上个月，我们发布了《评估近红外相机时的注意事项》一文。文中回顾了近红外相机测试设置的重要注意事项，并演示了可见光和近红外波长下清晰度的差异。本文将继续探讨这一主题，使用ISO 18844 方法测试眩光（光晕）。
什么是眩光或光晕？
所有镜头和光学系统都会出现一定程度的眩光。进入镜头的杂散光会在光学元件之间反射，导致图像模糊。下图是一个非常严重的镜头眩光示例。
在这些图像中，我们可以看到眩光如何在原本不应该有光的地方显示出光。光学元件中的眩光是限制系统整体动态范围的主要因素。传感器通常标称动态范围大于 120 dB。但实际上，由于眩光的影响，系统很难接近这个范围。更多信息，请阅读我们关于眩光（遮蔽性眩光）的文档。
设置近红外相机测试
本次测试我们将使用与上一篇文章相同的树莓派摄像头和Imatest光源。主要区别在于测试卡和图像处理。ISO 18844测试卡由许多黑色圆点组成，这些圆点按照标准呈X形排列。测试卡由透明聚酯薄膜制成，圆点则采用Acktar黑色材料制成，以防止反射影响测试结果。
本次测试与上次测试的另一个主要区别在于图像处理方式的改变。图像必须是线性的。启用自动白平衡和 JPEG 压缩等非线性处理可能会影响测试结果。幸运的是，我们可以从 Raspberry Pi Camera V2 获取原始传感器数据。 以下教程用于从 Pi 采集原始图像。
分析近红外图像
在两种照明条件下拍摄了耀斑图的图像；可见光和近红外光（850 纳米）。
注意：这些图像与树莓派上拍摄的普通图像看起来有所不同，因为这是原始数据。没有进行自动白平衡、伽玛校正或其他处理。有关使用 Imatest 读取原始图像的更多信息，请参阅我们的文档。
然后，我们使用Imatest Master 5.1.9 中的均匀性模块分析每张图像。在“均匀性设置”对话框中，我们选择“ ISO 18844 光晕方法 C：使用颜色空间线性化”。对于本次分析，我们可以忽略其余选项。
Imatest 会显示几个与均匀性相关的图表，但本次测试我们只关注 ISO 18844 光晕图。我们每次测量的图表如下所示。
图中显示了根据 18844 计算得出的每个点的耀斑百分比，底部则显示了平均耀斑。从图中可以看出，可见光源的平均耀斑为 5.2%，近红外光源的平均耀斑为 13.6%。
结论
与我们之前的清晰度测试类似，当光波长改变时，图像质量会发生显著变化。ISO 18844 眩光在近红外 (NIR) 波段比可见光波段增加了 2.5 倍以上。因此，可以预期近红外摄像机的动态范围会因眩光增加而降低。在安防或车载摄像头等应用中，动态范围的降低会显著降低系统检测障碍物或入侵者的有效性。图像质量的显著变化表明，构建与成像系统应用相匹配的测试环境至关重要。对于多用途系统（例如具有白天（可见光）和夜间（近红外）模式的安防摄像头）而言，这一点尤为重要。本次测试的后续工作之一是测量系统在两种光照条件下的动态范围。