|
뉴스: Imatest 23.1 에는 기울어진 모서리 패턴을 이용한 정보 용량 계산의 새로운 방법이 포함되어 있으며, 이 방법은 " Imatest를 이용한 카메라 정보 용량 측정 " 이라는 백서에서 개발 및 소개되었습니다. 이 기울어진 모서리 방법은 지멘스 스타 방법보다 빠르고 효율적이지만, 디모자이킹, 이미지 압축 및 포화로 인한 아티팩트 측정에는 지멘스 스타 방법만큼 적합하지 않습니다. Imatest 2020.1(2020년 3월) 에서는 이제 지멘스 별 의 이미지를 이용하여 섀넌 정보 용량을 계산합니다. 지멘스 스타 방법은 Electronic Imaging 2020 학회에서 발표되었으며, " 지멘스 스타 이미지를 이용한 카메라 섀넌 정보 용량 측정 "이라는 논문으로 발표되었습니다. 해당 논문은 Electronic Imaging 웹사이트 에서 확인할 수 있습니다. 아래에 설명된 백서 는 훨씬 더 읽기 쉽습니다. (Imatest 뉴스 게시물: 지멘스 스타 이미지를 이용한 카메라 섀넌 정보 용량 측정 도 참조하십시오.) |
2020년 개정 백서인 " 지멘스 스타 카메라의 정보 용량 "에서는 정보 이론을 간략히 소개하고, 지멘스 스타 카메라의 정보 용량 측정 방법을 설명한 후, 결과(아티팩트의 영향 포함)를 제시합니다. 두 번째 백서(2023년)인 " Imatest를 이용한 정보 용량 측정 "에서는 널리 사용되는 기울어진 모서리를 이용하여 정보 용량을 측정하는 방법을 설명합니다.
|
도전만큼 좋은 것도 없죠! 전자 통신 채널에는 오류 없이 채널을 통해 전송할 수 있는 최대 정보량을 정량화하는 기준이 있습니다 . 이 기준에는 선명도(대역폭)와 노이즈(필름의 입자)가 포함됩니다. 그리고 카메라, 또는 모든 디지털 이미징 시스템은 바로 그러한 채널입니다.
1948년 벨 연구소의 클로드 섀넌 *이 처음 발표한 이 지표는 전자 통신 산업의 기반이 되었습니다. 섀넌 채널 용량 또는 섀넌 정보 전송 용량 C 라고 불리는 이 지표는 보기보다 간단한 공식을 가지고 있습니다. (자세한 내용은 위키피디아의 섀넌-하틀리 정리 페이지를 참조하십시오.)
W 채널 대역폭은 이미지 선명도와 관련이 있습니다. 에스 신호 에너지(신호의 제곱)는 E = mc² 는 전압(이미지에서 MTF²에 비례함)이고, N 은 노이즈 에너지(RMS 노이즈 전압의 제곱)로 필름의 입자에 해당합니다. 보기에는 간단해 보이지만( E = mc² 보다 약간 더 복잡할 뿐 ), 실제로 적용하기는 쉽지 않습니다.
클로드 섀넌은 진정한 천재였습니다. 그의 저서 " 클로드 섀넌과 함께한 1만 시간: 천재의 사고, 작업, 그리고 삶의 방식 "은 꼭 읽어볼 만한 가치가 있습니다. 뉴요커 와 사이언 티픽 아메리칸 에도 그에 관한 좋은 기사들이 실려 있습니다. 특히 제가 이전 직장에서 자주 방문했던 캘리포니아 대학교 샌디에이고 기억 및 기록 연구 센터 에서 제작한 29분짜리 영상 "클로드 섀넌 - 정보 시대의 아버지" 는 제게 매우 흥미롭습니다.
| 본 논문에서는 지멘스 별 이미지로부터 정보 용량을 계산하는 방법을 설명합니다 . 이 방법을 사용하면 동일한 위치에서 신호와 잡음을 모두 계산할 수 있습니다. 또한 이 방법은 디모자이킹, 클리핑 및 데이터 압축으로 인한 아티팩트에도 민감하게 반응하여 기존 영상 업계에서 사용되던 어떤 방법보다 뛰어난 이미지 품질 측정 결과를 제공합니다. 기술적인 세부 사항은 초록색("전문가용") 상자에 있습니다. |
섀넌 정보 용량의 의미
( 카메라 정보 용량 에 관한 백서에는 정보에 대한 간결한 정의가 있습니다.)
