Imatest 斜边分辨率分析使用专门设计的测试图表,对几个关键图像质量因素进行高度自动化的测量。用户无需手动选择感兴趣区域 (ROI)。
本页面涵盖基于倾斜边缘(而非灰度、彩色或楔形图案)生成的结果,以及文本输出(CSV 和 JSON)文件。
- 清晰度,可以用空间频率响应(SFR)表示,也称为调制传递函数(MTF) ,可以以多种方式显示,既可以显示单个边缘的清晰度,也可以显示整个图案的清晰度。
- 横向色差
- 信息能力
第四部分将介绍其他非由倾斜边缘得出的结果。
- 噪点(在eSFR ISO 下最佳)
- 失真(不同模块的细节有所不同;使用 SFRplus 和 eSFR ISO 效果最佳。详情请参见此处。
- 音调响应* (同样,细节不如阶梯图丰富;无噪声统计数据)
- 与带有可选颜色图案的 SFRplus 一起使用时,颜色准确度*位于中心方块上方。
- 输入入射勒克斯时,灰度图案图表的ISO 感光度* (基于饱和度和标准输出感光度)。
- eSFR ISO中楔形图案导致的分辨率消失、混叠和莫尔条纹
- 所有图表的图像、几何形状、畸变、视野
*仅适用于带有色调和/或颜色图案的图表。不适用于 SFRreg(无中心图表)或棋盘格图表。
| 结果表格-切向和矢状边缘-多 ROI 汇总- MTF 不对称性-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- 3D 图-镜头类型 MTF 图- 边缘粗糙度-点扩散函数-信息容量-汇总- CSV 和 JSON 输出-链接 |
本页面汇总了四种倾斜边缘分辨率分析方法以及自动区域检测的结果。 在很多情况下,我们将以SFRplus为例。其他模块也能产生类似的结果。 |
Imatest 23.1 新增功能:可根据倾斜边缘计算信息容量。公式和算法–说明–详细 PDF 文档 Imatest 2020.2 新增功能:大幅改进了3D 和多图像显示。图像轮廓图尤为引人注目。可显示香农信息容量图和平均 ROI 像素级图(与照明均匀性相关)。 Imatest 5.1新增了图表 MTF 补偿功能,以弥补图表的局限性。这可以使大多数图表的最大像素容量翻倍。 |
四个介绍页——SFRplus 、 eSFR ISO 、 SFRreg和棋盘格——描述了每个模块,并解释了如何获取和拍摄图表。
说明第 2 部分展示了如何在Rescharts中运行模块并保存设置以实现自动运行。
结果
计算完成后,结果将显示在Rescharts窗口中,该窗口允许选择多个显示选项。下表显示了特定结果的图表。显示选项已编号,但不同模块的编号不同。除斜边测量外的其他测量结果请参见第 4 部分。

(其他模块情况有所不同)
| 斜边测量(本页) | 展示 | 模块 |
| 各个区域的MTF(清晰度) | 边缘和MTF | 全部 |
| 整幅图像的MTF(清晰度) | 多投资回报率汇总 三维图 镜头式 MTF 图 | 全部 |
| 横向色差 | 色差 | 全部 |
| 清晰度/SQF(主观质量因素) | 敏锐度/SQF | 全部 |
| 边缘粗糙度 | 边缘粗糙度 | 全部 |
| 噪声(来自倾斜边缘) | 直方图和噪声统计 | 全部 |
| 点扩散函数(近似值) | PSF 图 | 全部 |
| 信息能力结果(C、NPS、NEQ、SNRi 等) | 信息容量图 | 全部 |
| 其他测量(第 4 部分) | 展示 | 模块 |
| 图像、几何、畸变、视场 | 图像与几何 | 全部 |
| 畸变(几何-径向图) | 径向畸变图 | S+、E、C |
| 音调响应和伽马 | 音调响应和伽马 | E+ |
| 详细的 eSFR ISO 噪声 | 请参阅颜色/色调和 eSFR ISO 噪声 | E+ |
| 色彩准确度 | a*b* 颜色误差 分裂色 | E+ |
| ISO感光度 | 音调响应和伽马 | E+ |
| 均匀性/光线衰减曲线 | 颜色和亮度均匀性曲线 | S+,C |
| EXIF 数据 | 摘要和EXIF数据 | 全部 |
| 楔形分辨率、混叠和MTF [仅限 eSFR ISO] | 楔形混叠和MTF 多楔形图 | E |
图例: S+ = SFRplus,E = eSFR ISO,E+ = eSFR ISO + SFRreg(带中心图),C = 棋盘格
此处将显示影响每个显示器的设置。这些设置大多未在第二部分中列出。它们会被保存并用于自动运行。
切线和矢状边缘
