画像品質要因（主要業績評価指標）

シャープネス

▶

シャープネスは、おそらく最も重要な画質要素と言えるでしょう。画像がどれだけのディテールを表現できるかを決定づけるからです。右上の画像は、シャープネスが低下した場合の影響を示しています（画像処理において、ガウスフィルターの1つを0.7シグマに設定して実行した場合）。

デバイスまたはシステムの鮮明度は、空間周波数応答（SFR） 、別名変調伝達関数（MTF）として測定されます。MTFは、特定の空間周波数（距離あたりのサイクル数またはラインペア数で測定）における低周波数に対するコントラストです。50% MTF周波数は、知覚される鮮明度とよく相関しており、ディテールが失われている場所を示す従来の解像度消失測定よりもはるかに優れています。

シャープネスとMTFについては、「シャープネスとは何か、そしてどのように測定するのか？」で解説しています。

印刷物やディスプレイの知覚される鮮明さは、主観的品質係数（SQF）またはアキュタンスによって測定され、これらはMTF（人間の目のコントラスト感度関数）と視聴条件から導き出されます。

Imatestの主なシャープネス測定では、 SFR 、 Slanted-edge SFR ( Reschartsの一部)、 SFRplus 、 eSFR ISO 、 SFRreg 、またはCheckerboard (後者 4 つは高度に自動化されています) によって分析される斜めエッジパターンを使用し、Imatestテストチャートモジュールで購入または印刷できるターゲットを使用します。詳しい手順については、 「Imatest を使用したレンズのテスト方法」をご覧ください。

MTFの測定には、カメラに異なる量のシャープニングとノイズリダクションを適用させるいくつかの代替パターンを使用できます。これらはすべて、斜めエッジよりも広い面積を必要とします。それらには以下が含まれます。

• 対数周波数は、周波数が対数的に増加する正弦パターンチャートを使用します。これは、傾斜エッジ法のチェックを提供します。より直接的ですが、精度は劣ります。
  
• Log Fコントラストは、ノイズ低減によるディテールの損失を調べるのに最適です。
• 星図、多方向の正弦波パターン、
  
• テクスチャの鮮明度を測定する「ランダム／枯葉」パターン。スケール不変のランダムパターンは、シャープネスを最小限に抑え、ノイズ低減を最大限に高めます。「枯葉」パターンは、一般的な画像により近い表現となっています。
  

MTF測定マトリックスは、さまざまな測定方法を比較するものです。

多くの民生用カメラ、特に小型イメージセンサーや画素を持つカメラ（モバイル機器やコンパクトデジタルカメラなど）は、画像平面全体で信号処理が異なります。コントラストの高い特徴（エッジなど）の近くではシャープネス処理が適用されますが、シャープな特徴がない部分ではノイズ低減（ローパスフィルタリング）が強く適用されるため、テクスチャの詳細が失われます。このようなカメラは、斜めエッジテストでは良好な結果を示すものの、満足のいく画像が得られません。この点を強調するために、実際のカメラ付き携帯電話の画像を示します。窓と屋根瓦は強くシャープ化されていますが、松の低木のテクスチャは完全に失われています。 Imatestは、テクスチャの鮮明度を2つのモジュールで測定します。

• パターンコントラストとテクスチャ損失の関係を示すLog Fコントラスト、
  
• ランダム/デッドリーブスは、2 種類のチャートをサポートしています。スケール不変のランダムパターンは、シャープネスを最小限に抑え、ノイズ低減を最大化します。デッドリーブスパターンは、典型的な画像により近いものです。デッドリーブスパターンは、業界、特にカメラフォン画像品質 (CPIQ) グループから大きな注目を集めています。Imatestの新しいSpilled Coins (Dead Leaves)チャートは、既存のチャートに比べていくつかの大きな利点があります。
  

ノイズ

▶

ノイズとは、画像濃度のランダムな変動であり、フィルムでは粒子として、デジタル画像ではピクセルレベルの変動として現れます。これは、イメージセンサーや増幅器内部における、光の光子性や熱の熱エネルギーといった基本的な物理現象の影響によって生じます。

ノイズとその測定については、 「写真画像のノイズ」で紹介し、 「色調とeSFR ISOノイズ」でより詳しく説明しています。

ノイズは、 Imatestの複数のモジュールで測定されます。Color /Tone Interactive 、 Color/Tone Auto 、およびStepchartは最も詳細な結果を提供しますが、 Colorcheck 、 SFR 、 SFRplus 、 eSFR ISO 、およびFlatfieldでもノイズが測定されます。ISO 15739 Visual Noiseは、ノイズスペクトル、人間の視覚系のモデル、および視聴条件を使用して、ノイズの視覚的な強度を推定します。

