|
Flatfield 사용법, 1부 | Flatfield 사용법, 2부 | Flatfield 인터랙티브 사용법 | 시간적 노이즈 |
소개
유럽 머신 비전 1288 표준(EMVA 1288)은 선형 이미지 센서의 선형성, 감도(양자 효율), 노이즈, 암전류, 불균일성 및 스펙트럼 감도를 포함한 여러 주요 특성을 테스트하도록 설계되었습니다. Imatest 2020.2 이상 버전은 이러한 측정 항목 중 일부를 수행하며, 여기에는 플랫 필드 이미지의 시간적 노이즈 및 공간적 불균일성이 포함됩니다. 광응답 불균일성( PRNU) 및 암신호 불균일성( DSNU , "렌즈 캡 장착" 이미지 기준)과 같은 결과는 균일성 및 균일성 대화형 모듈에서 플랫 필드 이미지 배치로부터 계산할 수 있습니다.
이러한 측정값은 EMVA 1288 표준 에서 도출되었으며 유사한 수치 결과를 나타냅니다. 측정 방식이 다르기 때문에 엄밀히 말하면 EMVA 1288을 준수하지 않습니다 . 센서 동적 범위 측정 방식 또한 EMVA 1288과 유사한 결과를 제공하도록 설계되었지만, 이 역시 EMVA 1288을 준수하는 데는 한참 못 미칩니다.
이미지 센서 노이즈는 광자(샷 노이즈), 열(존슨 노이즈), 암전류 노이즈, 이미지 센서 내 픽셀의 감도 및 게인 변화 등 여러 요인에 의해 발생하는 픽셀 레벨의 무작위 변동입니다. 이러한 변동은 때때로 고정 패턴 노이즈라고도 하며, 여기서는 공간적 불균일성이라고 부릅니다. EMVA 표준(§4)에서는 "불균일성"이라는 용어를 선호합니다.
이미지 센서 노이즈는 두 가지 기본 요소로 분해될 수 있습니다.
- 시간적 노이즈 는 이미지마다 변하는 무작위 노이즈입니다.
- 픽셀 감도 및 게인이 균일하지 않아 발생하는 공간적 노이즈 또는 불균일성은 이미지마다 일관되게 나타납니다.
시간적 노이즈를 측정하는 방법에는 두 가지가 있습니다. 첫 번째 방법은 동일한 조건에서 촬영한 두 이미지를 뺀 후 √2로 나누는 것입니다. 두 번째 방법은 많은 수의 이미지를 필요로 합니다. EMVA 계산에서는 공간적 불균일성을 얻기 위해 여러 이미지가 필요하므로 이 두 번째 방법을 사용합니다.
시간적 노이즈와 불균일성을 계산하려면 여러 장의 이미지를 촬영해야 합니다. (EMVA §8에서는 최소 16 장의 이미지를 권장합니다. 100~400장이 더 좋지만, Imatest 계산은 최소 4장의 이미지로도 가능합니다(테스트용으로만 적합). 표준에서는 평균 픽셀 레벨(감마가 적용되지 않은 선형 파일 기준)이 포화도의 50%인 밝은 이미지 세트(문서에서는 아래첨자 50으로 표시, "밝은"으로 표기)와 어두운 픽셀 세트("렌즈 캡을 씌운 상태", 아래첨자 dark로 표시)를 촬영할 것을 권장합니다.)
EMVA 1288 방정식에 대한 참고 사항: Imatest는 현재 K = 전자당 디지털 수(DN), η = 양자 효율, μp = 픽셀당 평균 광자 수, μe = 픽셀당 평균 전자 수( μe = ημp )와 같은 광도 단위를 사용하지 않습니다. Imatest 결과는 전기적 측정값만을 기반으로 도출되므로 표준 방정식을 정확하게 따를 수 없습니다. 아래 방정식은 표준 측정값과 동일한 것으로 간주되는 실제 Imatest 계산 결과를 나타냅니다. EMVA 1288 표기법을 일부 따르겠습니다. μ는 평균, s는 공간 표준 편차, σ는 시간 표준 편차를 나타 냅니다 . | |
아래 방정식의 요약: 촬영된 L개의 이미지 세트에 대해 평균 이미지 <y>를 계산합니다. EMVA 선형 버전 4.0(33) M 행 N 열로 구성된 L 개의 캡처된 이미지에서 각 픽셀의 평균은 다음과 같습니다. EMVA 선형 버전 4.0(34) 공간적 불균일성 s 는 μy의 표준편차이며, 따라서 전체 공간 분산은 다음과 같습니다. , 평균과 같습니다 . 이미지의 각 픽셀에 대한 시간적 잡음 분산(전력)은 다음과 같습니다. EMVA 선형 버전 4.0(18) 이 방정식을 계산하는 것은 시간이 오래 걸리고 번거로울 수 있지만, 위키피디아의 분산(Variance) 페이지 에 설명된 지름길이 있습니다. 위키피디아 표기법으로는 다음과 같습니다. EMVA 표기법에서, 이렇게 "측정된" 공간 분산은 시간적 잡음의 잔여 분산을 빼는 방식으로 보정할 수 있습니다. : EMVA 선형 버전 4.0(36) 전체 공간 분산은 행, 열 및 픽셀 공간 분산으로 더 분해될 수 있으며, 이는 행 간 및 열 간 불균일성을 특성화하는 데 유용합니다. EMVA 선형 버전 4.0(37) 열 공간 분산은 결합된 이미지의 평균 행으로부터 계산됩니다. EMVA 선형 버전 4.0(39) 마찬가지로 행 공간 분산은 결합된 이미지의 평균 열로부터 계산됩니다. , 그리고 이 문제는 EMVA 선형 버전 4.0의 4.3절 에 정의된 방정식 시스템을 사용하여 해결됩니다.