전자 통신 채널에서 정보 용량은 오류 없이 채널을 통과할 수 있는 최대 정보량, 즉 채널의 "성능"을 나타내는 척도입니다. 실제 정보량은 코드, 즉 정보가 표현되는 방식에 따라 달라집니다. 하지만 코딩은 데이터 압축(이미지가 파일에 저장되는 방식)에 필수적이지만 디지털 카메라와는 관련이 없습니다. 중요한 것은 다음 가설 입니다.
이 주장은 가설 , 즉 추측을 나타내는 수학 용어라는 점을 강조하고 싶습니다. 제 경험과 수많은 측정 결과와는 일치하지만, (2020년 2월 기준) 업계에서 인정받기 위해서는 다양한 이미지를 사용한 추가적인 검증이 필요합니다. 이제 Imatest를 통해 정보 용량을 간편하게 계산할 수 있게 되었으므로, 이에 대해 더 자세히 알아볼 기회가 생겼습니다.
앞서 언급했듯이 정보 용량은 대역폭 W 와 신호 대 잡음비( S/N) 모두의 함수입니다.
샤넌 용량을 소개하는 문헌에서 대역폭 W는 종종 반전력 주파수로 가정되는데, 이는 MTF50과 밀접한 관련이 있습니다. 엄밀히 말하면, W log 2 (1+ S / N ) 는 백색 잡음(평탄한 스펙트럼을 가짐)과 단순 저역 통과 필터(LPF)에 대해서만 정확한 공식입니다. 하지만 디지털 카메라는 샤프닝 정도가 다양하며, 강한 샤프닝은 단순 LPF 응답에서 크게 벗어나는 큰 피크를 가진 응답 곡선을 생성할 수 있습니다. 이러한 이유로 샤넌-하틀리 방정식의 적분 형태를 사용합니다. "지멘스 스타 이미지를 이용한 카메라 섀넌 정보 용량 측정" 논문에서 설명했듯이, 픽셀의 2차원적 특성을 고려하기 위해 이 방정식을 이중 적분으로 변환한 다음 극좌표 형식으로 변환하고 다시 1차원으로 변환해야 합니다. 해당 방정식은 아래 녹색 상자 안에 있습니다. |
지멘스 스타 방식의 장점은 신호 전력 S ( f ) 와 잡음 전력 N ( f )가 동일한 위치(다양한 각도 범위와 좁은 반경 범위를 가진 세그먼트)에서 계산된다는 점이며, 여기서 S 와 N은 동일한 이미지 처리를 거칩니다.
정보 용량을 측정하는 데 있어 핵심적인 과제는 평균 신호 전력 S를 어떻게 정의하는가입니다. 이상적으로는 널리 사용되는 테스트 차트를 기반으로 정의해야 합니다. 편의상 차트는 축척에 관계없이 일정해야 합니다(따라서 차트의 정확한 확대율을 측정할 필요가 없습니다). 그리고 앞서 언급했듯이 신호와 잡음은 동일한 위치에서 측정해야 합니다.
서로 다른 관측자가 동일한 결과를 얻으려면 차트 디자인과 대비를 표준화해야 합니다. 이를 위해 ISO 12233:2014/2017 부록 E에 명시된 차트와 유사한 사인파 형태의 지멘스 성도를 권장합니다. 대비는 표준에 명시된 최소값인 50:1에 최대한 가깝게 설정해야 하며, 이는 무광택 용지에서 달성 가능한 최대값에 가깝습니다. 대비가 너무 높으면 별 이미지를 선형화하기 어려울 수 있습니다. 대비가 낮은 경우도 허용되지만, 결과와 함께 보고해야 합니다. 고해상도 시스템의 경우 차트는 144 사이클을 가져야 하지만, 저해상도 시스템의 경우 72 사이클로도 충분합니다. 분석을 위해 이미지를 중앙에 맞추는 데 사용되는 중앙 마커(사분면 패턴)는 별 지름의 1/20 크기여야 합니다.
