成像系统的解析力一直是摄像头最关键的指标之一。所有用户拿到一张照片的时候首先看到的是照片清楚不清楚,图像的清楚说得就是解析力。但是如何评价一个成像系统的解析力也是大家一直在探讨的问题。目前主流的办法主要有三种TV line检测,MTF检测,和SFR检测。

  其中TV line主要用于主观测试,也有一些读取TV line的软件如HYRes。但是总体来说没有一个具体的标准。大多数公司是以人的读取为标准。不同人的读取,以及状态的不同都会导致读取值的不稳定。而且如ISO12233 chart 实际上我们读出的线对数只能代表读出位置的状况。尤其中心的TVline跨度很大,很难反映一个成像系统在不同位置的解析力。以后有机会我们会就TV line的进行进一步的讨论。

  MTF是Modulation Transfer Function的英文简称,中文为调制传递函数。是指调制度随空间频率变化的函数称为调制度传递函数。个传递函数最开始是为了说明镜头的能力。在各个摄像头镜头中经常采用MTF描述镜头的MTF曲线,表明镜头的能力。这些曲线是通过理想的测试环境下尽量减少其它系统对镜头的解析力的衰减的情况下测试得出的。但是其实MTF也可以涵盖对整个成像系统的解析力评价。在这里咱们就不多讨论这个问题了,如果有兴趣可以开另外一篇文章讨论。

  SFR是 spatial frequencyresponse (SFR) 主要是用于测量随着空间频率的线条增加对单一影像的所造成影响。简言之SFR就是MTF的另外一种测试方法。这种测试方法在很大程度上精简了测试流程。SFR的最终计算是希望得到MTF曲线。SFR的计算方法和MTF虽然不同但是在结果上是基本一致的

  现在我们来看一下传统的MTF是怎么测量出来的,后面我们再针对SFR的原理和MTF的关系进行一些介绍。在以后的文章中我们在介绍一些MTF和SFR测试需要注意的问题。

  从上面我们知道MTF是描述不同空间频率下的调制函数。那么什么是空间频率呢?通常,描述频率的单位是赫兹(Hz),比如50Hz、100MHz之类的。但空间频率的表述习惯用“每毫米线对”。(LP/mm),就是每毫米的宽度内有多少线对。每两条线条之间的距离,以及线条本身的宽度之比是个定值,目前我国分辨率的标板规定,这个定为公因子是20√10≈1.122等比级数。一般MTF的计算离不开线对。下面这个图就是一张不同频率的线对测试图,可以看到图卡本身黑色和白色的对比是很清楚的。

  实际拍摄得到的图像,就如下图一样频率越高(越细)的线对就越模糊。但是越好的成像系统得到的线对就越清晰。

  MTF是通过找线对中最大亮度点和最小亮度点的对比度来计算的。计算公式为

  MTF=(最大亮度-最小亮度)/(最大亮度+最小亮度)。

  所以MTF的计算不会出现大于1的情况。像下面的图表示的这样,当我们测试了很多不同频率下的MTF值。通过将这些值和空间频率进行一一的对照。通过这条曲线我们就能知道现在的成像系统在什么样的空间频率下的对比度如何。也就知道了在什么频率的纹理下的解析能力。

  SFR是怎么测试和计算的呢。首先SFR不需要拍摄不同的空间频率下的线对。它只需要一个黑白的斜边(刀口)即可换算出约略相等于所有空间频率

  下的MTF 。如何通过一个斜边计算出MTF曲线建议大家可以去看下ISO12233-2000那篇文档,里面说的很详细。其具体的流程如下图。这里主要说下为什么一个斜边能够计算出本来需要大量拍摄和计算工作的才能得出的曲线

  在SFR计算中最主要的几步,SFR是通过这条斜边的图进行超采样的到一条更加细腻的黑白变换的直线(ESF)。然后通过这条直线求导得到直线的变化率(LSF)。然后对将这个变化率进行FFT(DFT)变换就能得到各个频率下的MTF的值。这里面的ESF,LSF,都是什么呢?

  点扩展函数PSF(Point Spread Function)、线扩展函数LSF(LineSpread Function)和边缘扩展函数ESF(Edge Spread Function)是SFR 计算中的几个重要的概念。点扩展函数PSF是点光源成像后的亮度分布函数,如下图所示,用PSF(X,Y)表示。点扩展函数是中心圆对称的,通常以沿x轴的亮度分布PSF(X,Y)作为成像系统的点扩展函数。

  当获取点光源像的亮度分布函数PSF(X,Y)后,对其进行二维傅里叶变换即可得MTF (u,v)。因此,从理论上讲,从PSF也是获取MTF的一个方法。但是,在实际的应用中,由于地面点光源强度很弱,此方法一般较少采用。相对于PSF来说,LSF的能量得到了一定程度的加强。因此用LSF更好。

  而ESF是什么呢? ESF其实是一条由白变黑(黑变白)的线。之所以SFR的测试图是一张斜边呢。是希望通过斜边中的多条线进行超采样,得到一条灰度变换更加平滑的线。这样减少在后面进行频域转换之后值上的误差。 ESF放大后如下图。当然它的高度是一个像素。

  PSF,ESF,LSF和 MTF这几者之间的关系如下图。因此我们就可以知道SFR的测试实际上就是通过斜边得到ESF后计算 MTF的一个过程。因此从根本上SFR和MTF是一回事。

  说实话光从这几个数学公式还是不好理解为什么ESF可以求出MTF。换一种角度理解LSF就是一条线上(ESF) 的变化的过称。对于任意一条线由黑变白的过程是由不同频率的黑白线对组成。因此可以反过来通过分析一条线得到这些频率下的 (FFT)。当然这只是一种朴素的理解。后面的文章中会有实际使用的MTF和SFR图卡和测试环境和问题进行进一步讨论。

解析力评测(1) MTF和SFR相关推荐

  1. 图像解析力算法—SFR(Spatial Frequency Response)概念理解

    最近这一个月在搞SFR算法--(空间频域响应),终于也算是搞出来了,网上关于SFR计算MTF的资料和博客也是比较少,现在就是总结一下,也算是方便后人,篇幅估计会比较长,会分篇慢慢写. 讲到SFR和MT ...