ノイズは画素サイズに大きく比例します。画素サイズが少なくとも4ミクロン四方のデジタル一眼レフカメラではノイズは非常に低くなりますが、小型センサーを搭載したコンパクトデジタルカメラやカメラ付き携帯電話では、特に高感度ISO設定時や暗い場所ではノイズが目立つようになります。ノイズはセンサー技術や製造品質にも影響されます。

レンズ（光学）の歪み

▶

レンズ（光学）歪みは、画像の端付近で直線が湾曲する原因となる収差です。建築写真や写真測量（画像から得られる測定値）では問題となることがあります。最も単純な近似式は3次方程式です。ここで、 r _uは歪みのない半径、 r _dは歪みのある半径です。k の符号によっては、「樽型」（右図参照）または「糸巻き型」になります。複雑なレンズでは、5 次近似の係数が ( ）は反対の符号を持つ。

『歪み：手法とモジュール』は、歪みに関する優れた入門書です。数学モデル、歪みを測定するために使用されるモジュールを一覧にし、結果を図解しています。

光量低下（周辺減光）およびセンサーの不均一性

▶

周辺光量落ち（ビネット効果）は、画像の隅付近が暗くなる現象です。広角レンズでは特に顕著に現れます。周辺光量落ちは、 FlatffieldおよびFlatfield-Interactive （直接画像取得に対応するように設計されたインタラクティブモジュール）によって測定されます。

周辺光量落ち（フォールアウト）は、レンズの絞りを絞ると改善されることが多い。ソフトウェアや画像処理パイプラインで簡単に補正できる。Picture Window Pro 、 PTLens 、その他いくつかのプログラムには、周辺光量落ちを除去するツールが搭載されている。適度な周辺光量落ちは画像的に美しい場合もあるため、必ずしも完全に除去することが推奨されるわけではない。

フラットフィールドは、色の濃淡（不均一性）、固着ピクセル（ホットピクセルとデッドピクセル）、局所的な感度変動、斑点（ほこりによるもの）、ノイズなど、センサーのその他の不均一性も測定します。

傷（目に見えるセンサーの欠陥）

ブレミッシュとは、センサーの欠陥やセンサー前面（通常はベイヤーフィルター、アンチエイリアシングフィルター、赤外線（IR）フィルターで隔てられている）の塵埃などが原因で画像に現れる、目に見える斑点や跡のことです。これらは製造において非常に重要な問題です。ブレミッシュは、 Imatest Masterのフラットフィールドブレミッシュ検出機能で測定されます。

欠陥検出機能は、人間の視覚系のコントラスト感度関数に類似した伝達関数を用いて画像をフィルタリングします。そのため、フィルタパラメータを適切に設定すれば、目に見える欠陥は検出され、視認閾値以下の欠陥は無視されます。これにより、製造歩留まりを大幅に向上させることができます。

フラットフィールドブレミッシュ検出機能は、ホットピクセルとデッドピクセルも測定し、ほとんどのフラットフィールド機能を実行できます。

露出精度とISO感度

▶

露出精度は、ヒストグラムを使って簡単に判断でき、露出補正で修正できる手動調整式のカメラではそれほど問題になりません。しかし、全自動カメラや、撮影後の色調調整がほとんどできないビデオカメラでは、問題となる可能性があります。

露出精度は、グレースケールパターンを含むテストチャートを撮影し、 Stepchart （Q-13/Q-14などのグレースケールステップチャート専用パターン用）、 Colorcheck （X-Rite Colorchecker用）、 Color/Tone Interactive 、またはColor/Tone Auto （グレースケールパターンを含む任意のチャート用）で分析することで測定できます。

横方向の色収差

▶

横色収差（LCA）は、「色のにじみ」とも呼ばれ、レンズの収差の一種で、画像の中心から異なる距離で色が焦点を結ぶ現象です。画像の隅付近で最も顕著に現れます。詳しくは「色収差」の項をご覧ください。

LCAは、 SFR 、 SFRplus 、 eSFR ISO 、 SFRreg 、およびチェッカーボードによって、画像境界付近の（主に）接線方向のエッジを使用して測定されます。ドットパターンは、ドットのグリッドを使用してI3A CPIQ準拠のLCA測定を行います。