이미지 획득 및 구도 설정
균일하고 눈부심 없는 조명에서 지멘스 별의 노출이 적절한 이미지를 촬영하십시오 . 여러 대의 카메라로 테스트했을 때 노출 결과가 비교적 일관적이어야 합니다. 별 내부에서 선형화된 이미지의 평균 픽셀 레벨은 0.16에서 0.36 사이여야 합니다. (최적값은 아직 결정되지 않았습니다.)
광학적 왜곡(있을 경우)으로 인한 측정 오차를 최소화하려면 별의 중심이 이미지의 중심에 가깝게 위치해야 합니다. 자동 중심 맞춤 기능이 제대로 작동하려면 이미지의 중심 영역 가장자리가 거의 수직 및 수평이 되도록 방향을 조정해야 합니다.
이미지에서 별의 크기는 최소 반지름 rmin 에 해당하는 최대 공간 주파수가 나이퀴스트 주파수 fNyq 보다 크고, 가능하면 1.3 fNyq 이하가 되도록 설정해야 합니다. 그래야 채널 용량 계산에 필요한 낮은 주파수 대역을 충분히 확보할 수 있습니다. 즉, 1/20 내부 마커를 사용하는 144 사이클 별은 직경이 1400~1750픽셀이어야 하고, 72 사이클 별은 직경이 700~875픽셀이어야 합니다. 고품질 잉크젯 프린터의 경우, 별의 물리적 직경은 최소 9인치(바람직하게는 12인치, 23~30cm) 이상이어야 합니다.
차트 주변에 다른 요소들이 있을 수 있지만, 적절한 노출을 확보하기 위해서는 배경이 평균적으로 중성 회색(반사율 18%)에 가까워야 합니다(필요한 경우 노출 보정을 적용해도 됩니다). 오른쪽 그림은 2400만 화소(4000×6000픽셀) 카메라로 촬영한 일반적인 별 이미지입니다.
Star 모듈을 실행하세요
대상 목록에서 별표를 선택하면 됩니다. 대화형 모드(처음 시작할 때 권장) 또는 자동(일괄 처리) 모드(파일 일괄 처리)를 사용할 수 있습니다.
별자리 차트 설정 창에서 '설정' 섹션 하단에 있는 ' 정보 용량 계산' 확인란이 선택되어 있는지 확인하십시오. SNRI 설정은 나중에 설명합니다. 다른 설정이 올바르면 '확인'을 누르십시오.
확인 버튼을 누르면 이미지가 분석됩니다. Rescharts에서는 여러 디스플레이 중에서 선택할 수 있습니다. 아래 표는 정보 용량 측정에만 사용 가능한 디스플레이를 보여줍니다.
| 메인 디스플레이 | 보조 디스플레이 | 설명 |
| 9. 정보 역량, SNRI | SNR(비율) | 평균 세그먼트 및 최대 8개의 개별 세그먼트에 대한 공간 주파수의 함수로서의 신호 대 잡음비(S/N) |
| 신호 대 잡음비(dB) | 평균 구간 등에 대한 주파수 함수로서의 SNR(dB) | |
| 신호, 잡음 | 평균 구간에 대한 주파수 함수로서의 신호, 잡음 및 (S+N)/N (dB). | |
| 신호, 10배 노이즈 | 평균 구간에 대한 주파수 함수로서 신호, 10배 잡음 및 (S+N)/N (dB)을 나타낸 그래프입니다. 낮은 수준의 잡음을 시각화하는 데 유용합니다. | |
| NEQ | 주파수에 따른 잡음 등가 양자 | |
| 10. 차이 이미지 (노이즈만 제거한 이미지 등) | 노이즈 전용 (입력 노이즈 없음) | 신호가 제거된 노이즈만 표시합니다. 이는 놀라운 결과이며, 신호가 있는 상태에서 노이즈를 측정하고 시각화한 최초의 사례일 가능성이 높습니다. |
| 손실(입력-이상적) | 입력 - 무손실(테스트 차트 이미지). 데이터가 감쇠된 것을 보여줍니다. 해석하기 어렵습니다. | |
| 입력 이미지 | 입력 이미지(수정되지 않음) | |
| 노이즈 없는 이미지 | 이상적인(잡음이 없는) 입력 이미지(MTF 손실 포함)는 S ideal 에서 파생되었습니다. | |