边缘方向对MTF有显著影响:不同方向的边缘(水平与垂直等)通常不会影响MTF 。 即使是相邻的像素点,它们的调制传递函数(MTF)也相同。因此,为了保持多区域图的简洁性和可读性,我们通常需要限制这些像素点的边缘方向。
这些图表允许选择右侧方框中所示的选项。
| 仅绘制垂直方向的图 仅水平绘制 绘制 V 和 H 的曲线。 绘制垂直和水平图:自动绘制 2 个图 仅绘制切向 MTF 仅绘制矢状面 MTF |
近水平和近垂直(即倾斜)边缘是成像工程师熟悉的。(不建议使用纯水平和垂直边缘,因为水平和垂直边缘与图像像素之间的相位关系会导致显著的测量不一致性——可以通过(略微)倾斜边缘来解决,通常倾斜约 5 度。)
切向边缘和矢状边缘对于光学工程师(镜头设计师)来说很熟悉,但对于大多数成像工程师来说则不太熟悉。
矢状(径向)边缘沿从图像中心到边缘的径向线方向排列。切向(子午线)边缘(大致如图右所示)垂直于径向线方向排列。
请注意,MTF 测量是在垂直于边缘的法线方向上进行的,这不可避免地会导致混淆。对于水平和垂直边缘,我们主要考虑的是边缘方向,因此这并不是什么大问题。但对于矢状和切向边缘来说,这个问题就比较显著了,因为它们分别对应于切向和矢状 MTF。我们最近改进了标签,以期使这个问题更加清晰。
即使边缘方向不完全一致,也能获得合理的矢状面和切向边缘测量值。判断边缘是矢状面还是切向面的标准如下:
矢状面:分数(矢状面边缘)= |sin( α− θ )| > 0.9
切向:分数(切向边)= |cos( α− θ )| > 0.9
请注意,边缘可以是(主要)水平的或垂直的;它可以是矢状的、切向的,或者两者都不是(如果以上两个标准都不满足)。
- 矢状面和切向面的边缘不是在对角面(相对于中心)中测量的,因为边缘角度需要接近 45 度,这使得选择合适的 ROI 变得困难。
- SFRplus 比其他自动检测斜边图表(eSFR ISO、棋盘格)具有更多的矢状/切向方块,因为角落附近的倾斜设计使得垂直边缘大多为切向(以便于色差测量)。
- 我们开发了一种SFRplus图表的变体(如右图所示),在顶部和底部两行各增加了8个切向和矢状向方格。它与标准SFRplus图表完全兼容,目前仅接受预订。
多 ROI 汇总显示

Rescharts窗口(上方)显示的多感兴趣区域(ROI)摘要包含所有ROI的详细结果汇总。( 3D图也包含出色的摘要。)左上角以柔和的灰度显示图像,选定区域以红色矩形框标出,并以全对比度显示。每个区域旁边最多显示四个结果框。结果可在窗口右侧“显示”选项区域(位于“显示”选项下方)中选择。
“结果”选项(右侧)允许您选择要显示的结果。N 是区域编号。“中心到角点距离 %”是区域的近似位置。CA 是色差面积,以中心到角点距离的百分比表示(一种感知测量)。图像下方的图例显示了显示的结果。在 ini 文件中设置了 multistyle。
“视图”选项(最右侧)允许您选择要显示的结果框数量,这在多个区域重叠时非常有用。从上到下,框的数量分别为 4、3、2、2 和 1。在 ini 文件中设置 multidisp。

结果选择
查看选择根据对 MTF 结果的二阶拟合,最大 MTF 的近似位置用垂直和水平虚线交点处的红色 “O”表示(– – – – O – – – –) 。
左下角显示的畸变统计数据在SFRplus 畸变和视场测量中有详细描述。
- SMIA电视失真度是衡量失真的最简单指标。枕形失真为正值,桶形失真为负值。
- k1 (三阶畸变系数) 。r <sub>u </sub> = rd + k1 rd <sup> 3 </sup> = 其中r <sub>u </sub>为未畸变半径, rd为畸变半径。r已根据中心到角点的距离进行归一化。k1 > 0 表示桶形畸变, k1 < 0 表示枕形畸变。
- h1和h2 (五阶失真系数) 。ru = rd + h1 rd3 + h2 rd5 h2 值较大且符号与 h1不同可能表示“波浪”或“胡须”失真,其中随着半径的增加,主要失真从桶形失真变为枕形失真(反之亦然)。
反正切/正切畸变系数(在Picture Window Pro中使用)也会被计算并包含在 CSV 输出文件中。
MTF 不对称性在 x(水平)和 y(垂直)方向上计算。MTF50 作为 x 和 y 的函数拟合到二阶(抛物线)曲线,用于计算图像顶部 (MTF50T)、底部 (MTF50B)、左侧 (MTF50L) 和右侧 (MTF50R) 边界处的预期 MTF50 值(这些边界比用于计算 MTF 的实际边缘距离中心更远)。