LCAは、超広角レンズ、望遠レンズ、ズームレンズなど、非対称レンズで最も顕著に現れます。デモザイキングの影響を強く受け、デモザイキング前であればソフトウェアで完全に補正できますが、デモザイキング後は部分的にしか補正できません。Picture Window Proは、かなり効果的な変換機能を備えています。将来的には、Imatestが提供する情報（詳細なLCAプロファイル）によって、補正精度が向上する可能性があります。

ベール状のグレア（レンズフレア）

ベールグレアとは、レンズや光学系において、レンズ要素間およびレンズ内筒での反射によって生じる迷光のことです。これは、視野内またはその近傍に明るい光源が存在する場合に発生するレンズフレア（画像のにじみ（暗部のディテールや色の喪失））や「ゴースト」像の深刻度を予測するものです。 （ゴースト像の詳細な測定は行いません。）

ベールグレアは次のように測定されます。

• 「ベールグレア」で詳しく説明されているように、大きなホワイトボードに取り付けられた「ブラックホール」、つまり小さな開口部の後ろが黒で覆われたボックスの横に、標準的なコダックQ-13 または Q-14 ステップチャートを取り付けたステップチャートを使用します。
• ISO 18844 メソッド Cを使用したフラットフィールドまたはフラットフィールドインタラクティブは、「ブラックホール」（ライトトラップ、透過型バージョンも利用可能）の対角配列を持つチャートを使用しており、ベーリンググレアでも説明されています。

ベールグレアは、RAW画像（できればガンマ=1でデコードしたもの）でのみ確実に測定できます。これは、画像処理（特にsRGBカラースペースへの変換）が、ベールグレアの測定に重要なトーンレスポンスカーブの「つま先」領域に影響を与える可能性があるためです。ピクセルオフセット（センサーまたはカメラ出力における最小ピクセルレベル。Rec.709などの一部のビデオ/シネマカラースペースに組み込まれています）とフレア光を区別するために、特に注意を払う必要があります。

レンズフレアは、カメラの実用的なダイナミックレンジを制限する大きな要因です。コントラスト解像度チャートとモジュールは、フレアが存在する状況下で真のダイナミックレンジを測定する際に特に役立ちます。

カラーモアレ（エイリアシング）

カラーモアレとは、布地や柵など、空間周波数の高い繰り返しパターンを持つ画像に現れる色の縞模様のことです。右側の例は、キヤノン Rebel XT に付属の高性能キットレンズで撮影したシャツの細部です。通常の画像は、カラーモアレを示す繰り返しパターンが含まれていないため、使用していません。

カラーモアレは、ベイヤーカラーフィルターアレイを採用したイメージセンサーにおいて、エイリアシング（ナイキスト周波数を超える画像エネルギー）によって発生するアーティファクトです。詳細は「ナイキスト周波数、エイリアシング、カラーモアレ」で解説されています。レンズのシャープネス、センサーのアンチエイリアシング（ローパス）フィルター（画像をぼかす効果）、およびデモザイキングソフトウェアの影響を受けます。シャープネスの高いレンズほど、カラーモアレは顕著になる傾向があります。

カラーモアレは、 eSFR ISOおよびWedgeモジュールを使用して双曲線ウェッジから測定されます。Imatest 5.2では、新しいカラーモアレ指標が追加されました。これは、CIELAB Chromaの平均の最大値です。くさびの内側で計測。

エイリアシングが画質に及ぼす影響は、シャノン情報容量の計算によって測定される。

焦点、焦点ぼけ、距離効果

レンズの焦点がずれたり、レンズの焦点を変えずに被写体までの距離が変わったりすると、いくつかの重要な現象が現れます。これらの現象を測定するには、異なる距離で取得した複数の画像（推奨）または異なる焦点設定で取得した複数の画像（再現性が低い）が必要です。複数の画像を使用して測定できます。

• 被写界深度（DoF）、
• 場の曲率、
• 縦方向（軸方向）の色収差、および
• レンズの焦点距離（電動モジュール式試験台と併用する場合。試験台は、距離ステップを精密に制御して設定できます）。

これらの測定を行うには、 SFRplus 、 eSFR ISO 、またはチェッカーボード画像をバッチ処理で取得し、 FocusFieldポストプロセッサで処理する必要があります。結果をアニメーションGIFで示したものを以下に示します。