| 이상적인 이미지 (MTF 손실 없음) | MTF 손실이 없는 "이상적인" 이미지(원본 테스트 차트를 나타냄). | |
| 잡음만 포함된 (선형) | 노이즈만 선형화한 이미지입니다. 일반적으로 감마 인코딩 버전보다 어둡습니다. | |
| 입력 이미지(선형) | 입력 이미지는 선형화됩니다. 일반적으로 감마 인코딩된 버전보다 어둡습니다. | |
| 11. 3D 표면 플롯 | 각도(차트 상)와 공간 주파수(Cycles/Pixel)에 따른 신호의 3D 표면 플롯을 표시합니다. 최대 8개의 차트 사이클이 표시됩니다(더 많이 표시하면 복잡해지고 해석하기 어려워집니다). 이미지를 회전할 수 있습니다. 직사각형(각도 × 주파수) 표시 영역은 실제 차트에서는 부채꼴 모양입니다. 신호와 잡음의 주파수에 따른 작은 플롯과 결과 요약도 함께 표시됩니다. | |
결과
Rescharts의 세 가지 디스플레이는 정보 용량 결과를 보여주도록 특별히 설계되었습니다. 9. 정보 용량, SNRI , 10. 입력 노이즈 제거 차이 등 , 그리고 11. 3D 표면 플롯입니다. 다음은 고품질 2400만 화소 마이크로 포서드 카메라로 촬영한 원본 이미지(dcraw를 사용하여 24비트 sRGB 사전 설정으로 TIFF로 변환, 감마 ≅ 2.2)에 대해 Rescharts에서 Star를 실행한 결과입니다.
정보 용량 그래프
아래 그래프는 ISO 400으로 설정된 2400만 화소 마이크로 포서드 소니 A6000의 신호, 잡음 및 (신호+잡음)/잡음(dB)을 보여줍니다.
고화질 2400만 화소 마이크로 포서드 카메라로 ISO 400에서 촬영한 원본 이미지(TIFF로 변환).
이 그래프는 동일한 이미지를 카메라에서 JPEG 파일로 저장했을 때의 결과를 보여줍니다. 곡선에는 선명도 향상으로 인해 생기는 "돌출부"가 나타납니다. JPEG 파일이 선명하게 처리되었음에도 불구하고, 샤넌 정보 용량은 원본 이미지보다 낮다는 점에 유의하십시오.
이는 고주파 노이즈가 신호와 함께 증폭되기 때문에 발생하는 현상입니다.
신호, 잡음 및 섀넌 정보 용량
(픽셀당 2.92비트)
카메라에서 촬영한 JPEG 이미지에서
고품질 2400만 화소
마이크로 포서드 카메라, ISO 400.
차이 이미지 플롯 (입력 - 노이즈 제거 등)
노이즈만 포함된(입력 신호와 노이즈 제거 후의 차이) 그래프는 특히 흥미로운데, 신호가 있는 상태에서 측정된 노이즈(정현파 별 모양 패턴 제거)를 측정하고 시각화할 수 있는 이미지는 이전에는 없었기 때문입니다. ISO 400에서는 노이즈가 매우 낮아 육안으로 확인하기 어렵기 때문에, RAW 이미지의 TIFF 파일과 JPEG 이미지 모두에 대해 ISO 25600(마이크로 포서드 카메라의 최대 ISO)에서의 노이즈를 보여줍니다. 오른쪽의 "이미지 복사 " 버튼을 누르면 이미지가 클립보드에 복사되며, 이미지 편집기/뷰어 또는 이미지 통계 모듈에 붙여넣어 추가 분석을 할 수 있습니다.
|
오른쪽 이미지는 위 이미지와 동일한 촬영 조건에서 카메라 내에서 바로 추출한 JPEG 파일입니다(ISO 25600). 노이즈 감소 처리가 되어 있기 때문에 원본/TIFF 이미지와는 매우 다르게 보입니다. 아래 이미지는 동일한 카메라로 ISO 400에서 촬영한 RAW/TIFF 이미지와 카메라 내 JPEG 이미지입니다. |
 |
 |
 |
3D 표면 플롯
3D 표면 플롯을 사용하면 이미지의 작은 부분을 자세히 살펴볼 수 있습니다.