加权汇总结果显示在右上角。默认权重为:中心区域(内虚线圆圈内)的 ROI 为 1.0,中间区域(两个虚线圆圈之间)的 ROI 为 0.75,外围区域(外虚线圆圈外)的 ROI 为 0.5。这些权重可在SFRplus 设置窗口中更改。结果与各区域中 ROI 的数量无关。
绘图设置区域
在绘图设置区域右下角的“显示”框下方,提供了少量选项(比其他分辨率分析的选项少)。
所有显示界面都包含用于选择要分析的主通道的下拉菜单。如果选择 R、G、B 或 Y(亮度),则会分析所有通道,但会重点显示所选通道。此外,还可以选择单独分析任意通道——这在某个辅助通道过暗可能导致程序崩溃时非常有用。亮度 (Y)显示在上方。如果更改亮度值,则会重新计算结果。
许多显示器允许您选择投资回报率 (ROI) 来查看结果。
边缘和 MTF显示有一个下拉窗口,用于选择最大 MTF 显示频率:2 x奈奎斯特(默认值)、奈奎斯特、0.5 x奈奎斯特和 0.2 x奈奎斯特。
边缘和MTF显示

Rescharts窗口中的边缘和MTF显示
衍射极限MTF和边缘响应以浅棕色虚线表示。
当输入像素间距(EOS-40D 为 5.7 微米)后。
此显示方式与SFR 边缘和 MTF 显示方式相同。边缘(或线扩散函数)绘制在顶部,MTF 绘制在底部。边缘可以线性化并归一化(默认;如图所示)、非线性化(像素级)并归一化,或线性化但未归一化(适用于检查饱和度,尤其是在白平衡较差的图像中)。要选择边缘显示,请按 。
有多种读出方式,包括 10-90% 上升距离、MTF50、MTF50P(MTF 为峰值 50% 时的空间频率,与 MTF50 的区别仅在于脉冲过锐化)、辅助读出方式(本例中为 MTF30 和 MTF@30 lp/mm)以及奈奎斯特频率(0.5 周期/像素)处的 MTF。衍射极限 MTF 曲线以浅棕色虚线显示。
MTF在“清晰度:它是什么以及如何测量?”一节中进行了解释。 “MTF 曲线与图像外观”一节包含多个示例,说明了 MTF 曲线与感知清晰度之间的相关性。
上图中一个重要的(且可选的)读数是
- 图表对比度(在SFRplus 设置和选项窗口的“显示选项”部分中输入),
- 对比度因子:由像素比率得出的图表对比度与伽玛输入值(上图中为 0.5)之间的比率,
- 伽玛值(来自图表):根据图表像素级别和图表对比度(如上所述的输入值)计算出的伽玛值。伽玛值对MTF测量的影响相对较小,尤其对于中低对比度目标(10:1或更低)而言。
色差

横向色差( LCA ),也称为“彩色条纹”,在图像边缘附近的切线边界上最为明显。如果选定区域(ROI)距离中心过近(小于到角点距离的30%),则部分数值结果会显示为灰色,无法准确测量色差。
边缘曲线最高点和最低点之间的面积(分别对应 R、G 和 B 通道)是对 LCA 的感知测量。该面积的单位为像素,因为曲线的振幅已归一化为 1,且 x 方向(垂直于边缘)的单位也是像素。该面积以洋红色曲线显示。
感知(面积)LCA 也以图像中心到 ROI 中心距离的百分比表示,这种方法往往能更好地反映系统性能:与像素测量相比,它对位置和像素数量的敏感度更低。低于 0.04% 的 LCA 值可以忽略不计;高于 0.15% 的 LCA 值则可能非常明显且影响严重。LCA 面积会受到去马赛克算法的显著影响。
用于校正 LCA(RG 和 BG 交叉距离)的信息也以百分比(中心到 ROI)和像素为单位给出。LCA 可以在去马赛克之前进行最有效的校正。该测量对去马赛克相对不敏感。结果在“色差...”图中进行了解释。
清晰度/SQF(主观质量因素)
锐度 (Acutance) 和 SQF是显示器(屏幕图像或打印件)清晰度的感知测量值。相比之下,MTF 衡量的是设备清晰度(而非感知清晰度)。锐度和 SQF 包含了人眼视觉系统的对比度敏感度函数 (CSF)、打印件(或显示器)尺寸以及观看距离(可以是固定距离,也可以假设与打印件高度成正比)的影响。选中“更多设置”窗口中的“锐度分析”复选框后,即可使用锐度和 SQF。更多详情,请参阅“锐度/SQF 简介” 。
直方图和噪声分析

直方图和噪声统计
当“加速”选项未勾选时,此显示界面会显示各个感兴趣区域 (ROI) 的像素级别直方图(顶部为原始直方图,底部为使用输入伽马值线性化后的直方图)。由于这会显著降低计算速度,我们建议仅在需要直方图时才取消勾选“加速”选项(这种情况并不常见)。
黑色(背景)直方图包含整个感兴趣区域的像素值。红色直方图对应右侧(暗)区域,远离过渡区域,用于噪声统计计算。青色直方图对应左侧(亮)区域。锐化可能会导致黑色直方图中出现额外的凸起。图像下方显示了详细的像素值和噪声分析。