  2. 相机光学(十八)——MTF与SFR

    MTF 调制传递函数 评价一个成像系统目前主流的办法主要有三种TV line检测,MTF检测,和SFR检测. MTF是Modulation Transfer Function的英文简称,中文为调制传递 ...

  3. 解析力評測(1) MTF和SFR

    解析力評測(1) MTF和SFR 成像系統的解析力一直是攝像頭最關鍵的指標之一.所有使用者拿到一張照片的時候首先看到的是照片清楚不清楚,影像的清楚說得就是解析力.但是如何評價一個成像系統的解析力也是大 ...

  4. 图像解析力算法—SFR(Spatial Frequency Response)

     Mitre SFR 1.4和sfrmat3是基于ISO 12233标准,但在某些方面彼此不同:Mitre SFR 1.4旨在尽可能接近标准, 而sfrmat3包含一些改进,可以获得精确的结果 即使被 ...

  5. 图像解析力算法—SFR(Spatial Frequency Response)原理分析(一)

    在图像解析力算法-SFR(Spatial Frequency Response)概念理解一文中,我们已经讲解了在阅读SFR源码前必须了解的概念,下面我们来讲解一下,SFR算法的计算具体流程,然后结合源 ...

  6. 高通平台camera客观项测试之解析力均匀性

    [高通平台camera客观项测试之解析力&均匀性] 一.IMatest界面 二.使用步骤 1.测解析力 举例说明,这里使用的是8M摄像头 需要拍摄的图卡:SFR解析力卡 数据:一般要读取中心 ...

  7. 6个免费DNS解析服务商评测分析 适用于网站域名解析应用

    这几天我们很多网友应该知道CloudXNS DNS解析服务商预计7月15日会宣布停止提供免费解析服务而主营商业服务.虽然网络上提供免费DNS解析服务商很多,但是毕竟这么多年CloudXNS域名解析稳定 ...

  8. 标准的镜头质量评测方法——MTF(Modulation Transfer Function)

    https://zhuanlan.zhihu.com/p/21318769; 这话和星座一样准,认识的几个常旅客都喜欢带着相机出门 今天就来聊聊选镜头的重要指标之一 MTF,不想看科普的可以直接拖到最 ...

  9. DNS 智能解析功能评测之 DNS.COM 篇~

    这是第三篇评测了,这次我来评测一个小公司,也算是 DNS 圈老人了. 先上评测结果: 几点说明: 1.我按照 DNS.COM 的实际线路能力,建立对应的规则,包括兜底规则在内,一共创建了 40 条左右 ...

最新文章

  1. 边界填充算法讲解_边界填充算法
  2. 通过FxCop来验证.NET编码规范
  3. 案例实操:Azkaban调度spark作业
  4. 安装仅限于用于sharepoint_酒泉汗蒸房设计施工厂家,家庭汗蒸房安装厂家
  5. 树的距离(牛客网树上主席树+dfs序)
  6. python3.6.5怎么下载_windows下如何下载并安装Python 3.6.4 ?
  7. python编程能力等级测试_青少年编程能力等级测评-Python编程二级试卷
  8. 最大熵对应的概率分布
  9. mysql 海量数据库的查询优化及分页算法方案_mysql 海量数据库的查询优化及分页算法方案...
  10. iPhone X 再曝新 Bug:电话无法接听!
  11. 车辆路径问题(VRP)初探
  12. 毕业设计 STM32单片机的GPS定位系统 - 物联网
  13. 浅析图片懒加载(三种实现方法与两种优化方式)
  14. DialogFragment自动弹出软键盘,消失时关闭软键盘
  15. 群辉docker安装树莓派镜像_群晖 Docker 安装 AriaNg+File Browser
  16. OpenCV——将图片转换成视频
  17. 怎么提醒自己每晚睡前喝牛奶
  18. ATECLOUD智能云测试平台-测试测量/仪器程控/工业控制/上位机开发软件
  19. html chm 64,Win7 64位下的CHM
  20. Atcoder Grand Contest 012 B - Splatter Painting解题报告

热门文章

  1. 怎样用API接口搜索淘宝店铺列表数据
  2. 【Java学习全家桶】1460道Java热门问题,阿里百位技术专家答疑解惑
  3. Apache(httpd)的简介、安装以及如何使用
  4. intellij idea如何快速格式化代码
  5. Gamma校正原理及实现(一)
  6. 全球及中国摩托车减震器行业需求预测及前景战略规划报告2022版
  7. 04_红黑树_B树知识点_添加上溢和删除下溢
  8. c语言百科园题库及答案,百科园C语言题库
  9. 使用node编译sol文件报错
  10. 解决 AttributeError: module ‘tensorboard.summary._tf.summary‘ has no attribute ‘merge‘