로버트 섬너 지음
Ranga Burada, Henry Koren, Brienna Rogers, Norman Koren의 기고를 포함합니다.
일관성은 성공적인 이미지 품질 테스트의 핵심 요소입니다. 시스템의 각 구성 요소는 테스트 결과의 변동에 영향을 미칠 수 있습니다. 합격/불합격 테스트와 같은 작업의 주요 목표는 구성 요소 로 인한 변동을 식별하고 노이즈로 인한 변동은 무시하는 것입니다. 변동률을 1~5% 이내로 제한하여 테스트 결과를 정확하게 재현할 수 있다면 제품 성능을 더욱 정확하게 파악할 수 있습니다.
Imatest는 이미지 픽셀에서 직접 측정값을 얻기 때문에 이미지에 노이즈를 유발하는 모든 요소가 측정값에 영향을 미칠 수 있습니다. 이미지 노이즈의 주요 원인 중 하나는 전자 센서 노이즈입니다. 또한 저조도 환경에서는 광자 샷 노이즈도 상당한 영향을 미칩니다. 자동 초점 히스테리시스와 같은 기타 시스템적인 측정 변동 요인은 이 글에서 다루지 않습니다.
선명도 결과의 변동성을 줄이고 테스트 반복성을 높이려면 이미지의 노이즈 양을 줄이는 조치를 취해야 합니다.
테스트 결과의 노이즈를 줄이는 5가지 팁을 소개합니다.
1. 샘플을 최대한 활용하세요
대부분의 노이즈 발생 원인은 서로 다른 노출과 동일한 노출 내의 픽셀 위치에 관계없이 독립적이므로, 여러 샘플을 평균화함으로써 그 영향을 효과적으로 제거할 수 있습니다.
노이즈의 시간적 특성을 활용하기 위해 Imatest의 고정 모듈을 사용하여 분석할 여러 이미지 파일을 선택할 때 "신호 평균화를 위한 파일 결합" 옵션을 사용하면 동일한 장면의 여러 이미지를 결합할 수 있습니다. 이 방법은 Imatest의 모든 분석에 적용됩니다.
마찬가지로, 선호되는 MTF 측정 기법인 경사 에지 기법과 같이 스케일 불변성을 갖는 관심 영역(ROI) 기반 분석의 경우, 이미지에서 분석하려는 경사 에지 주변의 ROI 영역을 늘리면 사용되는 독립적인 무작위 샘플 수가 증가합니다. 일반적으로, 차트를 고려하고 이미지 필드의 원하는 영역 내에 머무르면서 경사 에지 주변에 가능한 한 큰 창을 선택하는 것이 좋습니다(MTF는 일반적으로 필드 전체에 걸쳐 변하기 때문입니다). 이 방법은 지멘스 스타나 쌍곡선 웨지와 같이 이미지에서 특징 크기가 고정된 테스트에는 적용되지 않습니다.
2. 해도 대비를 통해 적절한 신호 레벨을 확보하십시오 (단, 너무 과하지 않도록 하십시오).
선명도 측정에서 측정하고자 하는 신호는 이미지의 대비량과 관련이 있습니다. 대비가 높을수록 신호 대 잡음비(SNR)가 높아지고 노이즈가 결과에 미치는 영향이 줄어듭니다. 하지만 좋은 것도 지나치면 문제가 될 수 있습니다. 센서의 픽셀이 포화, 클리핑 또는 비선형 응답 영역에 도달하면 비정상적으로 선명도가 높아질 수 있습니다. ISO 12233:2014 표준은 대부분의 시스템에서 이러한 포화 현상을 방지하기 위해 4:1 대비로 인쇄된 테스트 차트 가장자리를 지정합니다.
경사진 가장자리의 신호 레벨은 가장자리의 밝은 면과 어두운 면 사이의 대비와 밀접한 관련이 있습니다. 신뢰할 수 있는 결과를 얻으려면 경사진 가장자리에 대해 최적의 대비 범위를 설정해야 합니다. 이를 위해서는 테스트 환경에 적합한 차트를 선택하는 것이 중요합니다.
