先月、 近赤外線カメラの評価に関する考察記事を掲載しました。この記事では、近赤外線カメラのテスト設定における重要な考慮事項を概説し、可視光と近赤外線の波長間でシャープネスがどのように変化するかを示しました。今回の記事では、そのテーマをさらに掘り下げ、 ISO 18844方式を用いてベールグレア（フレア）をテストします。
ベールグレアまたはフレアとは何ですか？
フレアは、すべてのレンズおよび光学系において、ある程度発生します。レンズに入射した迷光が光学部品間で反射され、画像がぼやけてしまうのです。以下は、非常にひどいレンズフレアの例です。
これらの画像では、本来光が存在しないはずの場所にフレアが発生していることがわかります。光学部品におけるフレアは、システムの全体的なダイナミックレンジを制限する大きな要因です。センサーはしばしば120 dBを超えるダイナミックレンジを謳っていますが、実際にはフレアの影響により、その範囲に近づくことはできません。詳細については、 ヴェイルグレア（フレア）に関するドキュメントをご覧ください。
近赤外線カメラテストの設定
今回のテストでは、 前回の記事で使用したのと同じRaspberry PiカメラとImatest光源を使用します。主な違いは、チャートと画像処理です。ISO 18844チャートは、規格に従ってX字型に配置された多数の黒い点が特徴です。チャートは透明なポリエステルフィルムでできており、点は反射によるテストの失敗を防ぐためにAcktarブラックで作られています。
今回のテストと前回のテストとのもう一つの大きな違いは、処理方法の変更です。画像は線形である必要があります。自動ホワイトバランスやJPEG圧縮などの非線形処理が有効になっている場合、結果に影響を与える可能性があります。幸いなことに、Raspberry Pi Camera V2から生のセンサーデータを取得することが可能です。 この手順は、 Piから生の画像をキャプチャするために使用されました。
近赤外線画像の解析
フレアチャートの画像は、可視光と近赤外線（850nm）の2つの照明条件下で撮影された。
注：これらの画像は、Raspberry Piで撮影した通常の画像とは見た目が異なります。これは生データであるためです。自動ホワイトバランス、ガンマ補正、その他の処理は一切行われていません。Imatestで生画像を読み込む方法の詳細については、 ドキュメントを参照してください。
次に、 Imatest Master 5.1.9 の均一性モジュールを使用して各画像を分析します。均一性設定ダイアログで、「 ISO 18844 フレア方法 C: カラースペースで線形化」を選択します。この分析では、その他のオプションは無視できます。
Imatestは均一性に関する複数のグラフを表示しますが、今回のテストではISO 18844フレアグラフのみに関心があります。各測定値のグラフは以下に示します。
グラフは、18844の計算に基づいた各ドットのフレア率（％）と、下部に平均フレアを示しています。グラフから、可視光源の平均フレアは5.2％、近赤外線（NIR）の平均フレアは13.6％であることがわかります。
結論
以前のシャープネステストと同様に、光の波長が変化すると画質が劇的に変化します。ISO 18844フレアは、可視光と比較して近赤外線（NIR）では2.5倍以上増加します。したがって、フレアの増加により、NIRカメラのダイナミックレンジが低下することが予想されます。セキュリティカメラや車載カメラなどの用途では、ダイナミックレンジの低下は、障害物や侵入者を検出するシステムの有効性を著しく低下させる可能性があります。画質の大きな変化は、イメージングシステムの用途に合ったテスト環境を構築することがいかに重要であるかを示しています。これは、昼間（可視光）モードと夜間（NIR）モードを備えたセキュリティカメラなど、システムが多目的である場合に特に当てはまります。このテストの適切なフォローアップは、どちらの照明条件下でもシステムのダイナミックレンジを測定することです。