위에서 분석한 고품질 2400만 화소 마이크로 포서드 카메라의 3D 표면 플롯입니다.
이 화면을 표시하려면 설정 창에서 3D 표면 플롯 계산 (및 정보 용량 계산 )을 설정해야 합니다. 이 화면은 선택한 채널의 신호를 각도와 공간 주파수(Cycles/Pixel)의 함수로 보여줍니다. 공간 주파수는 반지름에 반비례합니다. 이 플롯은 원본 이미지의 좁은 단면을 나타내며, 높은 공간 주파수에서의 각도별 세부 정보가 크게 확대되어 표시됩니다.
공간 주파수에 따른 MTF 및 노이즈의 간략한 그래프와 주요 결과 요약(정보 용량 등)이 표시됩니다.
이 그래프는 아이폰 10에서 수행된 테스트에서 얻은 결과를 바탕으로 작성되었습니다. 해당 이미지에서는 저주파수에서 중간 주파수 대역까지 포화 현상이 나타났지만, 육안으로는 포화 정도를 정확히 판단하기 어려웠습니다. 오른쪽 그래프에서 볼 수 있듯이, 포화 현상이 매우 강하게 나타나는데, 이는 일종의 로컬 톤 매핑 때문인 것으로 보입니다. 별 모양 패턴이나 인접한 비스듬한 가장자리의 MTF 곡선에서는 이러한 현상이 명확하게 드러나지 않습니다. 해당 아이폰에는 RAW(DNG) 및 JPEG 형식으로 이미지를 캡처할 수 있는 Adobe 소프트웨어가 설치되어 있었습니다. 이것이 JPEG 처리 결과에 영향을 미쳤는지는 알 수 없습니다.
아래 이미지는 동일한 iPhone 10에서 촬영한 DNG RAW 이미지를 TIFF 파일로 변환했을 때의 응답을 보여줍니다. 응답은 정현파 형태로, 진폭 왜곡 없이 안정적인 모습을 보입니다. 정보 용량은 왜곡된 JPEG 이미지와 거의 동일한데, 이는 여러 가지 요인이 작용하기 때문입니다. 이미지가 포화된 영역에서는 랜덤 노이즈가 0이지만, 정의된 노이즈는 존재합니다. ( 아래 )는 진폭 왜곡(사인 함수와의 편차)으로 인해 증가합니다.
다른 사례에서도 관찰되었듯이, 정보 용량이 이미지 처리에 둔감하다는 점은 주목할 만한 결과입니다. 이에 비해, 고도로 처리된 JPEG 이미지에서는 MTF50과 MTF50P 값이 훨씬 더 높게 나타납니다.
정면에서 본 모습으로, 정형화된 사인파 패턴을 보여줍니다.
아이폰 10에서 촬영한 3D 표면 플롯(JPEG 파일)
정면도이며, 상당한 잘림 현상이 나타납니다.
(예상되는 사인파와의 편차).
회전된 (후면) 모습으로, 응답 곡선의 변화를 보여줍니다.
지멘스 스타 이미지를 이용한 섀넌 용량 계산
대부분의 호환 이미지(일반적으로 sRGB 또는 Adobe RGB와 같은 색 공간으로 인코딩됨)의 픽셀 레벨은 감마로 인코딩됩니다. 이러한 파일의 경우 픽셀 레벨 ≅ (센서 조도) 1/ gamma 이며, 여기서 gamma (일반적으로 약 2.2)는 해당 색 공간에 대한 의도된 시청 감마입니다(디스플레이 밝기 = (픽셀 레벨) gamma ). 이러한 파일을 분석하려면 픽셀 레벨을 감마 제곱으로 높여 선형화해야 합니다. RAW 파일은 일반적으로 선형화할 필요가 없습니다(감마 인코딩 없이 디모자이킹된 경우, 즉 gamma = 1인 경우).
총 주기 n 인 지멘스 별의 이미지는 n r = 32 또는 64개의 방사형 세그먼트와 n s = 8(권장), 16 또는 24개의 각도 세그먼트로 나뉩니다. 각 세그먼트는 주기(라디안 단위의 각 길이) P = 2 π n total /n s를 가지며 n k = n total / n s 개의 주기와 k n개의 신호점을 포함합니다. 각 신호 점은 {0, P } 범위의 알려진 각도 위치 φ 에 있습니다.