음영 의 영향을 가장 많이 받는 테스트 차트의 바깥쪽 영역의 대비를 높이는 것은 신호 레벨을 향상시키는 한 가지 방법입니다. Imatest에서 차트를 주문할 때 필요에 따라 이와 같은 맞춤 설정을 요청할 수 있습니다.
3. 이미지 처리의 영향을 인지하십시오.
Imatest로 테스트한 일부 기기는 촬영 후 소프트웨어 처리를 거치지 않은 원본 이미지를 생성할 수 있습니다. 이러한 경우 Imatest는 렌즈와 센서가 결합된 시스템의 정확한 측정값을 제공할 수 있습니다. 카메라 기기가 Imatest에 입력하기 전에 이미지를 처리하는 경우, 해당 처리의 영향을 관찰, 연구 및 이해할 수 있지만 무시할 수는 없습니다.
더 높은 비트 심도의 센서에서 8비트(24비트 컬러) JPEG로 이미지를 변환할 때 양자화로 인해 노이즈가 약간 증가합니다. 특히 과도한 이미지 보정(닷징 및 버닝)이 필요한 경우 노이즈 증가가 심해져 "밴딩" 현상이 나타날 수 있습니다. 따라서 16비트(48비트 컬러) 파일로 변환하는 것이 일반적으로 더 좋습니다. 또한 이미지 처리 과정에 샤프닝이 포함되는 경우가 많은데, 이로 인해 고주파 영역에서 노이즈가 상대적으로 더 두드러지게 나타날 수 있습니다.
처리된 이미지에 대한 마지막 주의 사항은 많은 소비자용 카메라(특히 모바일 기기 카메라)가 비선형 노이즈 감소(예: 양방향 필터링)를 사용한다는 점입니다. 이러한 기능은 경사진 가장자리의 노이즈를 완화할 수 있지만 질감 디테일을 저하시킬 수도 있습니다. (참고: 위에서 제안한 것처럼 여러 이미지를 평균화하는 방법은 이와 같은 비선형 처리가 적용된 경우에는 효과가 없습니다.) 이러한 경우 경사진 가장자리 측정만으로는 선명도를 완전히 파악할 수 없으며, 무작위(질감 분석) 차트가 더 적합할 수 있습니다.
4. 더 나은 노출을 확보하세요
저조도 환경에서는 적절한 노출을 얻기 위해 높은 ISO 감도가 필요한 경우가 많으며, 이는 센서 노이즈와 변동성을 증가시킵니다. 적절한 사진 노출을 확보하면 광자 노이즈와 이미지에서 센서 노이즈의 상대적인 영향을 모두 줄일 수 있습니다. 노출 값을 높이는 두 가지 주요 방법은 다음과 같습니다(단, 앞서 언급했듯이 밝은 영역이 센서의 포화 수준 이하가 되도록 주의해야 합니다!).
광원의 밝기를 높여 차트에 반사되는 빛의 양을 늘리세요.
카메라와 피사체가 모두 정지해 있는 상태에서 노출 시간을 늘려 더 많은 빛을 모을 수 있습니다.
5. 반복 측정이 가능한 측정 방법을 선택하십시오.
노이즈가 존재하면 MTF 곡선의 형태가 변형됩니다. 두 개의 완전한 MTF 곡선을 비교하거나 보고서에 포함하는 것은 현실적으로 어려운 경우가 많으므로, 엔지니어들은 종종 곡선에 대한 정보를 한두 가지 요약 지표로 줄여서 제공합니다. 이러한 지표는 곡선에 대한 가장 중요한 정보를 하나의 수치로 전달하기 위한 것입니다. 일반적인 예는 다음과 같습니다.
MTF10 , MTF30 , MTF50 : MTF 곡선이 정규화된(DC) 값의 10%, 30%, 50%에 도달하는 주파수 값
MTF50P : MTF 곡선이 최대값의 50에 도달하는 주파수 값 (선명도 향상이 있는 경우 DC에서 찾은 값인 1보다 클 수 있음)
MTF (나이퀴스트 주파수의 ¼ 및 ½) : 나이퀴스트 샘플링 속도의 절반(0.125) 및 4분의 1(0.25 사이클/픽셀)에서의 MTF 값입니다.
