清晰度(Sharpness)

清晰度是图像质量分析中最重要的参数：它决定了一张图像传达的细节。下方的图片展示了清晰度下降带来的效果。设备或系统的清晰度可以通过测量空间频率响应(SFR)来得到，也称作调制传递函数(MTF)。MTF是指定空间频率的反差(可以用单位距离中的循环(Cycles)或线对(Line pairs)来表示)。50% MTF 与视觉观察的清晰度有比较好的一致性，这种方法比传统的查看极限分辨率的方式要好的多(这种方法关注细节消失的位置)。

这里会介绍清晰度和MTF的概念：如何理解和如何测量。

在一个显示设备或打印样张上观察到的清晰度可以通过主观质量参数(SQF)或Acutance(锐度)来测量，从MTF数据来得到人眼的反差敏感度函数的观察条件。
Imatest软件关于清晰度的测量是通过分析斜边的空间频率响应(SFR)来完成的，使用的测试图包括SFR, SFRplus, 或eSFR ISO 等，后两种测试图是高度自动化的分析方式。

此外还有一些图案可以用于分析MTF，都比斜边的方式复杂和占用更多的空间：

• Log频率测试图(Log Frequency)，它使用正弦图案，以对数级频率的变化方式递增。它的测量方式更加直接，但是精度较低。
• Log频率反差图( F-Contrast), 它是一种很好的方式去检验由于降噪算法丢失的细节。
• 星状图(Star Chart),是一种多方向的正弦图案。
• 随机图/枯叶图(Random/Dead Leaves),它可以测量细节表现，尺度不变的随机模式最大限度地减少锐化和最大化降噪，枯叶图就是最具有代表性的一种图案。

MTF测量数据可以用不同方式表达。

系统的清晰度受到各个组成部分的影响，如镜头的影响(设计和制造质量，图像域的位置，光圈，焦距等因素)， 传感器的影响(像素数，防混淆滤镜等因素)， 以及信号处理的影响(尤其是锐化和降噪算法)。 在空间中，清晰度还受到相机震动的影响(稳定的三角架可减少震动)，聚焦精度的影响，大气扰动的影响(热效应和气胶aerosols)。

通过锐化算法可以加强某些清晰度，但锐化也有其限制。它不能重建细节，例如当MTF非常低的时候(在10%以下)。过度锐化，见右图的示意，会导致图像质量的降低(特别是放大时)， 会在高反差的边缘造成”黑白边”（halos）的现象。许多卡片数码相机和手机都有过度锐化的现象。