해당 구간의 이상적인 신호는 다음과 같은 형태를 가진다고 가정합니다.
a 와 b는 위키피디아 푸리에 급수 페이지의 방정식 1에서 유도된 푸리에 급수 계수 방정식을 사용하여 계산됩니다.
여기서 S ( φ ) 는 해당 구간에서 측정된 신호(실제로는 신호 + 잡음)입니다. [참고로, 이 방정식은 ISO 12233:2017 표준에는 없지만, 부록 F, 5단계(" 제곱 오차를 최소화하여 측정값에 예상 주파수의 사인 곡선을 맞춘다")의 취지를 완벽하게 충족합니다.]
소음은
반지름 r (픽셀 단위)을 중심으로 하는 세그먼트의 주파수 f (사이클/픽셀)는 다음과 같습니다. 이 방정식의 흥미로운 결과 중 하나는 나이퀴스트 주파수(0.5 C/P)를 쉽게 찾을 수 있다는 것입니다 . = 45.8픽셀, 총 n = 144주기.
중심 맞춤 오류, 광학적 왜곡 또는 기타 요인으로 인해 f 값이 예상 값과 약간 다를 경우, 작은 조정(여기서는 설명하지 않음)이 이루어집니다.
신호 전력은 잡음 전력은 . 여기서 σ² 는 분산(표준편차의 제곱)입니다. 신호 전력과 잡음 전력의 합은 다음과 같습니다. [참고: 섀넌의 "잡음이 존재하는 환경에서의 통신"이라는 맥락에서, N ( f )는 이상적인 신호 S ( f )가 존재할 때 측정된 잡음이며, 주파수 f 의 협대역 잡음이 아님 을 가정합니다.]
섀넌 방정식을 1차원에서 픽셀 단위로 변환하기
Shannon 용량에 대한 완전한 1차원 방정식은 정보 이론에 관한 Shannon의 두 번째 논문 [1] , Eq.(32)에 제시되었습니다. 고려 중인 픽셀이 2차원 이기 때문에 이 방정식은 직접 사용할 수 없습니다.
[1차원; 사용되지 않음]
픽셀(여기서는)의 단위가 면적이므로 이 방정식을 2차원으로 변환해야 합니다. ( 픽셀은 거리 단위 나 MTF와 같은 선형 측정 단위를 사용하기도 합니다.)
여기서 f x 와 f y 는 각각 x축 과 y 축 방향의 주파수입니다. 이 적분을 계산하기 위해 x 와 y를 극좌표 r 과 θ 로 변환합니다.
S 와 N은 θ 에 약하게만 의존하므로 이 방정식을 1차원으로 다시 쓸 수 있습니다.
좀 전문적인 내용이지만, 섀넌 용량의 극한 경우를 생각해 보겠습니다. 8비트 픽셀이 있다고 가정하면 256단계(0~255)에 해당합니다. 단계 사이의 간격 1을 "잡음"으로 간주하면 섀넌 방정식의 신호 대 잡음비(S/N) 부분은 log₂ (1+ 256² ) ≅ 16이 됩니다. 정보가 정확하게 전송될 수 있는 최대 대역폭 W , 즉 나이퀴스트 주파수는 픽셀당 0.5 사이클입니다. (나이퀴스트 주파수 이상의 모든 신호 에너지는 쓰레기, 즉 잘못된 정보 입니다.) 따라서 C = W log₂ (1+( S/N ) ² ) = 픽셀당 8비트가 되는데, 이것이 우리가 처음에 생각했던 지점입니다. 때로는 원을 그리며 도는 것이 위안이 될 수 있습니다.
요약
- 섀넌 정보 용량 C는 오랫동안 전자 통신 채널의 성능을 측정하는 척도로 사용되어 왔습니다. 이는 적절한 코드를 사용할 경우 오류 없이 데이터를 전송할 수 있는 최대 속도를 나타냅니다(섀넌 용량에 근접하는 코드를 찾는 데 거의 반세기가 걸렸습니다). 이미지 처리에서는 코딩이 문제가 되지 않습니다.
