首页 > 技术文章 > 多媒体 > 改善纹理损失的测量:基于彩色图的空间频率响应

改善纹理损失的测量:基于彩色图的空间频率响应

52RD.com 2018年4月26日 我爱研发网            参与:2人 查看 我来说两句
  摘要

  在手机行业中,降噪已经成为信号处理中一个很重要的部分。由于使用的算法不同及要消除的噪声量也不同,降噪处理会导致在低对比度细节方面有损失,也就是纹理损失。在过去的许多年里,降噪的效果也成为客观图像质量评估的一个重要部分。不同的厂家使用的方法可能都不一样,我们所呈现的是根据我们的经验得到的结果。我们发现一个问题,如果使用中性的图卡,待测的设备测试的结果是和真正的生活经历是不匹配的。我们采用的是有颜色的图卡。

  介绍

  使用相机去拍摄,为了得到一个关于图像质量整体的印象,测试必须包含所谓的纹理损失测试和分辨率测试。一些专家也已经讨论了不同的方法,有一个建议是使用“枯叶图”,因为它类似于树的枯叶。为了评估新的图卡和新的方法,使用不同的相机进行测试。这就包含了在纹理损失有很低性能的相机和一些单反相机。

  图卡

  使用的枯叶图的结构是根据一个模型创造的,即不透明的圆堆放在一起,并且的圆的半径的分布是遵循1/r3的概率分布。半径被限制在最小和最大一个范围内,因此没有圆会比打印分辨率小或圆太大覆盖整个图像。圆的灰度值是在打印过程中最大密度的25%到75%之间的均匀分布。

  在拍摄照片第一轮结束后,我们就已经发现不同的工程师之间在评估上有区别。如果检查核对纹理损失,不同的工程师对于图像的排名是有所不同的。图卡的编辑使用大量的相机测试图像获得一定的经验。所以他们在日常生活中基于相机的大量使用的经验在我们拍摄的图卡中也有着一定的呈现。如果只是通过外观上去评估图像,IE的员工会有另外一个排名并且看到了相机有着不一样的行为。经过短暂的讨论后,对于不同的结果我们找到了主要原因:有很少的技术群体在基于自然物体上去检查核对行为,而工程师是基于枯叶图检查核对的。所有我们看到:如果和枯叶图对比,还原草地,碎石和肖像,待测相机的性能会有所不同。待测相机还原图卡中的自然物体和图卡编辑的“真实生活场景”的经验相匹配。

  通过这些发现,我们可以得出如下结论:

  枯叶图(灰色版本)不能作为一个测试图卡去测试纹理损失,因为它不能反映自然物体的行为。

  因此我们知道必须要更换图卡和分析图片的算法。自然物体和枯叶图之间的主要区别就是枯叶图是灰色的。几乎在市场上所有以摄影为目的的相机都是以拜耳模式分布工作的并且需要在每个像素中插入丢失的颜色信息。去马赛克当然会对相机的SFR有影响。降噪算法可以在处理强度和颜色上有区别,因此一个纯灰的图卡是不能反映相机在彩色物体上的性能。

  考虑到这点,就很明确测试图卡必须是彩色的。而且我们也看到,基于灰色枯叶图的测试结果反映出了我们在这张图卡上看到的,我们决定这个算法继续使用,但是图卡需要修正。因此我们制作了彩色枯叶图。我们对图卡的模型进行扩展,从灰度数值的均匀分布转变到R,G,B值的均匀分布,因此红色,绿色和蓝色通道是独立的。彩色枯叶图中的结果和强度通道的统计数据是和灰色卡保持一样。当然灰色图块的R,G,B结果的平均值可以使用在所需的参考值测量上。因此最基本的算法可以应用在两种图卡上。

  SFR的计算

  要得到SFR的基本概念是测量图像的功率谱(PS)。这图像也就是相机拍摄枯叶图卡得到的图像。测试图卡的PS是已知的,因此很容易区分这两个PS,从而就能得到SFR。从已知的情况这种算法会受到相机噪声的影响,算法被扩展,通过在一个灰阶图块上测量参考值,这值和枯叶图结构的平均值有相同的强度。

  假设待测设备已经还原枯叶图并且参考的图块是均匀的。额外的已知反射率的灰阶图块可以用于获得光电转换函数(OECF),用于相机的线性化,因为相机不会给出线性的OECF。

  使用在图卡制作过程中的原始数据计算PStarget(f)(枯叶图的PS)

  读取枯叶图的ROI,参考图块和灰阶图块

  使用已知反射率的灰阶图块去计算图像的OECF。这里的OECF是反射率和Y的函数。

  从参考图块和图像中的RGB计算Y

  使用倒置的OECF进行线性化

  计算PSimage(f)(从枯叶图)和PSnoise(f)(从参考图块)

