ISP—清晰度(SFR)
清晰度(Sharpness)
清晰度是衡量图像质量的最重要的一个因子,反应了一幅图像表达细节信息的能力;
相对图像获取设备来说,可以通过测量设备或者是成像系统的空间频率响应(SFR),也称为阶调传递函数(MTF),表达该设备或者成像系统的获取图像的清晰度参数;
在Imatest的SFRplus模块可实现SFR的自动化分析。
P2
拍摄色卡:SFRplus;
SFRplus测试卡,主要内容由5*9的5°斜边灰色块构成,适合于16:9的高清屏幕,也用5*7类型适合于4:3的手机屏幕;在测试中有时需要一些其他辅助测试对象,如,灰阶调梯尺,灰梯密度步长0.1,用于测量阶调响应及Gamma等,4*5的彩色色块类似于24色色卡用于颜色精度还原测量;
测试卡对比度:推荐用4:1对比度,符合ISO12233:2014标准要求;
测试卡的上边横线与下边横线用于镜头畸变观察及测量;
测试卡的拍摄要求:
拍摄的图像上下边缘要预留“白边”,用于畸变观察与计算,宽度不小于图像高度的0.5%,不大于图像高度的25%;理想情况是1-6%;
Stepchart在水平方向居中;
相机光轴中心最好垂直于测试卡中心;测试卡的背景应是白色或者浅灰色;
P4
在指定的光照度情况下,拍照时光照均匀,无镜面反射光 。推荐用左右2个光源,夹角25-45°之间。拍摄图像无视觉畸变。
测试条件及要求:
测试卡的照度均匀性要求,测试卡任何位置的照度在近中心平均照度的10%以内;
避免产生镜头方向的直射光,照明光源应添加挡板;
测试卡周围场应为低反射、无炫光的;
SFR测量通常针对于亮度信号;
Gamma校正,相机获取的图像像素级与场景的亮度是非线性的,SFR测量定义为线性输出信号的计算,因此信号应先进行线性化处理,通过相机的OECF求逆运算实现;
OECF测量,依据ISO 14524,使用标准的OECF测试卡;
P5
测试卡:
A:测试卡的黑边,用于定义目标区域;
B:定义4:3测试区域;
C:定义小于4:3的区域,在0.15-0.25之间
D:喇叭图测试对象,符合ISO12233;
E:中心的5度斜边对象,该对象满足ISO 640*480的ROI像素区域采样大小要求;
E在中心位置应设置辅助对焦的对象,如星标等;
F、G如同E处的一样,多个位置的5度斜边测试对象,分别覆盖测试区域的50%与70%;
H:ISO 14524定义的OECF测试对象;
I非对称的自动检测区域对象。
相机的曝光,镜头光圈和曝光时间,如果可调,应提供来自白区域的接近最大值信号,
锐化是成像系统能够表达细节的一个测量,是用户最关心的一个指标;用户希望与锐化增加相关联的像素数也增加;随着ISO速度的增加,因为软件降噪,相机锐化降质:
为计算平均锐化参数,依据中心到四角的距离,获取图像被划分为三个区域,中心区域30%、中心周边区域30-75%,四角区域75-100%;默认权重:中心1,part-way0.75,四角0.5;
锐化测量使用32个ROI区域,包含测试对象中的水平和垂直边;
锐化结果用MTF50P和MTF20P计算,表达MTF峰值降到该百分数处的空间频率,单位是LW/PH;
MTF20F接近消失的分辨率,在该频率视觉已不能觉察出细节,MTF50P表达了感知锐化;
每一个MTF50P和MTF20P用2D图像表示,方便对比总体结果;
MTF50P用3D图像表示,便于观察整幅图像的视觉均匀性;
一般来说,在空域一个陡峭的锐化边缘,没有太多的过度锐化(5-25%)是首选的;
在频域,在Nyquis频率以下,高MTF50P或MTF20P直,且过度锐化在20-25%下是好结果;
超过Nyquis频率,会出现混叠效应,如视觉莫尔纹
Gamma-默认值是0.5,勾选Use for MTF;
Channel:选择亮度通道;
测试卡反差:选择测试卡的实际值,本实验用卡为4:1,该值用于Gamma计算;
ROI分析区域选项:至少选择13个 区域,用于出3D分析图,推荐用第6个选项或第7个选项,计算速度快,同时分析了多个细节;
选择垂直边分析,Vertical edges;
勾选Step chart;
单位:LW/PH,线宽/像高;
MTF显示的最大频率,2x Nyquist,截至频率;
MTF第二显示读数,基本数据是MTF50,推荐第二数据显示MTF50P;
Edge Plot,显示边缘的内容,默认选择边缘Profile线性,Gamma 校正已被去除;
Speedup:勾选会加速计算,去噪点及直方图分析;
Edge roughness:计算 边缘的粗糙度;
MTF噪点减少:提高MTF精度,尤其是噪点图像;
Channel:默认Y通道,Y=0.3*R+0.59*G+0.11*B;
Color reference和Color space :当进行颜色分析时使用;
Gamma:用于线性化输入数据,去除RAW转换或者相机的Gamma编码值,需要输入正确的Gamma值;
如果不分析ISO速度、镜头畸变、视场等参数,其他选项可以默认,或者不设置值。
多个ROI数据显示:
理想情况:相机获取图像中心位置的MTF50最大;Part-way区域次之;四周位置最小;
图中黄色底显示的事MTF50的值;
边缘Profile与MTF曲线;
边缘Profile曲线越陡,表明图像边缘对比越强烈,相对来说图像越清晰,MTF50的值也越大;相反,边缘Profile曲线越平缓,图像边缘的对比越弱,图像看上去也越模糊;
10-90%的提升值也越大;
3D-plot:
3D图是将所有ROI的MTF50按照等高线的模式进行整体的分析;
相机成像,理想状态的3D图类似“草帽”型,中心最高,向边缘方向缓慢降低;
从图中可以获取,中心区域的均值、Part-way区域的均值、四角的均值。
ISP—清晰度(SFR)相关推荐
- 镜头光学指标介绍----清晰度SFR/MTF
目录 简介 常用单位 lp/mm(line-pairs/mm) Cycle / pixel LW/PH(line widths/ picture height) 转换关系 MTF MTF概念 MTF5 ...