전체 EMVA 1288 광응답 불균일도( PRNU 1288 ) 측정은 아래첨자 50(light)으로 표시되는 밝은 이미지 세트와 아래첨자 dark로 표시되는 어두운 이미지 세트를 사용합니다. 이미지 세트를 실행하면 결과가 imatest-v2.ini에 임시로 저장됩니다. PRNU 1288은 밝은 이미지와 어두운 이미지가 모두 사용 가능한 경우에만 계산됩니다. 여기서 <...>는 이미지 전체에 대해 취한 평균값을 나타냅니다. 빛 이미지 세트만을 사용하여 PRNU light를 정의할 수 있으며, 이는 PRNU 1288 과 매우 유사합니다. 암신호 불균일성은 동일한 방법을 사용하여 분해된 행, 열 및 픽셀 분산에 대해서도 PRNU와 DSNU를 계산합니다. |
방법
일반적으로 깜빡임이 없는 LED 라이트박스와 같이 빛이 고르게 퍼지는 평면적인 배경 을 촬영하십시오 . 밝은 이미지의 경우, 노출 조절 기능이 있다면 선형 이미지가 최대 밝기의 약 50% 정도가 되도록 노출을 설정하십시오(감마 2.2 색 공간의 경우 최대 밝기의 약 73%에 해당).
INI 설정에서 어두운 이미지 분류 임계값을 설정하세요 . 이 기능은 Imatest 24.1 버전부터 사용 가능하며, 사용자가 "밝은" 이미지와 "어두운" 이미지를 분류하는 데 사용되는 임계값을 수동으로 설정할 수 있습니다. 임계값은 입력 이미지의 정규화된 평균값을 기준으로 하며, 기본값은 0.08입니다. 즉, 모든 입력 이미지의 평균 디지털 값이 최대 디지털 값의 8% 미만이어야 "어두운" 이미지로 분류됩니다. 경우에 따라 이 임계값이 너무 낮아 의도한 대로 입력 이미지를 분류하지 못할 수 있습니다. .ini 파일에서 이 임계값을 조정하려면 Imatest 메인 창의 INI 드롭다운 메뉴에서 " INI 파일 열기"를 선택하세요.
이렇게 하면 기존 .ini 구성 파일이 텍스트 편집기에서 열립니다. 기본 .ini 파일에서 시작하거나 이전에 플랫 필드 분석을 실행한 적이 없는 경우 아래와 같이 [flatfield] 섹션과 threshold_Lt_Dk_pct_0_1을 수동으로 추가해야 합니다.
이전에 플랫 필드 분석을 실행한 적이 있다면 파일에 [flatfield] 섹션과 threshold_Lt_Dk_pct_0_1을 포함한 여러 ini 키가 이미 존재합니다. 텍스트 편집기에서 또는 INI 드롭다운 메뉴의 INI 파일 편집기 도구를 사용하여 기존 threshold_Lt_Dk_pct_0_1 필드의 값을 조정하고 변경 사항을 저장하십시오. 이제 평소처럼 분석을 진행할 수 있습니다.
저장된 이미지 파일의 경우 , L (밝은 또는 어두운) 파일 그룹을 선택한 다음 플랫 필드 분석을 선택하고 원하는 대화형 또는 자동(일괄 처리) 옵션을 선택합니다.
[분석]을 클릭하여 다중 이미지 검증을 진행하십시오. 이 창에서 EMVA1288에 대한 분석을 수행할 때 픽셀 기반 시간적 노이즈 분석을 위해 [n >= 4개 파일 읽기]를 선택했는지 확인하십시오. [예]를 클릭하여 진행하십시오.
영역 선택 창이 열립니다. 대부분의 경우 이미지 전체를 선택하거나, 크기가 같은 이미지를 분석한 경우 이전 이미지와 동일한 영역을 선택하는 것이 좋습니다. 선택이 완료되면 진행률 표시줄이 나타납니다. 여러 이미지를 읽는 작업은 놀라울 정도로 빠르게 진행됩니다.
직접 데이터 수집을 하려면 유틸리티 메뉴 또는 Uniformity 대화형 설정 창에서 열 수 있는 장치 관리자를 사용하여 수집 장치를 선택하십시오. 선택을 완료했으면 저장을 누르십시오.