  使用等式1计算SFR

  PS的计算包含了一个从2D图谱到1D数据的 还原过程,并且SFR的计算也包含了一个标准归一化的过程。这个算法过程同时应用在灰色和彩色枯叶图上。

  从SFR得到单一的值

  一个SFR曲线包含了很多信息,培训过的人就能读出其中的信息。但是在很多情况中,完整的SFR有着太多的信息,这样就很难去对不同的相机进行对比并给出一个简单的陈述关于哪个相机更好一点。因此为了排名和比较的目的,SFR需要减少到单一的值。这是一个很难的任务,因为这需要一个既可以抛弃大量的信息又同时保存必要的信息的算法。基于从不同相机得到的SFR,我们使用三种方法把SFR简化为一个数值。

  “MTF10”根据瑞利判据,相机的极限分辨率是被认为是导致调制度或空间频率响应≤10%时的最大空间频率。这个值适用于检查相机系统的光学性能并且可被理解为极限分辨率。这个值越高,极限分辨率越好。

  “MTF50”MTF50数值是导致调制度或空间频率响应≤50%时的最大空间频率。如果是检查镜头的性能,这个值和镜头性能更相关。值越大,越好。

  “Acutance”这个值需要更复杂的计算。方法是把人的视觉系统的灵敏度函数(CSF)考虑进去,去权衡相机系统的性能相对于空间频率的重要性。我们选择的方法的执行已经在ISO和I3A工作组中的专家进行讨论过。得到的SFR使用CSF过滤,并对结果函数进行积分,同样理想的MTF经过CSF过滤进行积分再除以上面的积分。值越高,相机的性能越好。因为计算CSF是要在一个指定额观察条件下进行,我们已经选择在两种场景下计算这个值:A 在96ppi显示器上0.5m距离100%观察,B 使用打印40cm高度并且观察距离为打印图像的对角线长度。

  结果

  从图6可以看出,如果使用的是彩色枯叶图,SFR会较小。这正是反应了从所有相机观察到的行为,也就是例如图5所示的。

  从相机尼康D7000和Pentax K-5拍摄自然物体的图片上,能够看出它们的区别,但是从灰色的枯叶图上不能看到区别。从图8可以看到,在彩色枯叶图上,纹理损失方面的区别是可以被观察到的。在图7中,数值结果同样也表明了这一点。在灰色的枯叶图上,数值结果的差异不是很明显,而在彩色枯叶图上差异就比较大。因此彩色枯叶图的优势很明显。

  使用MTF10去看纹理损失的不同,这不是一个好方法,因为在很多情况下,SFR的值不能达到低于10%,所以计算MTF10是不可能的。

  紧凑相机和手机的性能非常差并且数值也很低。在一个显示器上100%观察,在高频率的地方有着相对较高的权重,会误导并导致很低的数值,就不能反应真实的性能。

  我们可以看出不同的图卡对测试结果有很大的影响。灰色的图卡是不适用于测试纹理损失,也就是低对比度的损失。在我们的经验中,彩色枯叶图是一个很好的测试图卡,因为相机在处理它的时候就和处理真实,自然物体一样。

  想要了解彩色枯叶图的信息,请参考网站:

  http://www.yandingtech.com/proDetails.php?id=223。52RD.com  微博关注:http://weibo.com/52rd  微信关注:admin_52RD
已有1位网友发表了看法 查看 我来说两句
读取...
相关报道
评 论
1楼 52RD网友 115.236.*.* 发表于 2018-5-15 16:18 回复
——已屏蔽——
共有评论1篇 查看所有评论
文章导航 Navigation
精彩评论 CommentMORE>
52RD网友:5%硬件毛利没办法支撑领先的技术研发,只拼性价比很危险,半导体行业毛利是40%,5%净利一般都是芯片代理商干的事,小米这样下去只是半导体…
雷军作了个5%的决定,要让小米从此载…
52RD网友:如果真打贸易战,富士康100万操作工失业,苹果估计一年内无法供货,三星的越南工厂还可以正常销售,中美两败俱伤
坐不住了!苹果CEO库克即将找特朗普…
52RD网友:对工程师的待遇影响不大,该给的工资也是少不了的。 量大的话,研发费用是可以基本忽略的,假设一款手机所有研发费用是2000万,卖出去100…
雷军:小米董事会决议硬件利润率不能…
52RD网友:我们国家的工信部到底在做什么?现在当务之急要搞出一套做自己的方案,全力开发自己的ARM,自己的Android,依托市场促进上游开发工具的研…
中兴员工:华为仅部分芯片自己设计 谁…
52RD网友:Android是开源的不需要授权,oracle是有很多替代品的 中国目前没有那些工具只是因为市场被美国公司先占领了,不是开发出来,最少仿造是…
中兴员工:华为仅部分芯片自己设计 谁…
赞助商链接 Support
特别推荐 Recommend