增加清晰度测试可重复性的五个方法：我们知道一致性是成功的图像质量测试的基本方面。系统中的每个组件都可能会影响测试结果的变化。对于通过/失败测试等任务，主要目标是识别由于组件造成的变化，并忽略由于噪声引起的变化。能够准确地复制测试结果，变异性限制在1-5％，可以更准确地描述产品的性能。
由于Imatest是直接从图像像素层面进行测量，因此任何对图像添加噪点的来源都会影响测量的结果。图像中噪声的主要来源是电子传感器噪声，另外在弱光或者黑暗的情况下，光子散粒噪声也有显著影响。
为了减少锐度结果的变化并提高测试的重复性，您应该采取措施减少图像中的噪点。我们为您提供5个技巧来限制测试结果中的噪声：
1、最大化您的样品
由于大多数噪声源在曝光中的不同曝光和像素位置都是独立的，因此可以通过平均多个样本来有效地消除它们的影响。这种方法在其他的测试测量过程中也是很有效的。为了利用噪声的时间方面，当使用Imatest的固定模块选择多个图像文件进行分析时，可以使用“组合文件进行信号平均”选项合并同一场景的多个图像。这个技巧适用于Imatest的所有分析。
类似地，对于基于比例不变的感兴趣区域（ROI）的分析，例如优选的MTF测量倾斜边缘技术，增加在图像中分析的倾斜边缘周围的ROI的面积增加了独立随机使用的样品。一般来说，您希望在图表中选择尽可能大的一个窗口周围的倾斜边缘，并保留在图像字段的所需区域内（因为MTF通常在字段周围变化）。这个技巧不适用于图像中具有固定特征尺寸的测试，如西门子星和双曲线楔。
2、通过图表对比确保足够的信号水平（但需要注意不能太多）
对于锐度测量，您要测量的信号与图像中的对比度有关。对比度越高，信噪比（SNR）越高，噪音对结果的影响越小。然而，可能有太多好东西：当传感器中的像素达到饱和点，削波点或非线性响应区域时，会出现不切实际的锐度增加。ISO 12233：2014标准指定以4：1对比度打印的测试图边缘，以防止大多数系统出现饱和。
倾斜的边缘信号电平与边缘的明暗边对比度密切相关。为了获得可靠的结果，您应该尝试实现倾斜边缘的最佳对比度范围。这部分涉及选择适合您的测试设置的图表。增加阴影影响最大的测试图的外部区域的对比度是增加信号电平的一种技术。从Imatest订购图表时，可以根据需要请求自定义。
3、请注意处理图像的效果
一些使用Imatest进行测试的设备可以生成捕捉后未被软件处理的原始图像。在这种情况下，Imatest可以提供镜头和传感器组合系统的精确测量。每当照相机设备在输入给Imatest之前处理图像时，可以观察，研究和理解该处理的效果，但是不能被忽略。
当图像从较高位深传感器转换为8位（24位彩色）JPEG时，由于量化，噪声会稍微增加。如果需要广泛的图像处理（闪避和刻录），则噪声增加可能会更糟（可能出现“条带化”）。通常最好转换为16位（48位颜色）文件。处理还经常包括锐化，这可以在较高频率下增加噪声的相对功率。
处理图像的最后一个警告是，许多消费类相机（特别是移动设备相机）使用非线性降噪（如双边滤波），这可以消除倾斜边缘目标上的图像噪声，但也减少纹理细节。（注意：当涉及到这样的非线性处理时，如上所述对多个图像求平均值将不起作用）。在这种情况下，倾斜的边缘测量可能无法告诉整个锐度的故事，而随机（纹理分析）图可能更合适。
4、确保更好的曝光
较低的光照环境通常需要更高的ISO感光度，以获得良好的曝光，从而导致传感器噪音和变化增加。确保良好的照相曝光可以减少光子散粒噪声和图像中传感器噪声的相对影响。提高曝光值的两种主要方法（尽管要小心保持光线区域低于传感器的饱和度，如上所述）：通过增加光源的亮度来增加图表反射的光量；或者只要照相机和目标都是静止的，就增加曝光时间以聚集更多光线
5、选择一个可重复的测量
MTF曲线的形状在有噪声的情况下会受到干扰。比较两个完整的MTF曲线或在报告中加入一条曲线通常是不切实际的，所以工程师通常会将关于曲线的信息减少为一个或两个总结指标。这些是为了在单个数字中传达关于曲线的最重要的信息。常见的例子是：
下面以合成的无噪声MTF曲线为例进行说明。MTF面积值是曲线下面浅红色区域的积分。
每一个不同的噪声实现（即每张照片的倾斜边缘），这些度量值的值都会有所变化，但是在噪声存在的情况下，一些度量值往往不太稳定（具有更多的方差）。确保使用体现您所关心的MTF特性的指标是非常重要的，但考虑到您可能遇到的噪音量也是可重复的。
下面显示的是一组10个不同的MTF曲线（使用Imatest的SFR模块）从一组模拟的倾斜边缘图像中计算出来的。我们的仿真过程包括产生5度倾斜的边缘（双线性插值），应用高斯模糊核，添加高斯白色像素噪声（下面的每条曲线的不同实例）以及使用不锐化掩模技术应用锐化。在MTF曲线族上重叠的是与不同总结度量相对应的箱形图（简洁地表示整个人口的重要统计数据，在这种情况下，使用上述过程的100次模拟）。
这些讨论框中最重要的方面是它们每个的长度，它表示每个度量在噪声边缘图像的总体上显示多少差异。（垂直方向度量的长度已经在该图像中的不同轴比例上进行了补偿，以允许与水平绘制的长度进行视觉比较。）注意，MTF50和MTF50P具有比相似的常见MTF30，MTF10更小的方差量。1/2和1/4乃奎斯特的MTF的变化规模不同，因为它们的单位比前面提到的指标有所不同，后者受到的噪音影响更大。MTF区域具有最小的变化，尽管这也是不同的规模，并且与锐度有不同的关系。
下面的图进一步显示了不同的MTF度量在不同的锐化和噪声水平下是如何变化的。在每个噪声水平上的每个度量上计算每个度量的标准偏差σ 度量，超过100个随机实例。原始的模拟倾斜边缘测试图像在[0,255]和4：1对比度之间被估值。
以上数据显示了所有指标的变化性增加的预期总趋势，包括噪声增加和锐化水平不断提高。有趣的是，各种噪声和锐化水平的变化的值排序基本不变。另一个值得注意的问题是，在奈奎斯特1/2的MTF10和MTF对锐化特别敏感 - 当应用锐化时，它们的变化性跳动最大。这两个指标通常也是整体上变化最大的，而MTF区域是最一致的。
当选择用于报告成像系统的清晰度的度量时，重要的是要记住易受影响的报告值由于随机噪声而变化。通过使用更稳定的汇总度量标准值，可以确保将来测试中结果的可重复性。增加清晰度测试可重复性的五个方法就为您介绍到这里。