影像品質因素（關鍵性能指標）

清晰度

▶

清晰度可以說是最重要的影像品質因素：它決定了影像能夠傳達多少細節。右上角的圖像展示了清晰度降低的影響（透過使用設定為 0.7 sigma 的高斯濾波器運行圖像處理程序）。

設備或系統的清晰度以空間頻率響應 (SFR)來衡量，也稱為調製傳遞函數 (MTF) 。 MTF 表示給定空間頻率（以週期或線對/距離衡量）相對於低頻的對比。 50% MTF 頻率與感知清晰度高度相關－遠優於以往的解析度消失測量方法，後者只能指示細節缺失的位置。

清晰度和 MTF 在“清晰度：它是什麼以及如何測量？”一節中進行了介紹。

印刷或顯示影像的清晰度是透過主觀品質因子 (SQF) 或銳利度來衡量的，它們源自於 MTF（人眼的對比敏感度函數）和觀看條件。

Imatest的主要銳利度測量方法是使用斜邊圖案，透過SFR 、斜邊 SFR （ Rescharts的一部分）、 SFRplus 、 eSFR ISO 、 SFRreg或棋盤格（後四種方法高度自動化）進行分析。您可以使用 Imatest 測試圖表模組購買或列印測試圖。有關使用 Imatest測試鏡頭的簡要說明，請參閱「如何使用 Imatest 測試鏡頭」 。

有幾種替代圖案可用於測量MTF，這些圖案會使相機應用不同程度的銳利化和降噪處理。所有這些圖案都需要比傾斜邊緣更大的測量空間。它們包括：

• 對數頻率法使用正弦模式圖，其頻率呈對數成長。它可用來檢驗斜邊法。方法更直接，但精度較低。
  
• Log F-Contrast ，非常適合檢查降噪造成的細節損失，
• 星圖，一種多方向正弦圖案，
  
• 隨機/枯葉圖案用於測量紋理銳利度。尺度不變的隨機圖案可最大限度地減少銳利化並最大程度地降低雜訊。枯葉圖案更能代表典型的影像。
  

MTF測量矩陣對不同的測量方法進行了比較。

許多消費級相機，尤其是那些影像感測器或像素較小的相機（例如移動成像設備和傻瓜相機），其訊號處理方式在影像平面上並不統一。銳利化處理應用於對比度高的特徵（例如邊緣），而降噪處理（低通濾波）則應用於非銳利化特徵區域，且通常強度較高，導致紋理細節遺失。這類相機在傾斜邊緣測試中表現良好，但在實際成像中卻效果不佳。為了強調這一點，我們展示了一張真實的手機拍攝照片，照片中窗戶和瓦片被過度銳化，而鬆樹叢的紋理卻完全丟失了。 Imatest 透過兩個模組測量紋理清晰度：

• Log F-Contrast ，它將圖案對比度與紋理損失聯繫起來，以及
  
• 隨機/枯葉測試圖支援兩種類型的測試圖。尺度不變的隨機圖案可最大限度地減少銳利化並最大程度地降低雜訊。枯葉圖案則更能代表典型的圖像。枯葉圖案已引起業界的廣泛關注，尤其是來自手機影像品質（CPIQ）小組的關注。 Imatest的新型「散落硬幣（枯葉）」測試圖相比現有測試圖具有多項顯著優勢。
  

噪音

▶

雜訊是影像密度的隨機變化，在膠片上表現為顆粒感，在數位影像中表現為像素級變化。它源自於影像感測器和放大器內部的基本物理效應—光的粒子特性和熱能。

雜訊及其測量在攝影影像中的雜訊中進行了介紹，並在色彩/色調和 eSFR ISO 雜訊中進行了更深入的描述。

噪音可透過多個Imatest模組進行測量。 Color /Tone Interactive 、 Color/Tone Auto和Stepchart可提供最詳細的結果，但Colorcheck 、 SFR 、 SFRplus 、 eSFR ISO和Flatfield也可測量雜訊。 ISO 15739 視覺噪音標準利用噪音頻譜、人眼視覺系統模型和觀察條件來評估噪音的視覺強度。