- C 는 일반적으로 픽셀당 비트 단위로 측정됩니다. 총 용량은 다음과 같습니다. .
- C 값을 계산하기 전에 채널을 선형화 해야 합니다. 즉, S 와 N 의 정확한 값을 얻으려면 적절한 감마 보정(신호 = 픽셀 레벨 감마 , 여기서 감마는 2에 가까움)을 적용해야 합니다. 감마 값(2에 가까움)은 그레이스케일 스텝 차트를 분석하는 Imatest 모듈( Stepchart , Colorcheck , Color/Tone Fixed 또는 Interactive , SFRplus 또는 eSFR ISO) 중 하나를 실행하여 결정할 수 있습니다.
- 본 연구에서는 C 값이 카메라 품질, 특히 머신 비전 및 인공지능 카메라의 품질을 평가하는 데 유용한 지표로 사용될 수 있다는 가설을 세웠 습니다. (소비자용 카메라의 외관 품질과는 직접적인 연관이 없습니다. 소비자용 카메라는 최상의 성능을 발휘하려면 세심한 조정이 필요하기 때문입니다.) C 값은 특히 최소한의 처리만 거친 RAW 이미지를 사용할 경우, 카메라 간 비교를 위한 공정한 기준을 제공합니다.
- Imatest는 디지털 이미지의 Y(휘도) 채널에 대한 섀넌 용량 C를 계산하는데, 이는 눈의 감도를 근사적으로 나타냅니다. 또한 개별 R, G, B 채널에 대한 C 값 과 색차 채널인 C b 및 C r (YC b C r 에서 계산)에 대한 C 값도 계산합니다.
- 섀넌 용량은 계산과 해석이 어려워 사진 이미지의 특성을 분석하는 데 사용되지 않았습니다. 하지만 이제는 쉽게 계산할 수 있게 되었고, 사진 이미지 품질과의 관계에 대한 연구가 활발히 진행되고 있습니다.
- C 언어와 머신 비전/AI 시스템 성능(정확도, 속도, 전력 소비) 간의 상관관계를 검증할 수 있는 기업이나 학술 기관과의 협력을 기대합니다.
전체 이미지에 대한 정보 용량
지금까지 논의한 정보 용량은 일반적으로 이미지 중앙 부근에 위치한 단일 별에 대한 것입니다.
픽셀의 정보 용량을 구한 다음 단계는 카메라의 총 정보 용량 Ctotal을 구하는 것입니다. 하지만 렌즈의 선명도( MTF 응답)가 균일하지 않고 일반적으로 이미지 중심에서 멀어질수록 감소하는 경향이 있기 때문에 Ctotal 에 메가픽셀 수를 곱하는 방식으로 정확한 값을 얻을 수는 없습니다. 이미지의 총 정보 용량을 구하는 방법에는 두 가지가 있습니다.
- ISO 2014/2017 표준에 나와 있는 것과 유사한 지멘스 성도 격자를 사용하십시오. 하지만 Imatest는 별 격자를 자동으로 감지하지 못하므로 이 방법은 불편하며, 광학적 왜곡이 심한 경우에는 제대로 작동하지 않습니다.
- 여러 개의 경사진 모서리가 있는 차트를 사용하십시오. 가급적이면 관심 영역(ROI) 자동 감지 기능이 있는 Imatest 차트 중 하나를 사용하는 것이 좋습니다. eSFR ISO , SFRplus 또는 Checkerboard를 권장하지만, 경사진 모서리가 있는 다른 모듈도 사용할 수 있습니다. 이를 위해서는 두 번째 이미지를 캡처해야 합니다.
사선 모서리 방법 - " Imatest를 이용한 정보 용량 측정 " 에 설명된 새로운(2023) 방법을 권장합니다.
- 관심 영역(ROI) 자동 감지 기능을 사용하여 Imatest 차트 4개 중 하나를 실행합니다.
- 설정 또는 추가 설정 창의 정보 용량 드롭다운 메뉴에서 적절한 설정을 선택하십시오 . 이 설정은 눈에 잘 띄지 않을 수 있습니다. 정보 용량을 계산하면 작업 속도가 아주 약간 느려집니다. 고속 실시간 이미지 획득 과 같은 상황에서는 이 옵션을 선택하지 않는 것이 좋습니다.
