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
Niuguangshuo10 小时前
深度学习基本模块:MultiheadAttention 多头注意力机制
人工智能·深度学习
清风吹过10 小时前
LSTM新架构论文分享3:LSTM+卡尔曼滤波
人工智能·rnn·lstm
MPCTHU10 小时前
Deep Learning|03 Overview of Machine Learning
人工智能·深度学习·机器学习
Rock_yzh10 小时前
AI学习日记——卷积神经网络(CNN):完整实现与可视化分析
人工智能·python·深度学习·神经网络·学习·cnn
空白到白10 小时前
RNN-seq2seq 英译法案例
人工智能·rnn·深度学习
生信小白菜儿10 小时前
深度学习(DL)概念及实例操作
人工智能·python·深度学习
DatGuy10 小时前
Week 20: 深度学习补遗:Transformer Decoder架构
人工智能·深度学习·transformer
金融街小单纯10 小时前
从蓝军建设中学习颠覆性质疑思维
人工智能·算法·机器学习
Dongsheng_201910 小时前
【汽车篇】AI深度学习在汽车零部件外观检测——连接器X-Ray透视检测
人工智能·深度学习·汽车
没有梦想的咸鱼185-1037-166310 小时前
SCI论文写作:从实验设计到发表(选题、文献调研、实验设计、数据分析、论文结构及语言规范)
人工智能·信息可视化·数据分析·ai写作