雜訊與像素尺寸密切相關。在像素尺寸至少為 4 微米見方的數位單眼相機中，雜訊可以非常低。但在配備小型感光元件的卡片數位相機和拍照手機中，尤其是在高ISO 感光度或低光源環境下，雜訊會變得非常明顯。此外，感測器技術和製造品質也會影響雜訊。

鏡頭（光學）變形

▶

鏡頭（光學）畸變是一種像差，它會導致影像邊緣附近的直線彎曲。這會給建築攝影和攝影測量（從影像中提取測量數據）帶來麻煩。最簡單的近似方法是使用三階方程式。其中r_{_u} 為未畸變半徑， r_{_d}為畸變半徑。根據 k 的符號，變形可以是「桶形」（如右圖所示）或「枕形」。對於複雜的透鏡，當五階近似係數（符號相反。

《失真：方法與模組》是一本優秀的失真入門教材。它列出了數學模型、用於測量失真的模組，並展示了測量結果。

光線衰減（漸暈）和感光元件不均勻性

▶

暗角（漸暈）是指影像邊緣附近的亮度降低。使用廣角鏡頭時，暗角現象尤其明顯。 Flatfield 和Flatfield -Interactive （一種專為直接影像擷取而設計的互動式模組）可以測量暗角。

縮小光圈後，光線衰減通常會有所改善。這可以透過軟體或影像處理流程輕鬆校正。 Picture Window Pro 、 PTLens和其他一些程式都提供了消除光線衰減的工具。由於適度的光線衰減在畫面上可能更美觀，因此並不總是建議完全消除它。

Flatfield還可以測量其他感測器不均勻性，包括顏色陰影（不均勻性）、壞點（熱像素和死像素）、局部靈敏度變化、斑點（灰塵）和雜訊。

瑕疵（可見的感測器缺陷）

瑕疵是指影像中可見的斑點或痕跡，由感測器缺陷或感測器前方的灰塵（通常由拜耳濾鏡、抗鋸齒濾鏡和紅外線濾鏡隔開）引起。它們在製造過程中至關重要。 Imatest Master 軟體中的「平場瑕疵偵測」功能可以測量這些瑕疵。

瑕疵檢測功能使用類似於人眼視覺系統對比敏感度函數的傳遞函數來過濾影像。因此，當過濾器參數設定正確時，可見瑕疵將被標記出來，而低於可見閾值的瑕疵將被忽略。這可以顯著提高生產良率。

Flatfield Blemish Detect還可以測量熱像素和死像素，並能執行大多數Flatfield功能。

曝光精度與ISO感光度

▶

對於可手動調整的相機來說，曝光準確度通常不是大問題，因為可以透過直方圖輕鬆確定，並使用曝光補償進行修正。但對於全自動相機和幾乎沒有後製色調調整功能的攝影機來說，曝光準確度可能是一個問題。

可以透過拍攝包含任何灰階圖案測試圖表的場景，並使用Stepchart （適用於僅限灰階階梯圖的圖案，例如 Q-13/Q-14）、 Colorcheck （適用於 X-Rite Colorchecker）、 Color/Tone Interactive或Color/Tone Auto （適用於任何灰階圖案的圖表圖表）進行分析來測量準確度。

橫向色差

▶

橫向色差（LCA），也稱為“彩色條紋”，是一種鏡頭像差，會導致不同顏色的光聚焦在距離影像中心不同的位置。它在影像邊緣附近最為明顯。有關其詳細解釋，請參閱“色差”部分。

LCA 測量方法包括SFR 、 SFRplus 、 eSFR ISO 、 SFRreg和棋盤格法，這些方法主要利用影像邊界附近的切線邊緣。點陣法則使用點陣網格進行符合I3A CPIQ 標準的 LCA 測量。

