一.测试光源环境

1.图卡测试背板选择黑色或者18%灰,减少炫光.。

2.左右反射光源箱以30-50°为最佳照射角度。

二、指标测试—分辨率测试

1.评价镜头的两个重要指标:分辨率和反差.

①分辨率又称为解析力,解析度,实质镜头再现被拍摄景物细节的能力,镜头分辨率越高,影响越清晰,它的单位 是LP/MM,相邻黑白两条线可以称为一个线对,每毫米能够分辨出的线对数就是分辨率,好比斑马线的细密成都,越密分辨率越高

②反差又称为明锐度,是镜头鲜明地再现景物中间层次,暗部层次,低反差景纹细节,微弱亮度对比和微妙色彩变化能力,反差高的镜头,其景物成像轮廓鲜明,边缘明锐,反差正常,层次丰富,色彩还原真实细腻     分辨率和反差综合表现,称之为清晰度,一颗分辨率高的镜头不一定能评价出色的镜头,往往有些镜头分辨率并不非常高,但反差相当好,仍不失为一颗好镜头,如图

2.成像系统的解析力一直是摄像头最关键的指标之一,目前主流的办法主要有三种TV line检测,MTF检测和SFR检测.   ① TV line主要用于主观测试,也可用Imatest软件直接读取出,用肉眼ISO12233选中的中心以及二周的线对,从低频开始往高频处读,将线条数发生变化的空间频率作为判读的分辨率,喇叭图可用于测量由混淆引起的彩色摩尔纹,这个是无法使用斜边去分析的。 混淆的开始频率(检测到的条数低于到喇叭图总条数以下时的空间频率)不受信号处理的影响(锐化,降噪等),使其可用于比较不同信号处理的相机。该频率在CIPA标准中称为“消失的分辨率” 。

 3. MTF,全称Modulation Transfer Function ,译作“模量传递函数 ”,所谓模量指的就是反差 ,所谓函数就是 “ 一系列 ” 的意思 , 所谓传递就是“ 变化的过程 ”, 比如经过一个镜头 , 经过一个酒瓶 ,透过一个窗帘 ,印刷到纸上 ,印到胶片上 ,印到 T恤上 ,甚至印到脸上 ;只要有 “原来的 ”和“后来的 ” 都叫“传递”。名词解释 ,MTF:反差细节经传递后产生的一系列变化.

4.比如:一组原本 600:1 反差的线对 ,经过某些变化 ,变成了下面那排样子 。我们从左往右看 ,第一个变化是 “没有变化 ”,变化后的线对保留了原来线对 100% 的反差 ;第二个变化,变化后的线对反差降低 ,但还是保留了 83%的反差 ,或者说剩下 83%的反差 ;第三个变化保留了 25% ; 第二个保留了 0% , 即一点反差都不剩了于是,我得到了 4个数字 :100% 、83% 、25% 、0%。它们分别对应一个 “反差变化 ”的过程 。这些数字 ,就是传说中的 MTF值

5.SFR,(spartial frequency response)空间频率响应, 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它只需要一个黑白的斜边(刀口法),两者计算方法和MTF虽然不同但是在结果上是基本一致的

 6.ISO12233测试卡介绍:

1.主要使用其中的水平方向的J1、K1;垂直方向的J2、K2;倾斜45 度方向的JD、KD 样式

2.2X,4X,8X测试卡的尺寸                                      、

3.2000线和4000线

6.ISO12233测试卡介绍:

1.SFR测试

2.MTF测试(频率线测试)

3.MTF测试(楔形线测试)

三、分辨率测试流程

1.测试前准备:ISO 12233 chart,反射光源,色温照度计,专用三角支架。

2.测试环境:D65光源,且保证光线照度为1000lux±100lux,保证ISO12233整个chart表面的亮度值相差小于20%,以最高分辨率为准。

3.测试目的:测试IP Camera分辨率/反差(明锐度)

4.测试步骤:

步骤1:调节IP camera的驱动参数调试到最佳(一般采用默认参数),IPC相关的参数设置为普通模式,如曝光设为自动等.