MTF 영역 : DC부터 0.5 사이클/픽셀까지의 MTF 곡선 아래 면적으로, 일반적으로 곡선의 피크 값을 1로 정규화합니다. (덜 일반적임.)
아래는 잡음이 없는 합성 MTF 곡선 예시를 통해 이를 보여줍니다. MTF 면적 값은 곡선 아래의 밝은 빨간색 영역을 적분한 값입니다.
각 측정값은 노이즈의 형태(즉, 비스듬한 가장자리를 촬영한 각 사진)에 따라 약간씩 달라지지만, 일부 측정값은 노이즈가 존재할 때 안정성이 떨어지는(분산이 더 큰) 경향이 있습니다. 따라서 원하는 MTF 특성을 잘 나타내면서도 예상되는 노이즈 양을 고려했을 때 재현성이 뛰어난 측정값을 사용하는 것이 중요합니다.
아래는 시뮬레이션된 경사 모서리 이미지 세트에서 Imatest의 SFR 모듈을 사용하여 계산한 10개의 서로 다른 MTF 곡선 세트입니다. 시뮬레이션 과정은 5도 경사 모서리 생성(양선형 보간법), 가우시안 블러 커널 적용, 픽셀 단위 백색 가우시안 노이즈 추가(각 곡선마다 다른 인스턴스 적용), 그리고 언샤프 마스킹 기법을 사용한 선명도 향상으로 구성됩니다. MTF 곡선 위에는 다양한 요약 지표에 해당하는 박스플롯(전체 모집단의 중요한 통계를 간결하게 나타내는 유용한 그래프로, 이 경우 위 과정을 사용한 100개의 시뮬레이션 결과를 나타냄)이 겹쳐져 있습니다.
이 논의에서 가장 중요한 측면은 각 박스의 길이입니다. 이는 노이즈가 포함된 에지 이미지 전체에서 각 측정값이 얼마나 변동하는지를 나타냅니다. (이 이미지에서 세로 방향 측정값의 길이는 가로 방향 측정값과의 시각적 비교를 위해 축 스케일 차이를 고려하여 조정되었습니다.) MTF50과 MTF50P는 흔히 사용되는 MTF30, MTF10보다 변동량이 작습니다. 나이퀴스트 주파수의 1/2 및 1/4에서의 MTF는 앞서 언급한 측정값들과 단위가 다르기 때문에 변동 양상이 다릅니다. 특히 후자는 노이즈의 영향을 훨씬 더 많이 받습니다. MTF 면적은 변동량이 가장 작지만, 이 또한 변동 양상이 다르고 선명도와의 관계도 다릅니다. (흔히 사용되지는 않지만 매우 유망한 측정값인 MTF 면적의 적합성에 대해서는 향후 게시물에서 자세히 살펴보겠습니다.)
아래 그림은 다양한 MTF 지표가 선명도 및 노이즈 수준에 따라 어떻게 변하는지 보여줍니다. 각 지표의 표준 편차(σ metric )는 100개의 무작위 인스턴스에 대해 각 노이즈 수준에서 계산되었습니다. 원래 시뮬레이션된 기울어진 모서리 테스트 이미지는 [0, 255] 범위의 값을 가지며 4:1의 대비를 갖습니다.
위 그림들은 노이즈 증가와 샤프닝 수준 증가 모두에서 모든 측정 지표의 변동성이 증가하는 일반적인 추세를 보여줍니다. 흥미롭게도, 변동성 순서는 노이즈 및 샤프닝 수준에 관계없이 거의 일정하게 유지됩니다. 또 하나 주목할 점은 MTF10과 ½ 나이퀴스트 주파수에서의 MTF가 샤프닝에 특히 민감하다는 것입니다. 샤프닝을 적용할 때 이 두 지표의 변동성이 가장 크게 증가합니다. 이 두 지표는 전반적으로 변동성이 가장 큰 반면, MTF 면적은 가장 일관적입니다.
이미징 시스템의 선명도를 나타내는 지표를 선택할 때, 보고된 값이 무작위 노이즈로 인한 변동에 얼마나 민감한지를 고려하는 것이 중요합니다. 보다 안정적인 요약 지표 값을 사용하면 향후 테스트에서 결과의 재현성을 확보할 수 있습니다.