가능하다면 데이터 수집 전에 설정 드롭다운 메뉴에서 신호 평균값을 원하는 값으로 설정하고, 평균화하는 동안 이미지^2 계산 (위 의 EMVA-1288용 'n개 파일 읽기...' 와 동일한 기능)을 선택하십시오. (이 명칭은 변경될 수 있습니다.) 균일성 인터랙티브 창 왼쪽 하단의 이미지 획득 ( 이미지 파일 읽기 ) 버튼을 사용하여 데이터 수집을 쉽게 반복할 수 있습니다.
추가 설정 창에서 EMVA 1288을 EMVA 1288 계산: 박스 필터로 설정해야 합니다. 5×5 박스 필터는 저주파 공간 변동을 억제하도록 설계된 고역 통과 필터이며, §C.5에 설명되어 있습니다.
밝거나 어두운 평면 이미지를 촬영하세요 . 직접 데이터 수집을 위해서는 장치 관리자에서 장치를 선택하십시오. Uniformity Interactive를 엽니다. 설정 드롭다운 메뉴에서 신호 평균화를 선택하고 평균화할 이미지 개수(128개 이상 권장)를 선택한 다음, 평균화 중 이미지 2배 계산 옵션이 선택되어 있는지 확인하십시오. 그런 다음 이미지를 수집합니다. 저장된 이미지 파일에서 파일 배치를 선택한 다음 확인 창에서 "픽셀 기반 시간적 노이즈 분석을 위해 n개 파일 읽기(N >= 4)"를 선택하십시오. EMVA-1288의 경우 이 옵션을 선택하십시오. 균일성 또는 균일성 대화형 추가 설정 창에서 EMVA 1288 계산, 상자 필터를 선택합니다. 균일성의 경우 플롯을 선택합니다. |
결과
표시 드롭다운 창에서 선택한 여러 플롯에는 EMVA 1288 결과가 포함되어 있습니다. 여기에는 히스토그램 , 누적 히스토그램 , V&H 스펙트럼 , PRNU, DSNU 및 히스토그램 , 시간적 노이즈 이미지가 포함됩니다.
PRNU, DSNU & Hist 에는 결과 요약이 포함되어 있습니다.
Flatfield(고정 모듈)에서 이 그래프를 선택하면 다른 그래프에서 볼 수 있는 히스토그램이 생략되어 전체 출력 결과를 볼 수 있습니다.
PRNU/DSNU 통계를 계산하려면 밝은 이미지와 어두운 이미지 데이터 세트 모두의 데이터가 필요합니다. 이러한 통계를 생성하려면 "이미지 파일 읽기"를 선택하고 어두운 이미지 세트(또는 어두운 이미지 계산이 먼저 완료된 경우 밝은 이미지 세트)에 대해 분석을 반복하십시오. DSNU/PRNU 통계를 계산하려면 어두운 이미지와 밝은 이미지의 크기와 유형(흑백, Bayer raw 또는 디모자이크)이 동일해야 합니다.
밝은 데이터와 어두운 데이터가 모두 로드되어 분석되면 PRNU/DSNU 통계가 표시되는 결과 표에 나타납니다.
몇 가지 추가적인 결과가 흥미롭습니다.
표준 히스토그램 — EMVA §8.4, 그림 13에 나와 있습니다. 밝은 이미지 또는 어두운 이미지에 대해 계산할 수 있습니다. 다음은 박스 필터를 적용하지 않은 경우와 적용한 경우의 두 가지 예입니다. 박스 필터는 EMVA 1288( §C.5) 에서 낮은 공간 주파수의 불균일성을 제거하는 데 권장됩니다.
 박스(저역 통과) 필터가 없는 히스토그램 |  박스(저역 통과) 필터가 적용된 히스토그램 |
누적 히스토그램 — EMVA 8.4절 그림 14에 나와 있습니다. 사용 방법을 잘 모르겠습니다. EMVA에서 요구하는 결과가 포함되어 있지 않습니다.
수평 및 수직 스펙트로그램과 프로파일 - EMVA 8.3절 및 8.4절에 설명되어 있습니다. 여기에 통합되어 있습니다. 이 그래프에는 EMVA에서 요구하는 결과가 포함되어 있지 않습니다. 여러 가지 평활화 설정이 가능합니다.
시간적 잡음 이미지 — 녹색 상자 (위)의 방정식에 정의된 시간적 잡음 전력(분산) σ² 및 RMS 전압 σ는 각 픽셀에 대해 계산됩니다. 즉, 이들은 이미지 입니다. EMVA 계산에 사용되는 플랫 필드 이미지의 경우 시간적 잡음 이미지는 그다지 중요하지 않지만, 테스트 차트 이미지의 경우 이미지 영역 전체에 걸쳐 이미지 처리가 어떻게 달라지는지를 보여주기 때문에 매우 중요합니다. (양방향 필터링이 적용될 때 잡음은 일반적으로 매끄러운 영역보다 가장자리 근처에서 더 큽니다.) 자세한 내용은 시간적 잡음 항목을 참조하십시오.