	线扩散函数双峰位移与间距的关系
LSF 双峰振幅	线扩散函数振幅随间距的变化
LSF双峰信噪比能量	线扩散函数能量随间距的变化
边缘位置 sigma 平方 wxw	w × w正方形的边缘位置标准差。
边缘位置 sigma rect. wx 4w	w × 4 w矩形的边缘位置标准差。
Edge SNRi 1D 双透镜	边缘信噪比 (SNRi) 用于长1D 物体。
对象匹配过滤器	F_匹配对象( f )优化 SNRI 的匹配滤波器的响应
边缘位置匹配过滤器	F _{<sub>matched-edge</sub>} ( f ) = f × F _{<sub>matched-object</sub>} ( f )匹配滤波器的响应，用于优化边缘信噪比增强

仅限下部地块
原始图像裁剪	原始（输入）ROI
未分箱图像裁剪	反向投影；低噪声
噪声图像裁剪	原始图像 – 噪点图像，经过提亮和对比度增强处理以用于显示。
结果总结	文本显示了边缘方差和噪声图像方法的C ₄和C _max ，以及其他结果，其中一些是实验性的，可能会发生变化。
方形可见图像	一张合成图像，展示了不同尺寸（1×1 至 14×14 像素）和米歇尔逊对比度（4:1 图表对比度为 0.6，其他对比度为 0.3 和 0.15）的方块的可见性。大图版本覆盖了显示屏的上下区域。图像亮度已调高，以便在较暗区域也能清晰可见。
方形可见性 - 大

更多图表详情请参见“倾斜边缘的图像信息指标：说明 — 结果”

19. 信息指标（C_4...）与曝光度

此图显示了多个区域（从浅色到深色）的结果。它仅在以下情况下可用： InfoDR 。

上图显示的是从以下列表中选择的变量：1、3 和 4。

信息容量 C_4 — 4:1 对比度边缘或物体的信息容量， C ₄ （或 C_4）。MTF 值通常不会随曝光量发生太大变化（尽管它们会受到图像处理的影响）。
信息容量 C_max
SNRi（nx4n像素）
log10（来自 SNRi 的误码率）对比度可以从 10:1 到 1.2:1 进行选择（也适用于 5. 和 6.）。
边缘位置 sigma（nx4n 像素）
伽马（来自边缘）
平均投资回报率
边缘对比度
MTF50
MTF50P
MTF 面积峰值正常值
MTF20
（次要读数 1）
（次要读数 2）
平均噪声
平均信噪比
三角边缘密度
密度差分边缘对比度
根据需要添加其他人员。

X轴单位可以设置为

Log_10曝光量（-光密度（-OD）） ， Log ₁₀单位，光学科学家常用单位。
暴露度（dB） ， 20× _log10单位，电气工程师首选。
光圈值（EV） ， Log ₂单位，摄影师常用
补丁编号，主要用于调试和诊断。
亮度cd/m^2 ，色块亮度：推荐用于需要在低光照条件下良好表现的相机（通常为固定光圈）。请注意，对于反射式色卡（不建议用于测量动态范围），
灯箱亮度（cd/ ^m² ）= L = E / π，其中图表照度E （勒克斯）为参考值，即
图表照度E (勒克斯) = π灯箱亮度L (cd/m ² )
传感器曝光量H，单位为勒克斯秒，与胶片特性曲线所用的单位相同，或
log ₁₀ （传感器曝光度H，单位为勒克斯-秒） 。

下图显示了密度响应（log ₁₀ （信号））。

信息能力单位（C单位）

比特/像素（大多数情况下首选）
兆比特/^平方毫米（必须输入像素间距）
兆比特/图像（涉及外推）

前三个x 轴单位是基于对数的相对单位：OD（log ₁₀ ）、dB（20×log ₁₀ ）和 EV（log ₂ ）。

最后三个是绝对单位，基于InfoDR 说明第 1 部分中描述的照度或亮度测量。

最后两个条目，即传感器曝光量H （到达传感器的总照度，单位为勒克斯秒），是根据 ISO 12233:2019 附录 B 中的近似值得出的。

曝光量（勒克斯·秒）= H _a = 0.65 L _a t / A ²
其中a表示算术平均值（ISO 12232 命名法）。

在胶片特性曲线中， H通常以对数形式表示（如 log ₁₀ ( H )），例如右图所示的富士Provia 100F彩色胶片特性曲线。反转（滑动）胶片。胶片图是下方 log ₁₀ ( DN / DN _max ) 图（如上所示）的水平镜像（即上下颠倒版本）。

信息容量 C_4

右上方的图表显示了边缘信息容量_C4 、动态范围和汇总指标。这是 InfoDR 图表中最重要的一张。

动态范围汇总在左上角，并以彩色条形图的形式显示在右下角。上图中动态范围质量等级的阈值（ _C4 = 2、1、0.5、0.2 和 0.1，分别对应优秀、高、中、低和差）是基于有限的图像样本得出的初步值，可能会在进一步研究后进行更改。我们在“显示大 ROI 和噪声”选项下，放大了“边缘和信息容量”噪声图中各个图像块的显示结果。上图中第 17 个图像块的结果处于临界状态，边缘检测即将失败。为了便于观察，图中的线条已调亮。

左侧显示了另一个汇总指标（采用两种不同的单位）。C4Δ = _∑C4ΔD_是一个启发式评价指标，等于_C4曲线下的面积，其中ΔD = 0.2是双层胶片图表的 x 轴密度增量。该指标似乎与用户感知到的相机性能具有良好的相关性。C4Δ 的_单位分别为比特/像素（用于衡量单个比特的质量）和兆字节总质量（用于衡量图像整体的质量，假设图像清晰度均匀）。