画像処理のアーティファクト：ノイズ低減とシャープ化

ソフトウェア（特にRAW変換中に実行される処理）は、過度のシャープ化による「ハロー」や、低コントラストの細かいディテールの損失など、重大な視覚的アーティファクトを引き起こす可能性があります。これらのアーティファクトは、非線形（不均一）信号処理（信号によって変化するため、このように呼ばれます）によって発生します。画像は、エッジなどのコントラストの高い特徴の近くでシャープ化（MTFブースト）され、それらがない場所ではぼかされる（ローパスフィルタリング）ことがあります。これは、画像処理モジュールでシミュレートできるバイラテラルフィルタリングによって最もよく行われます。これにより、一般的に測定されたパフォーマンスは向上しますが、知覚される画像品質の低下につながる可能性があります。たとえば、エッジが強くシャープ化されているにもかかわらず、肌が「プラスチックのような」漫画のような外観になることがあります。

このディテールの損失は、 Log F-Contrastモジュールで測定できます。このモジュールは、左図に示すグラフを分析します。このグラフは、水平軸で空間周波数、垂直軸でコントラストが対数的に変化します。また、 Random/Dead Leavesモジュールは、アーティファクトの観察と測定にも役立ちます。特に顕著な例を以下に示します。

スターモジュールを使用すると、シャノン情報容量を用いて、エイリアシング（デモザイキングによるもの）、データ圧縮、クリッピング（飽和）など、いくつかの種類のアーティファクトの影響を測定できます。

データ圧縮と伝送損失

データ圧縮と伝送損失は、画質に大きな影響を与える可能性があります。左側の画像の右側は、低品質のJPEG形式で保存されています。バンディング、低コントラスト部分のディテールの損失、エッジ付近の「波打ち」が確認できます。

これらの損失の一部、特に低コントラストのディテールの損失は、 Log Fコントラストモジュールとランダム/枯葉モジュールを使用して分析できます。

SSIMモジュールは、処理済み画像と参照画像の2つの画像を使用して、圧縮/伝送損失の詳細な測定を提供します。これらの画像は同じキャプチャから取得され、同じピクセルサイズである必要があります。このモジュールでは、任意の画像を使用できます。これには、上記の段落で言及した2つの画像を含む、複数のImatestテストチャートの画像も含まれます。画像処理モジュールにもSSIM計算機能が含まれています。

シーメンス社のスターチャートを用いた情報容量測定では、データ圧縮が画質に及ぼす影響も算出される。この測定は、JPEGとJPEG 2000を比較することで検証された。

プリンターの品質要因

注： Print Testの多くの機能は現在Gamutvisionによって提供されています。Print Testは非推奨となりました（使用者がいなかったため）。

印刷Dmax

Dmax = -log ₁₀ (最小印刷反射率) は、プリンター/インク/用紙の組み合わせで再現できる最も深い黒のトーンの尺度です。これは、印刷品質の非常に重要な要素です。Dmax が低い印刷物は、色が薄く弱々しく見えます。Dmax = 1.7 はマット印刷に適した値です。2.0 は、光沢、半光沢、ラスター印刷に適した値です。Epson Ultrachrome K3 プリンターでは、プレミアム ラスター用紙を使用した場合、Dmax が 2.3 まで高くなるという報告があります。これは素晴らしいことです。

Dmaxは、プリンターの階調応答曲線と下記に説明する色係数とともに、プリントテストによって測定されます。プリントテストには、適切なフラットベッドスキャナーが必要であり、最高の精度を得るにはステップチャートが必要です。

Dmaxは、プリンター、用紙、インクによって影響を受けます。応答曲線はICCプロファイルによっても影響を受けます。プリントテストは、消耗品の選定や印刷トラブルの診断に役立ちます。

印刷色域

印刷の色域とは、プリンター、インク、用紙の組み合わせで再現できる色の範囲のことです。これは重要な品質要素ですが、その重要性はやや過大評価されているかもしれません。（この記述は議論を呼ぶでしょう。）肌の色など、比較的彩度の低い色が印刷品質の印象を左右します。こうした色は正確に再現されなければなりません。色域は彩度の高い色にのみ影響します。特に彩度の低い色から中程度の色に関しては、色域よりも全体的な色の再現性の方が重要です。

印刷の色域と全体的な色応答は、上記で説明した濃度係数とともに、プリントテストによって測定されます。

印刷色域は、プリンター、用紙、インク、および作業カラースペースによって影響を受けます。色の応答性は、ICCプロファイルとレンダリングインテントにも影響されます。印刷テストは、プロファイルの選択、ソフトウェア設定、および色の問題の診断に役立ちます。