使用非對稱鏡頭時，包括超廣角鏡頭、真遠攝鏡頭和變焦鏡頭，LCA 問題最為嚴重。去馬賽克處理對其影響顯著。去馬賽克處理前，可以透過軟體進行完全校正；去馬賽克處理後，則只能進行部分校正。 Picture Window Pro的校正效果相當不錯。未來，Imatest 提供的資訊（詳細的 LCA 設定檔）或許能夠進一步提升校正效果。

鏡頭眩光（光暈）

眩光是指鏡頭和光學系統中因鏡頭元件與鏡頭內筒之間的反射而產生的雜散光。它可以預測鏡頭光暈（影像模糊，導致陰影細節和色彩喪失）以及「鬼影」的嚴重程度，這些現象可能在視野內或視野附近存在強光源時發生。 （它無法詳細測量鬼影。）

面紗眩光是透過以下方式測量的：

• 使用標準的柯達 Q-13 或 Q-14 階梯圖，安裝在「黑洞」（即在小開口後面襯有黑色的盒子）旁邊，安裝在一個大的白板上，如「遮蔽眩光」中詳細描述的那樣。
• 使用ISO 18844 方法 C 的Flatfield或Flatfield Interactive ，以及帶有對角線排列的“黑洞”（光陷阱；也有透射版本）的圖表，在Veiling glare中也有描述。

只有使用 RAW 格式影像才能可靠地測量眩光，最好使用伽馬值 = 1 解碼，因為影像處理（尤其是轉換為 sRGB 色彩空間）會影響色調響應曲線的「趾部」區域，而該區域對於眩光測量至關重要。必須特別注意區分像素偏移（感測器或相機輸出中的最小像素級別——某些視訊/電影色彩空間（例如Rec. 709 ）內置於其中）和耀斑光。

鏡頭光暈是限制相機實際動態範圍的主要因素。對比度解析度圖表和模組對於在存在光暈的情況下測量真實動態範圍尤其重要。

彩色莫爾條紋（鋸齒）

彩色莫爾條紋是指影像中出現高空間頻率重複圖案（例如織物或柵欄）時產生的彩色條帶現象。右側的範例是佳能 Rebel XT 相機搭配其銳利套機鏡頭拍攝的襯衫局部細節圖。之所以沒有使用通常的圖像，是因為它不包含能夠展現彩色莫爾條紋的重複圖案。

彩色摩爾紋是影像感測器中由於混疊（影像能量高於奈奎斯特頻率）而產生的偽影，尤其是在使用拜耳彩色濾光片陣列的影像感測器中。關於彩色摩爾紋的詳細解釋請參閱「奈奎斯特頻率、混疊和彩色摩爾紋」部分。鏡頭銳利度、感光元件的抗混疊（低通）濾波器（會柔化影像）以及去馬賽克軟體都會影響彩色摩爾紋的出現。通常情況下，使用銳利度最高的鏡頭時，彩色摩爾紋最為明顯。

使用eSFR ISO和Wedge模組，透過雙曲楔形測量顏色莫爾條紋。 Imatest 5.2中新增了一種顏色莫爾條紋測量方法：CIELAB 色度平均值的最大值。測量楔形內部尺寸。

混疊對影像品質的影響可以透過香農資訊容量計算來衡量。

聚焦、散焦和距離效應

當鏡頭失焦或改變物體距離而不改變鏡頭焦距時，會出現一些重要的現象。測量這些現象需要拍攝多張不同距離（建議）或不同焦距設定（難以重複實現）下的影像。可以使用多張影像進行測量。

