作者：罗伯特·萨姆纳
本书由 Ranga Burada、Henry Koren、Brienna Rogers 和 Norman Koren 共同撰写。
一致性是成功进行图像质量测试的基本要素。系统中的每个组件都可能导致测试结果出现偏差。对于合格/不合格测试等任务，主要目标是识别由组件引起的偏差，并忽略噪声引起的偏差。如果能够将测试结果的偏差控制在 1-5% 以内，并能准确地复现测试结果，就能更准确地描述产品的性能。
由于 Imatest 直接从图像像素进行测量，任何会向图像中添加噪声的因素都会影响测量结果。图像噪声的主要来源是电子传感器噪声。在弱光环境下，光子散粒噪声也会造成显著影响。其他系统性测量误差来源，例如自动对焦滞后，本文暂不讨论。
为了减少清晰度测试结果的差异并提高测试的重复性，您应该采取措施减少图像中的噪声量。
以下是减少测试结果中噪声的 5 个技巧：
1. 尽可能多地收集样本
由于大多数噪声源在不同的曝光和一次曝光中的像素位置上都是独立的，因此可以通过对多个样本进行平均来有效地消除它们的影响。
为了利用噪声的时间特性，您可以使用 Imatest 固定模块中的“合并文件进行信号平均”选项，将同一场景的多幅图像合并起来。此技巧适用于 Imatest 中的所有分析。
类似地，对于基于感兴趣区域 (ROI) 的分析（例如首选的 MTF 测量倾斜边缘技术），如果 ROI 的面积与尺度无关，则增加图像中待分析倾斜边缘周围的 ROI 面积可以增加所使用的独立随机样本的数量。通常，在满足图表要求的前提下，应尽可能选择倾斜边缘周围的大窗口，同时保持在图像场的所需区域内（因为 MTF 通常随图像场变化）。但对于图像中特征尺寸固定的测试（例如西门子星形和双曲楔形），此方法无效。
2. 通过图表对比度确保足够的信号强度（但不要过强）。
对于清晰度测量，您需要测量的信号与图像的对比度密切相关。对比度越高，信噪比 (SNR) 就越高，噪声对结果的影响就越小。然而，凡事过犹不及：当传感器中的像素达到饱和、剪切或非线性响应区域时，清晰度会不切实际地提高。ISO 12233:2014 标准规定，测试图边缘的对比度应为 4:1，以防止大多数系统出现这种饱和现象。
倾斜边缘信号强度与边缘明暗两侧的对比度密切相关。倾斜边缘存在一个最佳对比度范围，为了获得可靠的结果，您应该尽量使该范围达到最佳状态。这其中一部分工作是选择适合您测试设置的图表。
提高测试图表外围区域的对比度（这些区域受阴影影响最大）是增强信号强度的一种方法。从 Imatest 订购图表时，您可以根据需要提出此类定制要求。
3. 注意图像处理的影响
某些使用 Imatest 测试的设备会生成未经软件处理的原始图像。在这种情况下，Imatest 可以提供镜头和传感器组合系统的精确测量数据。如果相机设备在将图像输入 Imatest 之前对其进行了处理，则可以观察、研究和了解该处理的影响，但不能忽略这些影响。
当从高位深度传感器拍摄的图像转换为 8 位（24 位颜色）JPEG 格式时，由于量化，噪声会略微增加。如果需要进行大量的图像处理（例如加深和减淡），噪声增加的情况可能会更加严重（出现“条带”现象）。通常最好转换为 16 位（48 位颜色）文件。图像处理通常还包括锐化，这可能会增加高频噪声的相对强度。
最后需要注意的是，许多消费级相机（尤其是移动设备相机）使用非线性降噪技术（例如双边滤波），这种技术虽然可以平滑倾斜边缘目标的图像噪点，但也会降低纹理细节。（附注：如上所述，对多张图像进行平均的方法在涉及此类非线性处理时无效。）在这种情况下，倾斜边缘测量可能无法全面反映清晰度， 随机（纹理分析） 图表可能更为合适。
4. 确保更好的曝光度