| 明暗级别 | 原始像素值归一化为 1,线性化后的像素值也归一化为 1。 |
| 估计图表对比度(当 gamma = ... 时) | 必须在 SFRplus 参数和设置窗口中输入正确的图表对比度。 |
| 噪声(暗、亮、均值;标准像素%) | 以像素为单位的均方根噪声,归一化为 100%(8 位文件中为 255)。 |
| 信噪比(...;标准像素) | 信号/噪声,其中信号是距离过渡点一定距离的 ROI 的平均像素水平。 |
| 噪声(……;线性化百分比) | 噪声,使用伽马函数(输入)进行线性化;归一化至 100% |
| 信噪比(…;线性化) | 信号/噪声线性化 |
噪声计算是在远离过渡区域的感兴趣区域 (ROI) 中进行的。选择较宽的 ROI 有助于进行这些计算。右下角的噪声频谱包含有关噪声可见性和软件降噪的定性信息,软件降噪通常会将高频噪声降低到 0.5 以下,这是单独进行去马赛克处理时的典型值。右侧区域以红色显示;左侧区域以青色显示。另请参阅“噪声” 。
图像、几何形状、畸变、视场角
此显示界面允许详细查看图像的多个方面。它显示了用于 MTF/噪声分析的选定区域(紫色矩形)、用于生成均匀性曲线的黄色矩形以及用于测量失真的红色水平曲线。显示选项包括
| 原始图像 | 极致轻度 (HSL) |
| 录制频道 | 轻量化(HSV) |
| 绿色通道 | 调亮 1 位 |
| 蓝色通道 | 减淡 2 位 |
| 颜色:Boost Sat. 4X | 原图带 5x5 网格 |
| 颜色:Boost Sat,10X | 原图带 5x7 网格 |
| 提亮(HSL) | 原图带 11x15 网格 |
图像下方显示了一系列几何结果。畸变结果在SFRplus 畸变和视场测量部分有更详细的描述。
- 图像的宽 x 高(以像素为单位);找到的 mxn 个正方形;ROI 大小(参考输入设置)、MTF 的 ROI 数量等(不适用于配置文件)。
- SMIA 电视失真:桶形 (0)
- 3 阶、5 阶和反正切/正切畸变系数。其中最好的(优化误差最小的)可用于确定视场角。
- 中间正方形中心相对于图像中心的x、y 坐标。
- 图案的平均旋转角度(以度为单位,>0 表示顺时针旋转)
- 条形之间的垂直高度占图像高度的比例,以像素为单位。
- 会聚角(度)。这是透视变形的结果,当相机未直接指向目标或未对准目标时就会出现。水平会聚角(与偏航角相关)如下图所示:通过将水平条形图向上和向下延伸计算得出。正角度表示左侧有涡旋。在下图所示的示例中,顶部和底部的红色实线对是平行的(为了适应页面显示)。

完美对齐是指 x、y 坐标、旋转角度以及水平、垂直会聚角均为 0。可在 SFRplus 图像的顶部和底部空白处添加标记以方便对齐。垂直会聚角由连接最左侧方格右侧边和最右侧方格左侧边的直线得出(如上图所示的蓝色虚线 - - - )。使用鱼眼镜头(桶形畸变严重)时,图表必须精确居中,会聚角测量才有意义。
- 当输入柱状图高度(厘米) 、镜头到图表距离(厘米)和像素间距(像素间距)后,将显示测得的镜头焦距。如果已计算,则会将其写入 CSV 输出文件。公式:放大倍率M = 传感器上的柱状图高度 / 图表上的柱状图高度。对于镜头到图表距离f₁ ,镜头到传感器距离f₂ = f₁M 。使用薄透镜公式,焦距f = 1 / ( 1 /f₁ + 1 / f₂ ) 。
- 视场角计算包含畸变的影响,使用选定的畸变模型(SFRplus 默认使用 3 个模型中最佳的模型;Checkerboard 提供多种模型;eSFR ISO 的模型数量有限)。请参阅“畸变:方法和模块” 。如果输入 SFRplus 的条形到条形垂直距离(预畸变图表的中心点),则会显示以厘米 (cm) 为单位的视场角(eSFR ISO 为注册标记的垂直间距;Checkerboard 为方格间距)。如果同时输入镜头到图表的距离(以厘米为单位),则会显示以度为单位的视场角。
点击“裁剪至 ROI”(或“裁剪至 1/2 ROI”)后,会出现一个特别有趣的显示界面。ROI 显示得足够大,其模糊效果清晰可见,可以与边缘图、MTF 图和汇总结果进行比较。

将边缘外观(放大)与 Edge 和 MTF 结果进行比较。
3D绘图和2D图像等高线图
Imatest 2020.2 中 3D 图表功能得到了显著改进*。现在有两种图表类型。3D 图表以三维伪彩色图像的形式显示结果。新增的 2D 图像等高线图(如下所示)以二维形式显示结果,并在图像上叠加彩色等高线。 *请查阅旧版文档以比较旧版结果。