步骤2:将ISO12233Chart垂直固定在墙上

步骤3:调节IPC的位置,保证其光轴于chart平面垂直,且使chart的16:9或4:3区域正好落在IPC的预览画面中,如图:

步骤4. 固定IPC,在画面稳定的条件下拍照,手动调整对角共3次,每次抓拍3张图片

步骤5.分析解析度蓝线区域图像,得出解析度值为中心解析度

步骤6,边角解析度的测试方法相同,不同的是调节IPC的预览区域,以达到各个角落解析度的目的,如下

 

垂直刻度可以看出线条大概是8时不会太模糊 所以H_Res=800左右

水平刻度可以看出线条大概是8时不会太模糊 所以V_Res=800左右

 7.分辨率的主要指标(中心位置,水平分辨率)

8.使用Imatest软件亦可以分析出解析度值(MTF值)拍照区域为红色区域,绿色线框中表述的是水平解析度值,紫色线框中表述的事垂直解析度值,中间区域线框中表述的是中心解析度值,其余为各个对应角落的解析度值 绿色--水平MTF,紫色—垂直MTF

9.点击Imatest主界面,选择SFR自动分析按钮,导入相应图片      选择测试区域,选择黑色和白色交界的区域,一共需要测10次,中间横向,中间纵向,二角的横向纵向,如图1: 中间红色的“+”符号应在灰色和黑色的交界处,可使用左侧功能键作微调,务必使两种颜色在1:1之间,选择“Yes,Continus”进行下一步如图2:

 10.Imatest 5.2设置选项,其中MTF常用单位LW/PH或者C/P,如图.

11.结果读取:

1.在表示相机图像解析力时,通常采用 MTF50 或者 MTF50P。MTF50 表示的是 MTF为最大值的 50%(即MTF=0.5)时,对应的空间频率。

2.由于在图像拍摄过程中,图像处理模块有可能会对图像进行锐化处理,增加了MTF50的数值,但是图像质量并没有提升,甚至由于边缘出现“Halos”现象,如图1.图像的视觉质量有所下降。,规定 MTF50P 是相机拍摄后的图像的 MTF最大值的 50%对应的空间频率 ,用LW/PH空间频率值来表示,代表着图像可以再现多少细节.

12.上图表示斜边在空间域的显示:一个清晰锐利的没有“Halo”现象(5%-25%)边缘是非常好的, Overshoot低于20%-25%,如图 13.下图表示斜边在频率域中MTF数据的一个变化,在频率域则表现为Nyquist频率以下,MTF50P的数值较高. Nyquist频率能量如果过多,代表可能出现混淆现象或者摩尔纹,如图2。

13.分辨率的主要指标(中心位置,水平分辨率)

MTF: A类:中心视场的水平,垂直分辨率不低于像高分辨率的65% 边缘分辨率不低于中心水平、垂直分辨率的70% B类:中心视场的水平,垂直分辨率不低于像高分辨率的55% 边缘分辨率不低于中心水平、垂直分辨率的60%

14.题外知识补充: 采样频率的二分之一就成为一个判断信号失真的指标,这个指标称为奈奎斯特极限 ( Nyquist Limit ), 又称奈奎斯特频率 奈奎斯特极限后会产生伪像 ,还有另外一个产生伪像的本事 MTF曲线在归 0之后,奇迹般地 “触底反弹 ”, 反弹的曲线就是CCD “胡来 ”搞出的莫须有图案 。这样 ,CCD 的MTF 曲线就有两个伪像区 ,一个是奈奎斯特极限后因失真产生的伪像 ,另一个是 CCD 到达分辨率极限后自己 “创造 ”的伪像 。我们在实际画面中看到的伪像,就是这两个伪像区 “ 齐心协力 ” 的结果

内容来自网上ppt,仅作记录,侵权联系删!

图像分辨率测试—imatest相关推荐

  1. matplotlib画图、如何提高图像分辨率?

    matplotlib画图.如何提高图像分辨率? Figure size (figsize) determines the size of the figure in inches. This give ...

  2. 图像处理基础(四)_图像分辨率、图像模式及通道讲解

    位图 位图图像(bitmap): 亦称为点阵图像或绘制图像,是由称作像素(图片元素)的单个点组成的.这些点可以进行不同的排列和染色以构成图样.当放大位图时,可以看见赖以构成整个图像的无数单个方块.扩大 ...