在光线较暗的环境下，通常需要更高的ISO感光度才能获得良好的曝光，但这会导致传感器噪点和噪点波动增大。确保良好的曝光可以降低光子散粒噪声以及传感器噪点对图像的相对影响。提高曝光值主要有两种方法（但要注意，如上所述，要确保明亮区域的饱和度低于传感器的饱和度！）：
通过增加光源亮度来增加图表反射的光量。
增加曝光时间以收集更多光线，前提是相机和目标物都保持静止。
5. 选择可重复的测量方法
噪声会扰乱调制传递函数 (MTF) 曲线的形状。比较两条完整的 MTF 曲线或在报告中包含一条完整的 MTF 曲线通常不切实际，因此工程师通常会将曲线信息简化为一到两个概括性指标。这些指标旨在用一个数字传达关于曲线的最重要信息。常见的例子包括：
MTF10 、 MTF30和MTF50 ：分别表示 MTF 曲线达到其归一化（直流）值 10%、30% 和 50% 时的频率值。
MTF50P ：MTF 曲线达到其最大值 50 倍时的频率值（如果存在锐化，则该值可能大于 DC 中的 1）。
MTF 在 ¼ 和 ½ 奈奎斯特采样率下的值：奈奎斯特采样率的二分之一和四分之一处的 MTF 值（分别为 0.125 和 0.25 周期/像素）。
MTF 面积：MTF 曲线下从直流到 0.5 周期/像素的面积，通常将曲线归一化为峰值 1。（不太常见。）
下面以一条合成的、无噪声的MTF曲线为例进行说明。MTF面积值是曲线下浅红色区域的积分值。
对于不同的噪声情况（例如，每次拍摄倾斜边缘的照片），这些指标的值都会略有变化，但有些指标值在噪声存在的情况下稳定性较差（方差较大）。因此，务必确保所使用的指标既能体现您所关注的MTF特性，又能考虑到您可能遇到的噪声量，并具有良好的可重复性。
下图展示了一组由模拟倾斜边缘图像计算得到的 10 条不同的 MTF 曲线（使用 Imatest 的 SFR 模块）。我们的模拟过程包括：生成 5 度倾斜边缘（双线性插值）、应用高斯模糊核、添加像素级白高斯噪声（每条曲线对应不同的噪声实例），以及使用非锐化掩蔽技术进行锐化。MTF 曲线族上叠加了箱线图（箱线图是一种简洁的图表，可以清晰地表示总体的重要统计数据，在本例中，总体是指使用上述过程进行的 100 次模拟），这些箱线图对应于不同的汇总指标。
对于本次讨论而言，这些方框最重要的特征是它们的长度，它代表了每个指标在噪声边缘图像群体中的方差大小。（为了便于与水平方向的指标进行视觉比较，图中垂直方向指标的长度已根据不同的坐标轴刻度进行了补偿。）需要注意的是，MTF50 和 MTF50P 的方差小于同样常用的 MTF30 和 MTF10。由于 1/2 和 1/4 奈奎斯特频率的 MTF 的单位与前面提到的指标不同，因此它们的变化尺度也不同，其中后者更容易受到噪声的影响。MTF 面积的方差最小，但它的变化尺度也不同，并且与清晰度的关系也不同。（我们将在后续文章中研究 MTF 面积的适用性，这是一个很有前景但并不常用的指标。）
下图进一步展示了不同锐化程度和噪声水平下各种MTF指标的变化情况。对于每个指标，在每个噪声水平下，均随机选取100个实例，计算其标准差σ。原始模拟倾斜边缘测试图像的取值范围为[0, 255]，对比度为4:1。
以上图表显示了所有指标的总体趋势，即随着噪声和锐化程度的增加，其变异性均呈上升趋势。有趣的是，指标的变异性排序在所有噪声和锐化程度下基本保持不变。另一个值得注意的点是，MTF10 和 ½ Nyquist 处的 MTF 对锐化特别敏感——应用锐化后，它们的变异性变化最为显著。这两个指标总体上也是变异性最大的，而 MTF 面积则最为稳定。
在选择用于评估成像系统清晰度的指标时，务必注意报告值极易受到随机噪声的影响。使用更稳定的指标值可以确保未来测试结果的可重复性。