• 景深（DoF）
• 場曲率
• 縱向（軸向）色差，以及
• 鏡頭焦距（與電動模組化測試台一起使用時，可以設定精確控制的距離步長）。

要進行這些測量，您需要擷取多組SFRplus 、 eSFR ISO或棋盤格影像，並使用FocusField後處理器進行處理。以下是結果的動畫 GIF。

影像處理偽影：降噪和銳化

軟體（尤其是 RAW 轉換過程中的操作）可能會導致明顯的視覺偽影，包括過度銳利化產生的「光暈」和低對比度細節的遺失。這些偽影源自於非線性（非均勻）訊號處理（之所以這樣稱呼，是因為它會隨訊號而改變）。影像在邊緣等高對比度特徵附近可能會被銳化（MTF 增強），而在沒有這些特徵的地方則會被模糊（低通濾波）。這通常使用雙邊濾波來實現，可以透過影像處理模組進行模擬。這通常會提高測量性能，但可能會導致感知影像品質下降，例如，即使邊緣被強烈銳化，皮膚也會出現類似「塑膠」的卡通效果。

這種細節損失可以透過Log F-Contrast模組進行測量，該模組分析左側所示的圖表，該圖表橫軸表示空間頻率，縱軸表示對比度，兩者均呈對數變化。 Random /Dead Leaves模組也可用於觀察和測量偽影：此處展示了一個特別嚴重的案例。

可以使用Star模組，透過香農資訊容量來測量幾種類型的偽影的影響：混疊（來自去馬賽克）、資料壓縮和裁剪（飽和）。

資料壓縮和傳輸損耗

資料壓縮和傳輸損耗會對影像品質產生顯著影響。左側影像的右側部分已儲存為低品質 JPEG 格式，可見條帶狀偽影、低對比度細節遺失以及邊緣附近的「波紋」現象。

其中一些損失，特別是低對比度細節的損失，可以使用Log F 對比度和隨機/枯葉模組進行分析。

SSIM模組使用兩張影像（一幅處理後的影像和一幅參考影像）對壓縮/傳輸損耗進行詳細測量。這兩幅影像必須來自同一擷取過程，且像素尺寸必須相同。此模組可以使用任意圖像，包括多種 Imatest 測試圖表的圖像，尤其是上文提到的兩種圖表。影像處理模組也包含 SSIM 運算功能。

資訊容量測量採用西門子星形圖，還能計算資料壓縮對影像品質的影響。該測量通過比較 JPEG 和 JPEG 2000 進行了測試。

印表機的品質因素

注意： Print Test 的許多功能現在由Gamutvision實現。 Print Test 已被棄用（無人使用）。

列印 Dmax

Dmax = -log ₁₀ （最小列印反射率）衡量的是印表機/墨水/紙張組合能夠再現的最深黑色色調。它是影響列印品質的一個極為重要的因素。 Dmax 值低的列印件看起來會顯得蒼白無力。 Dmax = 1.7 對於霧面列印來說是一個不錯的數值；2.0 對於光面、半光面和半光澤列印來說是一個不錯的數值。據報道，Epson Ultrachrome K3 列印機在使用高級光澤紙時，Dmax 值可高達 2.3。這非常出色。

Dmax 值是透過列印測試測量，同時也要參考印表機的色調響應曲線和下文所述的色彩因素。列印測試需要一台性能良好的平板掃描儀，為了獲得最佳精度，最好使用階梯色卡。

Dmax受印表機、紙張和墨水的影響。響應曲線也受ICC配置檔的影響。列印測試可以幫助選擇耗材並診斷列印問題。

列印色域

列印色域是指印表機、墨水和紙張組合能夠重現的色彩範圍。它是一個重要的品質因素，但其重要性可能被有些誇大了。 （這種說法必然會引發爭議。）相對不飽和的顏色，例如膚色，往往主導著我們對印刷品質的感知。這類顏色必須準確重現。色域僅影響高飽和度的顏色。整體色彩響應，尤其是對於低飽和度到中等飽和度的顏色而言，比色域更為重要。

透過Print Test測量列印色彩範圍和整體色彩反應，以及上述密度因素。

列印色域受印表機、紙張、墨水和工作色彩空間的影響。色彩響應也受ICC配置檔和渲染意圖的影響。列印測試可以幫助選擇設定檔、軟體設定並診斷色彩問題。