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

  1. 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 ...

  2. 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, ...

  3. 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 ...

  4. 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 ...

  5. 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 ...

  6. 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 ...

  7. 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, ...

  8. 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 ...

  9. 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

  1. 漫画:如何用 K8s 实现 CI/CD 发布流程?
  2. 单片机生成随机数的方法总结
  3. win10 nms cpu编译-ok
  4. (转)使用异步 I/O 大大提高应用程序的性能
  5. numpy.negative详解
  6. RuntimeError: Cannot run the event loop while another loop is running
  7. 二叉树 跳表_面试题之跳表
  8. html如何链接sql sever,SQL Server链接服务器
  9. linux的yum详解,Linux之YUM 详解
  10. Flex Module优化
  11. 2021李宏毅机器学习课程笔记——Adversarial Attack
  12. [转载] 终于来了!TensorFlow 2.0入门指南(上篇)
  13. Python学习教程:爬虫分析了京东内衣销售记录,哪个size最多?
  14. 大厂的安卓技术面试是酱紫的
  15. red hat linux 9下载地址,Red Hat Linux 9.0 ISO下载 (转)
  16. 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!
  17. 门禁卡,IC卡破解复制
  18. 阿里系App抓包分析(三)
  19. 关于亚马逊人的财务自由
  20. 基金投资从入门到精通

热门文章

  1. 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
  2. img图片没找到onerror事件 Stack overflow at line: 0
  3. 约瑟夫环问题链表实现(Java)
  4. 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
  5. 微信小程序报错:Cannot read property ‘forceUpdate‘ of undefined
  6. C++ 一把窥探OC底层的利刃
  7. 读鸟哥Linux私房菜知识点总结(20170712)
  8. 概率及常用概率分布的实现——计算机视觉修炼之路(零)
  9. 森林救火模型matlab,数学建模1-森林救火模型
  10. 利用随机森林等模型进行企业纳税合规判断