区域选择应至少包含 13 个区域。本页分析采用 5×5 ROI 网格(23 个区域)。可以使用具有两种对比度级别(10:1 和 2:1)的旧图表,但首选单对比度图表(通常为 4:1)。此处展示的是垂直边缘的结果。水平边缘的结果可能差异很大。
将 V+H 结果一起绘制通常会产生凹凸不平的图表,这很难解释。
因此,我们建议分别绘制垂直边和水平边。
右侧的“绘图”下拉菜单用于选择要显示的测量值。( Imatest Studio中仅支持显示启用自动缩放的 MTF50 测量值。)许多绘图选项都很熟悉,但也有一些是新的或需要解释的。
| 2、3 | 这些是辅助读数。 |
| 12-15 | 色差结果:未在图像中心附近绘制,因为这些区域色差模糊不清。 |
| 17.香农容量 | 适用于斜边,此方法较为近似。使用西门子星形图案测量时精度更高。 |
| 21. Gamma(来自边缘) | 对比度的度量,源自倾斜边缘。 |
| 22. 平均投资回报率 | 测量照明不均匀性。受镜头和光源影响。仅当使用均匀照明的灯箱(搭配透射式测试卡)时,才能提供有用的镜头信息。 |
右侧显示了多种显示选项(在 Rescharts 窗口右侧的显示区域中设置)。当右上角缩略图下方的小下拉菜单中显示“旋转 3D”选项时,可以旋转 3D 显示以获得更佳的视觉效果。上图所示的带有图像和文本的(3D)伪彩色阴影图在 2020.2 版本中得到了显著改进。
3D图像结果可以反转,以显示普通显示中被遮挡的细节。背景颜色可以通过“背景色”滑块从白色调整到黑色。默认值为浅灰色 (0.9)。
在Master中,可以使用按钮选择手动或自动缩放。默认设置为自动。按下后,右侧会显示“手动缩放”窗口,您可以在其中设置“绘图”菜单中所选参数(本例中为 MTF50P)的缩放比例。“最小值”和“最大值”仅适用于手动缩放,即当“自动缩放”未选中时。您可以选择 6、11、16、21 或 26 条等高线。
按钮用于设置俯视图(伪二维视图)。它可以在和视图之间切换。您可以从任一设置开始旋转图像。
在自动模式设置窗口中,通过按钮进行适当的选择,即可通过自动模式(支持批量处理)运行生成多个 3D 图。
下图显示区域(以及“设置”下拉菜单中)所示的“扩展 3D 和多区域”复选框,选中后会将数据扩展到整个图表。在本例中,它的作用不大,但当区域集中在图像中心附近,导致大部分显示区域未被利用时,此功能非常有用。此设置还会影响多 ROI 汇总显示。
二维图像等高线图的灵感来源于美国地质调查局(USGS)的地形(等高线)图。
作者年轻时就对它着迷(右图示例):点击查看完整尺寸。
新的二维图像轮廓图非常适合可视化结果。下方展示了一个示例。图中显示了三个不同的“光学中心”:照明中心、清晰度中心和畸变中心。如果对应的测量值高度均匀,则这些中心的意义不大。
镜头式 MTF 图

镜头式 MTF 图
此图旨在生成与佳能、 尼康和蔡司网站上的 MTF 图类似的结果。最多可通过辅助读数选择三个绘图参数。典型选择为 10、20 和 40 lp/mm 的 MTF(蔡司使用)或 10 和 30 lp/mm 的 MTF( 佳能和尼康使用)。要获得 lp/mm 空间频率,必须输入像素间距(例如,微米/像素)。
至少需要 13 个区域,越多越好。推荐的区域选择为: 10 个区域,包括所有方格、内部边缘和边界边缘(最佳 3D 映射) (适用于单色图表);或13 个区域,包括所有方格、内部边缘和边界边缘(低对比度区域除外)(良好的 3D 映射) (适用于双色图表)。垂直和水平边缘(两者)均应选中。
虽然这些图表与网站上的图表相似,但存在一些显著差异。
- Imatest计算的是系统 MTF,包括传感器和信号处理部分。网站显示的是仅针对镜头的光学测量 MTF。Imatest的结果与已发布的镜头曲线具有可比性,但并不完全相同。
- 由垂直边缘导出的水平 (H) MTF 曲线在图像边缘附近(远离中心处)大多呈放射状(矢状)。SFRplus 图表正是为此而设计的。
- 从水平边缘导出的垂直 (V) MTF 曲线在侧面附近大多是切线(子午线)。
- 已发布的曲线假设镜头完美居中。一些制造商,例如佳能,其结果来自设计计算,而非实测测试结果(不存在居中问题——或者他们可能使用了“精心挑选”的镜头!)。实际镜头几乎总是存在一定程度的偏心,这主要是由于制造差异造成的,在其他显示方式中,尤其是在3D 图中,这种偏心更为明显。在镜头式 MTF 图中,偏心表现为各个读数的分散性(x 表示从垂直边缘测得的水平 MTF,• 表示从水平边缘测得的垂直 MTF)。
这些曲线是使用三阶多项式回归计算得到的。使用更高阶回归时,由于镜头偏心造成的数据分散通常会导致曲线出现严重的偏差。
