基于opencv 纹理图/枯叶图 MTF/ACUTANCE评测算法

1.有SFR算法为何还要引入基于纹理图的MTF/ACUTANCE评测算法?

如果使用的raw数据,只用sfr测试不同频率的mtf是完全可以的。但如果经过isp处理后,因为存在降噪/锐化处理,并不能真正体现纹理和边缘的实际表现。

例如:

在相机 A 上,边缘和纹理的清晰度似乎相等。纹理中可以看到许多细节。

在相机 B 上,边缘经过了ISP数字增强,SFR 转换看起来过于清晰。边缘Ring也是处理的产物。在纹理部分,相机 A 上可见的许多细节在相机B上都消失了。

猛地一看,边缘清晰度测量第二台相机更清晰。但仔细检查对比度纹理表明,相机 A 比相机 B 更好地保留了精细的细节。

纹理图评测方法的目的是量化这种差异。

2.如何使用 纹理图/枯叶图 chart来评判camera 再现细节的能力?

Ⅰ在实验室打光拍摄纹理图后可以直接用imatest来计算MTF/ACUTANCE,只要设置好imatest的纹理图类型,就可以计算出结果,包括MTF曲线和锐度。

Ⅱ也可以使用opencv或matlab自己写一段程序完成计算,我使用的是opencv,便于工程应用

原理如下:1.计算拍摄图的PSDi

2.计算标准chart的PSDcalib,或从商家拿到已有的标定的PSD数据

3.MTF=PSDi/PSDcalib,得到MTF

4.CSF计算如下

其中v is in cycles/degrees,其它都是固定系数。

5.根据A=(MTF*CSF积分)以及Ar=(CSF积分),通过A/Ar计算Acutance,这一步

注意cycles/pixel与cycles/degree这两个量纲的转换。

6.以上为了增加准确性,还需要考虑进去噪声的影响。

评判标注如下:

3.附一段结果和伪代码:

0. 实拍纹理图

1.PSDi

2.PSDcalib

3.PSDnoise

4.MTF

5.CSF

Acutance = 0.78,属于轻微模糊。

伪代码:

P0=getChartCalibPSD()

P1=getChartRealPSD()

P2=getChartNoisePSD()

MTF = (P1-P2)/P0

CSF = getCSF()

A = ∫MTF*CSFdv

Ar = ∫CSFdv

acutance = A/Ar.

专注于影像行业15年,对镜头芯片及画质评测有一定积累,如需要合作开发项目请私信联系本人,勿做伸手党。

相关推荐
羊小猪~~14 分钟前
数据库学习笔记(十七)--触发器的使用
数据库·人工智能·后端·sql·深度学习·mysql·考研
摸爬滚打李上进32 分钟前
重生学AI第十六集:线性层nn.Linear
人工智能·pytorch·python·神经网络·机器学习
HuashuiMu花水木33 分钟前
PyTorch笔记1----------Tensor(张量):基本概念、创建、属性、算数运算
人工智能·pytorch·笔记
lishaoan7737 分钟前
使用tensorflow的线性回归的例子(四)
人工智能·tensorflow·线性回归
AI让世界更懂你1 小时前
【ACL系列论文写作指北15-如何进行reveiw】-公平、公正、公开
人工智能·自然语言处理
牛客企业服务2 小时前
2025年AI面试推荐榜单,数字化招聘转型优选
人工智能·python·算法·面试·职场和发展·金融·求职招聘
视觉语言导航2 小时前
RAL-2025 | 清华大学数字孪生驱动的机器人视觉导航!VR-Robo:面向视觉机器人导航与运动的现实-模拟-现实框架
人工智能·深度学习·机器人·具身智能
**梯度已爆炸**2 小时前
自然语言处理入门
人工智能·自然语言处理
ctrlworks3 小时前
楼宇自控核心功能:实时监控设备运行,快速诊断故障,赋能设备寿命延长
人工智能·ba系统厂商·楼宇自控系统厂家·ibms系统厂家·建筑管理系统厂家·能耗监测系统厂家
BFT白芙堂3 小时前
睿尔曼系列机器人——以创新驱动未来,重塑智能协作新生态(上)
人工智能·机器学习·机器人·协作机器人·复合机器人·睿尔曼机器人