SNRi：wx 4w 像素矩形的理想观察者信噪比。

SNRi 是理想观察者信噪比，它表示目标的可检测性。矩形对比度可以通过“对比度单位”下拉菜单（上图中的C 单位）进行调整。更高的对比度意味着更高的SNRi和更高的错误概率。

对比度	10:1	4:1	3:1	2:1	1.5:1	1.2:1
米歇尔森控制。	0..818	0.60	0.50	0.333	0.20	0.091

w x 4 w个矩形的SNRi (dB)，其中w = 20, 10, 5, 3, 2, 1

由SNRi导出的_Log10 （错误概率（误码率））。

我们可以修改这条曲线，因为数值越大情况越糟糕（数值越小意味着错误率越低）。矩形对比度也可以调整。

设定规格（可接受性能的最小 SNRi 或最大错误率）的挑战在于找到与系统性能最相关的对象大小和对比度。

与传统动态范围的比较

通过将“显示”设置为“13. 噪声、信噪比、动态范围”，并选择“15. 场景参考信噪比、色差和动态范围”，即可轻松地将基于信息的动态范围与传统的基于信噪比和斜率的动态范围进行比较。结果与运行“颜色/色调”（如下所述）相同。动态范围测量值通常低于上述基于信息的_C4动态范围测量值，部分原因是前者能更好地处理杂散光的有害影响。

自动模式

InfoDR Auto在选择输入文件（或批量模式下的文件）后自动运行，无需额外输入。它使用从Rescharts交互模式保存的设置。

可以通过Rescharts交互模式，从“设置”窗口左侧的“设置”区域打开“自动模式设置”窗口，或者通过“更多设置”窗口底部的宽“切换到 InfoDR 自动模式”设置按钮打开。

我们不推荐任何单区域图。它们数量太多，实用性不高。（在运行Rescharts交互模式时，其中一些图可能有用。）主要关注的图是信息指标（C_4 等）与曝光量的关系图。其他所有图都是可选的，而且大多数更适合用于 eSFR ISO 等。

颜色/色调

InfoDR图表也可以通过颜色/色调（交互式或自动）进行分析，此时它们的行为与标准动态范围图表类似。颜色/色调无法测量信息指标（例如_C4 ）。

InfoDR可在“颜色/色调”窗口中选择，如图右侧所示。图表类型可在“颜色/色调”设置窗口的左下角选择（如图最右侧所示），也可在“选项 II”窗口中选择。

附录. SNRi 和误差概率

我们利用检测理论的结果来计算总误差概率，即假阳性概率和假阴性概率之和，如下图所示的接收者操作曲线（ROC）。对于均值为_μ₁和_μ₂且标准差相同（ σ₁ = _σ₂ _）的高斯分布，当决策阈值x₀ ₌ ( μ₁ + _μ₂ ) / ₂时，误差概率最小。需要注意的是，该系统关于x = 0.5对称。关于检测理论的更多细节，请参阅维基百科和相关参考文献。

对于高斯曲线，概率密度函数为

关键假设是 SNRi 可以视为标准信噪比 (SNR)，其中信号 = Δμ = μ2 - μ1，噪声 = σ，如上图所示。

由于 ROC 曲线的对称性，我们可以使用左侧高斯分布来计算误码率，因为其均值_μ₁ = 0使得计算更加简便。该误码概率，也称为目标检测误码概率 ( ODEP) （通常缩写为误码率或比特误码率， BER ），是

对于左侧的高斯曲线，决策阈值为。

让

和。

摘自MATLAB 文档中的 erfc 函数、麻省理工学院课堂笔记及其他资料，

BPSK（二进制相移键控）方程（用于检查结果）—— BPSK 关于V = 0对称，其中μ ₁ = −0.5 且μ ₂ = +0.5 ，即，和在上图中，将其平移到以V = 0 为中心的位置。

BPSK误码率的标准方程为：

当我们假设……时，出现了矛盾。麻省理工学院的课堂笔记对此有解释。

我们将2σ²记为^N₀ _。前面已经提到， σ²是衡量底层 AWGN 过程预期功率的指标。然而， ^N₀也常被称为噪声功率，我们也将用这个术语来指_代N₀ _。

根据这一说法，对于 BPSK 而言，噪声功率N _o似乎是通过两个高斯函数之间的差异来测量的，这与σ （对于单个高斯函数）不同。

在这种情况下，。

假设并使用，

这解决了我们假设N ₀ = σ ²时遇到的矛盾。

环境	描述与推荐
图表对比	InfoDR始终为4
InfoDR图表配置	从前四个选项中选择正确的图表配置（其他选项不可用）：1. 反射式开放中心，2. 透射式开放中心，3. 透射式 LVT 2 层 92 dB（本页示例中使用），4. 透射式 VisNIR 2 层 138 dB。
色彩空间	自动检测（可更改）。LibRaw 转换过程中选择了 Adobe RGB 色彩空间。
灰度/彩色参考	选择合适的密度参考文件。仅适用于双层透射图表，强烈建议使用。
照度或亮度	根据照明测量技术（上一页）进行选择。
信息容量 - 自动边缘噪声检测	信息容量 - 自动边缘噪声检测通常效果最佳，尤其是在处理方式未知的情况下，但如果合适，也可以使用其他设置（例如，均匀处理图像的均值或双边滤波图像的平滑峰值噪声）。必须启用信息容量计算。

加速	已验证。通过移除一些很少需要的计算（例如直方图计算）来加快运行速度。
线性化方法：根据图表对比度计算 Gamma 值	一般推荐。其他方法详见“使用倾斜边缘分辨率分析，第 2 部分” 。
斜边计算（左下角）	Imatest 22.1（推荐 - 默认）。其他设置可能无法提供可靠的计算结果。