边缘粗糙度图

边缘粗糙度图
分析边缘粗糙度,该粗糙度源自每条扫描线的过渡中心与拟合边缘中心的二阶曲线上的平均边缘位置之间的差异(对于此处描述的推荐的Imatest计算)或如果检查 ISO 标准计算则为直线(不推荐)。
不建议测量边缘粗糙度。请参阅下方注释。
边缘粗糙度由两个部分组成:
- 随机(非周期性),由噪声引起。
- 周期性(也称为“锯齿状”,指边缘不规则),由混叠(高于奈奎斯特频率 0.5 C/P 的信号响应)引起。受去马赛克算法的影响。
周期性噪声的峰值光谱响应位于垂直于边缘的一个或两个像素的空间频率处,其中一个像素对应于拜耳彩色滤光片阵列的绿色通道,两个像素对应于红色和蓝色通道。在粗糙度谱(下图)图中,这些频率分别为 1 和 0.5。这些频率处的响应峰值相当典型。
周期噪声的计算方法是将频率为f = 0.5、1.0、1.5、2.0 和 2.5 的频率分量(即混叠基频及其前几个谐波)转换回空间域(忽略所有其他频率分量)。非周期噪声的计算方法是从总噪声中减去周期噪声。
报告了三个 RMS( σ = 标准偏差)粗糙度值:总粗糙度、混叠(锯齿状)粗糙度和总混叠(非周期性)粗糙度。
边缘粗糙度的解读颇具挑战性,因为可供比较的数据有限。虽然右侧的图案相当典型(也符合预期),但我们也见过许多与之截然不同的光谱。遗憾的是,边缘粗糙度往往会随着清晰度的降低而降低(由于镜头像差、失焦等原因)。尽管我们曾希望边缘粗糙度能够帮助我们区分优秀和一般的去马赛克算法,但它与清晰度的反比关系降低了其有效性。对于大多数应用,我们不建议将其作为图像质量指标。
边缘粗糙度测量旨在测量存在信号时的噪声,这一点至关重要,因为广泛用于消费级相机的双边滤波器虽然能够抑制平坦区域的噪声,但往往会在对比度高的特征附近锐化图像(增强高频)。这意味着在平坦区域(例如 ISO 14524 或 ISO 15739 等测试图表中非常常见)测量的噪声可能无法代表图像传感器的真实情况。最终,边缘粗糙度测量结果令人失望,因为噪声会随着图像模糊程度的增加而降低。 我们已解决利用西门子星形图计算香农信息容量时,在信号存在的情况下测量噪声的问题。这项新功能将在Imatest 2020.1 版本(2020 年 2 月)中发布,并在正式发布前在试点项目中提供试用。 |
点扩散函数 (PSF) 图
Imatest 可以使用 SFRplus、eSFR ISO、Checkerboard 和 SFRreg 测试卡上一对位置相近的近矢状面和切向倾斜边缘,计算成像系统的近似点扩散函数 (PSF,可理解为二维线扩散函数)。这只是一个近似值,并非精确计算。要对镜头进行精确的 PSF 测量,需要使用光学镜头测试仪。
要获得点扩散函数 (PSF) 图,请选择边线方向接近矢状面(径向)和切向的正方形的垂直和水平区域。右图显示了这样一对正方形。
SFRplus 中两个边缘的 PSF 图。
点击查看完整尺寸。
▶信息容量图
信息容量是一项基本的关键绩效指标 (KPI),它结合了清晰度和噪声。相关描述请参见“基于倾斜边缘的信息容量测量:公式和算法” 。操作说明请参见“基于倾斜边缘的信息容量测量:说明” 。以下是一个典型结果,取自“说明”页面。下图是众多可用示例之一。

其他结果包括上图中的噪声功率谱 (NPS)和噪声自相关(与传感器电串扰有关),以及下图中的SNRi 、原始裁剪和去箱裁剪。
概括
- SFRplus分析SFRplus 测试图的图像,理想情况下,图像应在水平条纹的上方和下方留出空白区域,即条纹不应超出图像的顶部或底部。 空白区域应占图像高度的 0.5% 至 25%。SFRplus可以在没有条纹的情况下工作,但此时将无法计算畸变和视野。条纹可能会超出图像的边缘。应尽量减少测试图外部的干扰图案(例如条纹等)。
- eSFR ISO 的取景应确保对位标记位于图像内部。如果可能,整个图表都应位于图像内。eSFR ISO 的空间细节不如SFRplus ,但它具有楔形区域和更大的色调色块,可以进行更精细的噪声分析。
- SFRreg具有高度灵活性,可以包含面向摄像机的单个图表,其视角范围远远超过 180 度。
- 棋盘格使用简单的棋盘格(棋盘)图案,适用于各种距离:图表框架并不重要。
- 照明应均匀且无眩光。照明和对准建议请参考Imatest 测试实验室。
- 首次运行这些模块时,应通过Rescharts运行。这样可以……
- 需要调整并保存参数,以便在自动版本中稍后使用,自动版本通过将分析模式设置为自动(批处理)来运行。
- 上述结果将在Rescharts窗口中进行交互式查看。
