上個月，我們發布了《評估近紅外線相機時的注意事項》一文。文中回顧了近紅外線相機測試設定的重要注意事項，並展示了可見光和近紅外線波長下清晰度的差異。本文將繼續探討這個主題，使用ISO 18844 方法測試眩光（光暈）。
什麼是眩光或光暈？
所有鏡頭和光學系統都會出現一定程度的眩光。進入鏡頭的雜散光會在光學元件之間反射，導致影像模糊。下圖是一個非常嚴重的鏡頭眩光範例。
在這些影像中，我們可以看到眩光如何在原本不該有光的地方顯示出光。光學元件中的眩光是限制系統整體動態範圍的主要因素。感測器通常標稱動態範圍大於 120 dB。但實際上，由於眩光的影響，系統很難接近這個範圍。更多信息，請閱讀我們關於眩光（遮蔽性眩光）的文檔。
設定近紅外線相機測試
本次測試我們將使用與上一篇文章相同的樹莓派攝影機和Imatest光源。主要區別在於測試卡和圖像處理。 ISO 18844測試卡由許多黑色圓點組成，這些圓點按照標準呈X形排列。測試卡由透明聚酯薄膜製成，圓點則採用Acktar黑色材料製成，以防止反射影響測試結果。
本次測試與上次測試的另一個主要差異在於影像處理方式的改變。影像必須是線性的。啟用自動白平衡和 JPEG 壓縮等非線性處理可能會影響測試結果。幸運的是，我們可以從 Raspberry Pi Camera V2 取得原始感測器資料。 以下教程用於從 Pi 擷取原始影像。
分析近紅外線影像
在兩種照明條件下拍攝了耀斑圖的影像；可見光和近紅外光（850 奈米）。
注意：這些影像與樹莓派上拍攝的普通影像看起來有所不同，因為這是原始資料。沒有進行自動白平衡、伽瑪校正或其他處理。有關使用 Imatest 讀取原始圖像的更多信息，請參閱我們的文檔。
然後，我們使用Imatest Master 5.1.9 中的均勻性模組分析每張影像。在「均勻性設定」對話方塊中，我們選擇「 ISO 18844 光暈方法 C：使用色彩空間線性化」。對於本次分析，我們可以忽略其餘選項。
Imatest 會顯示幾個與均勻性相關的圖表，但本次測試我們只專注於 ISO 18844 光暈圖。我們每次測量的圖表如下所示。
圖中顯示了根據 18844 計算得出的每個點的耀斑百分比，底部則顯示了平均耀斑。從圖中可以看出，可見光源的平均耀斑為 5.2%，近紅外線光源的平均耀斑為 13.6%。
結論
與我們先前的清晰度測試類似，當光波長改變時，影像品質會發生顯著變化。 ISO 18844 眩光在近紅外線 (NIR) 波段比可見光波段增加了 2.5 倍以上。因此，可以預期近紅外線攝影機的動態範圍會因眩光增加而降低。在安防或車載攝影機等應用中，動態範圍的降低會顯著降低系統偵測障礙物或入侵者的效能。影像品質的顯著變化表明，建立與成像系統應用相符的測試環境至關重要。對於多用途系統（例如具有白天（可見光）和夜間（近紅外線）模式的安防攝影機）而言，這一點尤其重要。本次測試的後續工作之一是測量系統在兩種光照條件下的動態範圍。