- 关于STC8A8K64S4A12(STC15系列升级版)例程中程序出现 'xxx' undefined identifier的问题解决办法
关于STC8A8K64S4A12(STC15系列升级版)例程中程序出现 'xxx' undefined identifier的问题解决办法 最近上网买了一款STC8A8K64S4A12最小系统版学习, ...
- 新一代图像AI ISP技术
新一代图像AI ISP技术 2021年12月29日消息,近日,华为海思发布了新一代的越影AI ISP,这是用于物联网智能终端的新一代智能图像处理引擎,突破传统 ISP 图像处理的极限,将业界画质标杆推 ...
- 安谋中国发布“玲珑”i3i5 ISP处理器,剑指何方?
随着图像视频处理技术的发展和 5G 时代的来临,除了社交等平台外,以图像.视频为载体的内容渗透到各领域,特别是智能安防.AIoT.智能汽车等新兴领域应用.与此同时,人们对其清晰度.图像分辨率有新的扩展 ...
- ISP DSP的不同
ISP 是Image Signal Processor 的简称,也就是图像信号处理器.而DSP是Digital Signal Processor 的缩写,也就是数字信号处理器. ISP一般用来处理Im ...
- 安谋中国发布“玲珑”多媒体产品线,首款ISP处理器面世
安谋中国今天发布了全新"玲珑"多媒体产品线,其中首款产品"玲珑"i3/i5 ISP处理器由安谋中国本土团队自主研发,在降噪.清晰度和宽动态等指标上达到业界领先水 ...
- ISP—图像调试实习生(第14天)
ISP-YUV Sharpen调试 实习的第13天,由于傍晚事请太多,没有来得及去写博客,就简单叙说吧,昨天把新拿到一个海思3516EV300芯片,用到的是Sony的sensor,然后把RAW图抓取, ...
- ISP芯片:如何让数字之眼“看清”真实世界?
最近看到生物学教授王立铭的一个有趣假设,他说,假如存在外星高级智慧生物,那么它大概率和人类一样是用眼睛来感知外部世界的. 为什么这么说呢?因为视觉信息,也就是光这样的电磁波,是所有感知信息中反映环境变 ...
- ISP(二) Demosiac 去马赛克 (CIP)
Demosiac是整个ISP imaging pipeline的核心算法,将Bayer pattern的图像转换成RGB. 去马赛克算法是用于从覆盖有颜色滤波器阵列(CFA)的图像传感器输出的不完整颜 ...
最新文章
- 漫画:如何用 K8s 实现 CI/CD 发布流程?
- 单片机生成随机数的方法总结
- win10 nms cpu编译-ok
- (转)使用异步 I/O 大大提高应用程序的性能
- numpy.negative详解
- RuntimeError: Cannot run the event loop while another loop is running
- 二叉树 跳表_面试题之跳表
- html如何链接sql sever,SQL Server链接服务器
- linux的yum详解,Linux之YUM 详解
- Flex Module优化
- 2021李宏毅机器学习课程笔记——Adversarial Attack
- [转载] 终于来了!TensorFlow 2.0入门指南(上篇)
- Python学习教程:爬虫分析了京东内衣销售记录,哪个size最多?
- 大厂的安卓技术面试是酱紫的
- red hat linux 9下载地址,Red Hat Linux 9.0 ISO下载 (转)
- 手机充值业务python_小伙利用Python爆破某会员网站,充会员?不存在的!
- 门禁卡,IC卡破解复制
- 阿里系App抓包分析(三)
- 关于亚马逊人的财务自由
- 基金投资从入门到精通
热门文章
- C语言输入一行数据分别统计出其中英文字母、 空格、数字和其他字符的个数并输出结果
- img图片没找到onerror事件 Stack overflow at line: 0
- 约瑟夫环问题链表实现(Java)
- 阿里云短信服务接口返回: 只能向已回复授权信息的手机号发送
- 微信小程序报错:Cannot read property ‘forceUpdate‘ of undefined
- C++ 一把窥探OC底层的利刃
- 读鸟哥Linux私房菜知识点总结(20170712)
- 概率及常用概率分布的实现——计算机视觉修炼之路(零)
- 森林救火模型matlab,数学建模1-森林救火模型
- 利用随机森林等模型进行企业纳税合规判断