- 主Imatest窗口左侧栏的“自动”按钮会使用最近一次Rescharts运行中保存的设置,以全自动模式运行相应的模块。可以批量运行文件。
所有功能均具备自动区域检测、符合 ISO 标准的 MTF(清晰度)分析和横向色差计算。
| 特征 | SFRplus![]() | eSFR ISO![]() | SFRreg![]() | 棋盘![]() |
| 清晰度图细节 | 高的 | 中等的 | 取决于具体安排。 | 高的 |
| ISO标准图表设计 | – | ♦ | – | – |
| 颜色分析 | ♦ | ♦ | * | – |
| 音调反应(OECF) | ♦ | ♦ | * | – |
| 噪声分析 | 有限的 | ♦ | * 有限的 | 有限的 |
| 失真 | ♦ | 有限的 | – | ♦ |
| 几何学 | ♦ | ♦ | * | ♦ |
| 特点和 推荐用途 | Imatest 原创的自动检测图表,自 2009 年起投入使用,功能强大且用途广泛。建议在顶部和底部条形图上方和下方留出一些空白。与 eSFR ISO 相比,它能提供更丰富的空间细节和畸变信息。 | 符合ISO标准的图表设计。包含楔形分析。支持详细的噪声分析。 | 通常会在图像区域周围放置多个单独的图表。适用于 *在Imatest 5.0+中,可使用SFRreg 中心图表。几何图形中省略了视场角 (FoV)。 | 对取景相对不敏感:只要距离足够大,图表质量就不会成为问题,并且有可辨识的角,就可以放大或缩小。 |
♦ 表示强烈支持;– 表示不支持。
输出文件
结果文件名——文件名的根节点与图像文件名相同。通道号(Y、R、G 或 B)包含在文件名中。如果从完整的数码相机图像中选择了感兴趣区域 (ROI),则 ROI 的位置信息会包含在通道号之后的文件名中。例如,如果 ROI 的中心位于图像的右上角,即中心到角点距离的 20%,则文件名中会包含字符 AR20。
(默认位置:子文件夹 Results)
| Excel .CSV(可在 Excel 中打开的 ASCII 文本文件) | |
| SFR_cypx.csv | (用于追加结果的数据库文件:名称不变)。显示像素值上升 10-90% 以及 MTF 值(周期/像素,C/P)。 |
| SFR_lwph.csv | (用于追加结果的数据库文件:名称不变)。显示每张图片高度 (/PH) 的数字数量和每张图片高度的行宽 (LW/PH) 的 MTF 值上升 10-90%。 |
| 文件名_YA17_MTF.csv或文件名_nn_MTF.csv | 该区域(按位置 (YA17) 或序列 ( nn = 01,...) 指定)的 MTF 结果的 Excel .CSV 文件。显示所有通道(R、G、B 和 Y(亮度))。 |
| 文件名_Y_multi.csv | 包含多次 ROI 运行结果汇总的 Excel .CSV 文件。 |
| 文件名_Y_sfrbatch.csv | Excel .CSF 文件,合并了批量运行(一个或多个文件)的结果,包含多个 ROI。仅适用于自动 SFRplus(不适用于 Rescharts)。用作Batchview的输入。 |
Excel .CSV(逗号分隔值)和 JSON 输出
Imatest SFR 会创建或更新用于 Microsoft Excel 的输出文件。这些文件为 CSV(逗号分隔值)格式,默认情况下会写入 Results 子文件夹。CSV 文件是 ASCII 文本文件,在文本编辑器中查看时显示效果不佳:
| 文件,日期/时间,PH,Ch,H/V,10-90U,10-90C,Over-,Over-,MTF50U,MTF50C,MTF,相机,镜头,焦距,光圈,位置,其他,,,,,/PH,/PH,拍摄%锐度%LW/PH,LW/PH,Nyq,,,(mm),,,设置canon_eos10d_sfr.jpg,2004-03-19 22:21:34, 2048,Y,H, 1422, 1447, 19.5, -0.7, 1334, 1340,0.154,,,,, canon_g5_sfr.jpg,2004-03-19 22:24:30, 1955,Y,H, 1973, 1301, 48.0, 21.3, 1488, 1359, 0.268, Canon G5, —, 14, 5.6, ctr, sigma_sd9_sfr.jpg, 2004-03-19 22:27:55, 1504, Y, H, 1432, 1676, 2.4, -7.7, 1479, 1479, 0.494,,,,, sigma_sd10_sfr.jpg, 2004-03-19 22:28:32, 1504, Y, H, 1563, 1628, 11.9, -2.0, 1586, 1587, 0.554,,,,, |