  3. halcon像素统计_Halcon一日一练:图像分辨率与像素

    1.图像像素: 像素是指由图像的小方格即所谓的像素(pixel)组成的,这些小方块都有一个明确的位置和被分配的色彩数值,而这些一小方格的颜色和位置就决定该图像所呈现出来的样子.像素是构成图像的基本单元 ...

  4. David P.Williams论文系列 SAS图像分辨率与目标检测性能的关系

    摘要 这篇文章量化了合成孔径声纳(SAS)图像分辨率与目标检测性能之间的关系.首先演示了如何通过对全分辨率SAS图像的图像波数谱进行带宽限制,以原则性的方式模拟低分辨率SAS系统.这种洞察力可以直接比 ...

  5. 图像分辨率+像素+尺寸+文件内存大小

    图像分辨率 1.图像分辨率是指在计算机中保存和显示一幅数字图像所具有的分辨率,它和图像的像素有直接的关系.例如,一张分辨率为640×480像素的图片,其分辨率就达到了307200像素,也就是常说的30 ...

  6. 灰度量化、图像分辨率、人工神经网络、BP网络——神经网络和计算机视觉基础总结

    有幸拜读大佬言有三的书<深度学习之模型设计>,以下是我的读书笔记,仅供参考,详细的内容还得拜读原著,错误之处还望指正. <深度学习之模型设计>读书笔记--第一章:神经网络和计算 ...

  7. Word控件Spire.Doc 转换教程(十八): 将 RTF 转换为图像并重置图像分辨率

    Spire.Doc具有在 C# 和 VB.NET 中操作 RTF 文件格式的强大能力.通过使用 Spire.Doc,开发人员可以将 RTF 转换为 PDF.HTML和 .doc..docx 格式的 w ...

  8. 图像分辨率、像素总数、文件大小之间的详细区别

    一张3456*2048的图像指的是其总像素数为(3456*2048),其中长边有3456个像素,宽边有2048个像素.我们所说的手机1500万像素等概念就是源于这个乘积得出来的数值. 分辨率指的是每英 ...

  9. Pycharm 图像分辨率调整 学习笔记

    Pycharm 图像分辨率调整 学习笔记 from __future__ import print_function import os import cv2 import skimage.io as ...

  10. 相机分辨率, 图像分辨率

    1. 相机的200万像素,2000万像素指的是感光器件 得到的像素个数,我们看的是照片,要看每英寸所包含的像素个数,这个反映了图像的清晰程度: 2. 图像分辨率是图像密度,(ppi),单位尺寸有多少像 ...

最新文章

  1. 一周图趣(2019.01.07-2019.01.13)
  2. #region(C# 参考)
  3. Android -- EventBus使用
  4. python接口自动化测试框架(post提交添加变量)
  5. 使用python处理实验数据-yechen_pro_20171231
  6. 教学目标四个维度_挖掘教材 预设目标 思本归真—— 记临安区初二英语教学研讨会...
  7. js中contains()方法的了解
  8. Android Touch 事件的分发和消费机制
  9. Python中父类和子类间类属性(非实例属性)的设置获取的传递
  10. 单机MySQL性能_单机数据库性能测试总结
  11. 机器学习——图像分类
  12. 【diannaoxitong】word打不开或发送错误解决办法
  13. C语言编程——输入某年某月某日,判断这一天是这一年的第几天?
  14. Matlab 批量保存图片
  15. Linux基本防护措施案例\使用sudo分配管理权限案例\提高SSH服务安全案例\SELinux安全防护\Linux基本防护措施
  16. linux下格式化apfs,下一版 macOS High Sierra 将采用 APFS 文件系统
  17. 【从零开始学习计算机网络——计算机网络传输技术】
  18. 车库,美国IT文明的摇篮
  19. Jexus V5.0 正式发布
  20. Android Audio - 支持多个CODEC同时录音

热门文章

  1. R 包的手动打包流程
  2. 服务器操作系统详解,深入解析Windows操作系统之总体架构
  3. 超市商品管理系统C语言课程设计
  4. Linux命令之chmod命令
  5. wxWindows 第一个Frame程序
  6. EVC下如何直接访问寄存器?
  7. 数据仓库整合各系统码表和参数表
  8. mmap文件做成html,mmap()映射到文件的一些总结
  9. 猎证计算机等级考试二级试题讲解,猎证计算机等级考试系统
  10. 冒险岛062mysql_冒险岛单机版062