Imatest-Star模块(西门子星图)

目录

一、介绍

二、步骤

1.选择导入

2.框选

3.参数设置

(1)图标配置ROI选取

(2)选择归一化MTF算法

(3)基于使用的测试卡的实际尺寸选择

(4)星标类型:FULL(default)

(5)伽马设置

(6)MTF单位设置

三、结果

四、总结


一、介绍

星图是ISO12233标准里提出的测试MTF的另一种方法,可以使用交互式模块Rescharts和Star模块分析,星图常用于测试相机的SFR,提供各个角度的MTF。星图的设计构成有放射状射线,正弦变化的灰度,内圆和外圆,四周的灰阶。星图属于正弦图像,所以对于相机的锐化算法不明显,更接近原始图像的性能。

二、步骤

1.选择导入

西门子星图模块或Rescharts模块,进行读取文件,选择拍摄完后的图片

2.框选

框选ROI区,手动框选出要测试的区域,使用边缘调整功能,对整个选择区域进行调整

3.参数设置

主要设置的选项: 图标配置ROI选取、选择归一化MTF算法、图卡比尺寸、MTF单位、伽马值、 星标类型、绘图输出数据。

(1)图标配置ROI选取

选取测试卡类型:

  1. 标准ISO类型,无扩展边。

  2. 带扩展边和reg标记和斜边,比例:4:3。

  3. 只有星图。

西门子星图共有三种类型,如下图所示

(2)选择归一化MTF算法

通常选择Imatest推荐:归一化最亮,最外部正方形,往往是最佳评估

(3)基于使用的测试卡的实际尺寸选择

  1. 内圆的直径是外圆的1/10,这是2000年标准里推荐的星图尺寸设计。

  2. 内圆的直径是外圆的1/20,这是2014年标准里推荐的尺寸设计。

  3. 如果星图测试卡没有内圆,选择此项。

(4)星标类型:FULL(default)

**计算区段:**星图计算的象限数,即星图计算每个象限的样本数,共有三个选项8、16、24,通常选择8个象限即可,如果选择24个象限,精度更高,主要适用于低分辨率图像。

**计算半径:**和计算样本数有关,即半径被均分成多少份用于采样,64和128不推荐,因为有太多信息和噪声。

(5)伽马设置

1 . 选择伽马线性化:直接输入伽马值

2 . 通过软件计算伽马,软件可以基于星图四周的16个小灰阶计算伽马。

(6)MTF单位设置

通常MTF单位选择【4LW/Picture Height】常用的MTF单位为1、2、4、5,如下图所示。

++当 MTF单位选择或者 2 Cycles/mm 和 4 Cycles/inch时,需要填写像素尺寸。++

++当 MTF单位选择 7 Cycles/degree时候,则需要填写物方尺寸。++

下表为各MTF单位所代表的含义

|----------------------------------------------------------------------------------------------------------------------------------------------------|------------------------------------------------------------------------------------------------------------------------|------------------------------------------------------------|
| MTF绘图单位名称 | 应用 | 备注 |
| Cycles/Pixel (C/P) | 显示像素的利用情况,奈奎斯特频率f Nyq始终为0.5 C / P | 这个单位不会受到sensor像素的影响,可以用来比较不同像素的相机的分辨力水平 |
| Cycles/Distance(cycles/mm or cycles/inch) | Sensor上每隔一段距离(1毫米或者1英寸)的循环次数,必须输入像元尺寸在过去的标准胶片格式(例如,35 mm胶片为24×36 mm)中比较分辨率时很流行 | Cycle每mm,这个单位和像素的单个像元的尺寸有关,如果选择这个单位,需要填入像元尺寸数值 |
| Line Widths/Picture Height (LW/PH) | 测量整体图像清晰度,这是比较具有不同传感器尺寸和像素数的相机性能的最佳单位线宽是电视测量的传统方式 | 1 Cycle = 1 Line Pair (LP) = 2 Line Widths (LW).即常说的线数和线对数 |
| Line Pairs/Picture Height (LP/PH) | 测量整体图像清晰度,是LW / PH的2倍值 |
| Cycles/milliradian | 角频率,必须输入像素间距或间距。图像文件中的EXIF数据通常包含以毫米为单位的焦距(FL)。如果不可用,则必须手动输入,通常在设置窗口底部的EXIF参数区域中。如果缺少像素间距或焦距,单位将默认为"Cycles/Pixel (C/P)" | FL可以通过简单的镜头方程计算得出 |
| Cycles/degree | Cycles/degree对于将相机系统与人眼进行比较很有用,人眼的MTF50大约为20个Cycles/degree(取决于个人的视力和照明度) | |
| Cycles/object mmCycles/object in | 拍摄对象上每隔一段距离的循环次数(很多人认为是对象)。当系统规格参考要拍摄的物体时(例如,需要检测到一定宽度的裂缝)必须输入像素间距和放大倍数,这一点很重要 | |
| Line Widths/Crop HeightLine Pairs/Crop Height | 主要用于测试活动图表高度(而不是总图像高度) | |
| PH = Picture Height in pixelsFL(mm) = Lens focal length in mmPixel pitch = distance per pixel = 1/(pixels per distance)注意:不同的单位随图像传感器和像素大小的不同而缩放 |

(7)结果显示设置

(8)输出结果设置

绘图选项是设置分析完图片在文件夹显示的最终结果数据,最终保存的结果还可以再次调整。

三、结果

共有8个方向的结果,主要关注MTF50和MTF30(人眼极限)。

四、总结

基于ISO12233标准的MTF测试方法,通过放射状射线和正弦灰度变化评估相机SFR性能。

操作步骤包括:

1)导入星图模块;

2)框选ROI区域;

3)关键参数设置(ROI类型、归一化算法、星图尺寸、象限数、伽马值等)。特别注意MTF单位选择(推荐4LW/Picture Height)和结果解读(关注MTF50/30值)。

该方法能有效规避锐化算法影响,更准确反映相机原始成像性能。

相关推荐
jie*2 小时前
小杰深度学习(two)——全连接与链式求导
图像处理·人工智能·pytorch·python·深度学习·分类·回归
天才测试猿13 小时前
postman使用总结
自动化测试·软件测试·python·测试工具·测试用例·接口测试·postman
Matlab仿真实验室14 小时前
基于Matlab实现图像栅格化处理
图像处理·计算机视觉·matlab·图像栅格化处理
sali-tec15 小时前
C# 基于halcon的视觉工作流-章38-单位转换
开发语言·人工智能·数码相机·算法·计算机视觉·c#
cozil17 小时前
Ubuntu硬件性能测试工具
测试工具·ubuntu
cozil18 小时前
tcpdump 使用详解
网络·测试工具·tcpdump
带娃的IT创业者18 小时前
自动网页浏览助手:基于 Selenium + GLM-4V 的百度自动搜索与内容提取系统
人工智能·selenium·测试工具·agent·网页agent
m0_7493175219 小时前
apifox认证登录自动化
java·学习·测试工具·自动化
不枯石19 小时前
Matlab通过GUI实现点云的统计滤波(附最简版)
开发语言·图像处理·算法·计算机视觉·matlab