但在 Excel 中打开时看起来没问题。
.CSV 文件可以使用标准文本编辑器编辑,但最好在 Excel 中编辑,因为在 Excel 中可以选择、移动和/或删除列和行。上面的显示中某些字段被截断,日期/时间显示为井号 (#####...)。
可以通过拖动标题行单元格(A、B、C 等)之间的边界,并选择前两行并将文本设置为粗体来更改格式。这样可以使输出看起来更美观。修改后的文件可以保存为 Excel 工作表 (XLS) 文件。当然,这仅仅是个开始。
您可以轻松地根据自己的喜好自定义 Excel 表格。例如,假设您想制作一个简洁的图表。您可以删除日期/时间(B 行;测试时很有用,但之后就不太重要了)和通道(所有 Y 值均为亮度)。您可以在标题下方添加一个空行,然后选择数据(下图中的 A4 到 J7 行),并按您选择的任何值进行排序。已将修正后的 MTF50(I 列)按降序排列。修改后的工作表应保存为 XLS 格式,以保留格式。

MTF 和其他数据的摘要 .CSV 和 JSON 文件
一个可选的 .CSV(逗号分隔值)输出文件包含 MTF 和其他数据的结果。其名称为 [根名称]_[通道位置]_MTF.csv,其中通道为(R、G、B 或 Y),位置 BL75 表示左下方,距离镜头中心 75% 的位置。例如,Canon_17-40_24_f4_C1_1408_YBL75_MTF.csv。以下是在 Excel 中打开的部分内容。

在 Excel 中打开的摘要 CSV 文件的一部分。
格式如下:
| 第 1 行 | Imatest,版本(1.nx),版本(Light、Pro、Eval),模块(SFR、SFR multi-ROI、Colorcheck、Stepchart 等)。 |
| 文件 | 文件名(标题)。 |
| 运行日期 | 运行日期为 mm/dd/yyyy hh:mm。 |
| (空白行) | |
| 表格 | 如果包含多个表格,则用空行分隔。生成两个表格。 |
| 第一个表格包含MTF数据。各列分别为:空间频率(Cy/mm)、LW/PH、MTF(选定通道)、MTF(红色)、MTF(绿色)、MTF(蓝色)、MTF(亮度=Y)。(…)表示为简洁起见省略的行。 | |
| 第二个表格包含边缘信息。列分别为 x(像素位置)、红色边缘、绿色边缘、蓝色边缘、亮度(Y)边缘和色差(最大值和最小值之间的差值)。 | |
| (空白行) | |
| 附加数据 | 第一条记录是数据的名称;第二条(及后续)记录包含数据的值。名称通常一目了然(与数字类似)。 |
| (空白行) | |
| EXIF 数据 | 如果可用,则会显示。EXIF数据是图像文件的元数据,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。要读取所有图像文件格式的详细 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。 |
所有模块的格式都类似。数据本身也基本易于理解。对 .CSV 文件的改进将在变更日志中列出。
可选的 JSON 输出文件包含与 .CSV 文件类似的结果。其内容基本一目了然。该文件存储在 [根目录名称].json 中。使用json.org上提供的程序,几乎任何编程语言都可以用一行代码读取 JSON 文件。
对于多次 ROI 运行,还会生成一个可选的 .CSV 文件。其名称为 [ root name ]_multi.csv。
链接
《如何解读MTF曲线》,作者是卡尔·蔡司的HH Nasse。这是一篇非常出色且详尽的入门介绍,共33页,需要耐心阅读。文章详细讲解了MTF曲线,类似于SFRplus中的镜头式MTF曲线。这里还有一份蔡司技术文章的列表,值得一看。
Luminous Landscape.com网站上的MTF 理解介绍要简短得多。
理解图像清晰度和MTF: Imatest作者撰写的多篇系列文章,大部分写于Imatest创立之前。内容较为专业。
Bob Atkins对MTF 和 SQF做了精彩的介绍。SQF(主观质量因子)是衡量感知到的打印清晰度的指标,它结合了人眼的对比度敏感度函数 (CSF)。该指标将于 2006 年 10 月下旬添加到 Imatest Master 中。