 정보 용량 잡음 계산 설정,Rescharts 설정 창의 일부를 잘라낸 이미지입니다. |  정보 용량 잡음 계산 설정,추가 설정 창의 왼쪽에서 |
전체 창과 자세한 지침은 SFRplus , eSFR ISO , Checkerboard , SFRreg 또는 SFR 에서 확인할 수 있습니다.
결과는 에지/MTF 플롯, 두 개의 새로운 3D 플롯 및 JSON 출력에서 확인할 수 있습니다. 예시는 백서 에 나와 있습니다.
3D 및 등고선 플롯 과 에지 정보 캡 C_Max를 선택합니다. 그러면 C_max , C_max_slant_mean 및 C_max_slant_total 의 평균값과 총합값이 표시됩니다. 그런 다음,
여기서 C max_slant_total = mean( C max_slant ) × 메가픽셀입니다 .
경사진 모서리로부터 총 C 값 을 도출하는 기존 방법은 더 이상 사용되지 않습니다.
모래밭
(역사적 문헌) R. Shaw, "사진 이미지 품질 평가에 푸리에 기법과 정보 이론을 적용한 연구", 사진 과학 및 공학, 제6권 5호, 1962년 9-10월, 281-286쪽. Rodney Shaw 편집, SPSE(현 SPIE), 1976년 "이미지 평가 관련 주요 논문집"에 재수록됨. 사진 필름의 정보 용량에 대한 흥미롭고도 어려운 계산. 다운로드 가능.
CE Shannon, “ 통신에 대한 수학적 이론, ” Bell Syst. Tech. J., vol. 27, pp. 379–423, 1948년 7월; vol. 27, pp.
623~656쪽, 1948년 10월.
CE 섀넌, " 소음이 있는 환경에서의 통신 ", IRE 회의록, 1949년 1월, 10-21쪽.
텍사스 대학교 영상 및 비디오 공학 연구소는 영상 및 비디오 품질 평가 에 관한 흥미로운 연구를 진행하고 있습니다. 다음은 몇 가지 유망한 논문입니다. 다소 난해한 내용일 수 있습니다!
R. Soundararajan 및 AC Bovik, " 정보 이론 및 시각적 품질 평가에 대한 조사(초청 논문) ", 신호, 이미지 및 비디오 처리, 인간 시각 및 정보 이론 특별 섹션 , 제7권, 제3호, 391-401쪽, 2013년 5월.
HR Sheikh 및 AC Bovik, " 이미지 정보 및 시각적 품질 ", IEEE 이미지 처리 트랜잭션 , 제15권, 제2호, 430-444쪽, 2006년 2월.
K. Seshadrinathan 및 AC Bovik, " 모션 모델 기반 정보 이론적 비디오 품질 측정 지표 ", 제3회 소비자 가전 비디오 처리 및 품질 측정 국제 워크숍 , 스코츠데일, 애리조나, 2007년 1월.
HR Sheikh 및 AC Bovik, " 비디오 품질 평가를 위한 시각 정보 충실도 접근법(초청 논문) ", 제1회 소비자 전자 제품 비디오 처리 및 품질 측정 국제 워크숍 , 스코츠데일, 애리조나, 2005년 1월.
HR Sheikh 및 AC Bovik, " 이미지 정보 및 시각적 품질 ", IEEE 국제 음향, 음성 및 신호 처리 학회(ICASSP '04) 회의록 , 캐나다 몬트리올, 3권, 3-709-712쪽, 2004년 5월.
위키피디아 - 섀넌-하틀리 정리는 섀넌 방정식의 주파수 의존적 형태를 가지고 있으며, 이는 Imatest 사인 패턴의 섀넌 정보 용량 계산에 적용됩니다. 이 정리는 2차원 방정식으로 수정되고, 극좌표로 변환된 다음, 픽셀의 면적(선형이 아닌) 특성을 고려하여 1차원으로 표현됩니다.
참고 자료
- CE 섀넌, "소음이 있는 환경에서의 통신", IRE 학술대회 논문집 , 제37권, 제1호, 10-21쪽, 1949년 1월, doi: 10.1109/jrproc.1949.232969 . ↩