像质干货 | 伪影

01 | 基础概念

伪影（Artifacts），是指原本被拍摄物体并不存在而在图像上却出现各种形态的影像。在图像处理后，尤其在合成图片中，表现为不自然的、能让人看出是人为处理过的痕迹、区域、瑕疵等。

成像系统做图片重建时会产生一些伪影问题，产生这种现象的原因主要是由于图像处理的不精确或者信息缺失。部分现象展示，我们可以参考下面的图片。

边界伪影	边缘伪影	伪像纹理

02 | 伪影出现的原因

降噪和锐化

首先，软件在处理图像时（尤其是在RAW转换过程中进行的操作），可能会导致明显的视觉伪影，包括过度锐化的 “ 光晕 ”和精细、低对比度细节的损失。

这些伪影是由非线性（非均匀）信号处理造成的（所谓非线性，是因为它随着信号的变化不做平稳变化而发生阶跃）。

图像在接近对比度高的特征区域（如边缘）时可以被锐化（MTF提升），而在没有这些特征时则被模糊化（低通滤波）。这通常会提高表象的数据测量性能（比如提升斜边的锐利度和图表中的噪声/信号噪声比（SNR）），但它可能导致感知图像质量的下降。

例如，即使边缘被强烈锐化，皮肤也会出现“ 塑料 ”的卡通外观。这种细节的损失不能用SFR测量。

一些伪影可以通过log-F-contrast测试卡模块来测量，该模块分析了如上图所示的测试卡，该图卡在横轴上的空间频率和纵轴上的对比度都是对数变化。随机/枯叶图模块对于观察和测量伪影也很有用。

数据压缩和传输损失

数据压缩和传输损失会对图像质量产生重大影响。如下图，右边是被保存为低质量的JPEG图，在这个低质量图的左边部分，色彩断层、低对比度细节的损失和边缘附近的“ 波浪 ”等伪影现象是很明显的。

其中一些损失，特别是低对比度细节的损失，可以用对数F-对比度和随机枯叶模块进行分析。

在Imatest 4.3中引入的SSIM模块，使用两幅图像对压缩/传输损失进行详细测量：一幅处理过的图像和一幅参考图像。这两幅图像必须来自于同一个拍摄，并且必须具有相同的像素大小。这个模块可以使用任何任意的图像，也可以包括几个测试图卡的拍摄图像，特别是上段提到的两个，log-F-contrast测试卡和枯叶图测试卡。

阅读推荐：

  ➭ 汽车影像指标解读之——CDP

  ➭关于奈奎斯特频率、混叠、摩尔纹，你了解吗？

Was this helpful?

YesNo

4 / 2

http://xzh.i3geek.com #伪影