如何使用imatest Master 分析杂散光/耀斑(Flare)?

目录

① 杂散光(Flare)简介

② 如何使用Imatest Master测试杂散光/耀斑(Flare)?

◆ 在Imatest Master中进行杂散光(Flare)批量/自动分析的程序

③ 配置文件

◆ 配置文件的JSON模式。

◆ Captureconfig JSON对象模式。

④ 杂散光(Flare)设置

◆ 计算设置

◆ 输出设置

⑤ 杂散光数据采集的示例脚本

◆ 设置Zaber设备

◆ 使用示例脚本

⑥ 杂散光(Flare)结果

⑦ Imatest用于杂散光测试的硬件解决方案

杂散光(Flare)的介绍——什么是杂散光,如何测量它?

杂散光,也被称为眩光,是指通过设计的光路之外到达检测器(即图像传感器)的任何光线(定义来自IEEE-P2020预发布标准)。杂散光可以被认为是系统的、与场景有关的光学噪声。根据导致杂散光的机制,它可以在场景中产生幻影物体(即重影/鬼影),降低图像部分的对比度(例如,眩光),并有效地降低系统的动态范围。这些因素会在各种情况下对摄像系统的应用性能产生不利影响。

摄像机的杂散光可以通过捕捉放置在摄像机视场内(或视场外)不同角度的明亮光源的图像来测量,然后将这些捕捉到的图像处理成杂散光度量图像,其中图像中的每个像素都被重新映射以代表杂散光度量。光源物体本身被排除在外或在图像中被屏蔽掉,因为它不被认为是杂散光。各种信息和摘要统计可以从产生的杂散光指标图像中得到。

Imatest 22.2版中用于杂散光分析的主要指标是点源抑制比(PSRR)。PSRR指标利用光源的轴上参考图像(特别是成像的光源物体内的水平)来规范被测图像的数据,提供PSRR杂散光指标图像作为主要输出。PSRR在航空航天和国防工业中有数十年的历史,作为测试和描述机载和空间应用的电子光学系统的杂散光的指标,包括卫星成像仪。

如何使用Imatest Master来测试杂散光(Flare)?

在Imatest Master中进行杂散光(Flare)批量/自动分析的程序

  • 从工作流程的 “选择图像 “步骤开始,选择一个包含一系列杂散光图像的目录来进行分析。
    • 要导入图像,请点击 “选择文件夹”,或者,将目录拖放到 “源图像 “窗格中
    • 该目录应该包含一个配置文件,该文件定义了每个要分析的图像的元信息。这个文件应该是一个特定JSON模式的JSON编码文本文件的形式。
    • 关于所需的JSON模式和配置文件的结构的信息,请参见配置文件部分。
    • 如果目录中不包含配置文件,分析将没有与每个捕获物相关的元信息(例如,源的位置或角度)。
  • 点击 “下一步 “进入工作流程的 “选择分析 “步骤,并选择杂散光分析模块(分析选项>杂散光/炫光>杂散光)。
  • 通过点击齿轮图标配置杂散光分析设置。
    • 有关这些设置的信息,请参见杂散光设置部分。
  • 点击 “ANALYZE “来运行分析。
    • 在Imatest计算结果和生成输出文件时等待。如果你选择了显示输出(使用设置),屏幕上将显示图。
  • 检查产生的数字和输出文件。
    • 有关结果/输出的信息,请参见杂散光结果部分。

Imatest杂散光分析的输出概述

杂散光测量图像

  • 包含浮点度量图像数据的归一化(或非归一化)杂散光度量图像FITS文件。 输入图像中的每个像素可以被归一化以表示度量。 本页中介绍的主要指标是归一化杂散光,它涉及到通过光源的直接图像的图像级进行归一化。 杂散光度量图像是分析的主要输出。
  • 彩色映射的杂散光度量图像图
  • 每个图像的颜色映射杂散光度量图像图(另存为图像文件)。 这些图提供了一种查看杂散光度量图像的简单方法。
  • 电影文件(GIF、AVI、MP4),显示全套彩色映射杂散光度量图像图的动画(注:在Linux操作系统上不提供MP4输出)
  • 包含二进制掩模图像的相应掩模图像FITS文件,该二进制掩模图像用于在相关的杂散光度量图像中掩模出光源的直射图像。
  • 注:杂散光度量图像数据和蒙片图像也包含在HDF 5结果文件中。

汇总分析图

  • 杂散光水平图:杂散光度量图像统计(例如, 平均值、最大值、第75百分位数等) 其被绘制为图像指数或光源场角的函数。
  • 杂散光像素计数图:杂散光度量图像计数(像素数),其绘制为图像指数或光源场角的函数。

杂散光度量图像直方图

  • 每个图像的杂散光度量图像直方图(保存为图像文件)。 这些直方图表示来自杂散光度量图像的数据的分布。
  • 电影文件(GIF、AVI、MP4),显示全套杂散光度量图像直方图的动画(注:在Linux操作系统上不提供MP4输出)。

标准输出文件(JSON、CSV、HDF 5)

  • JSON编码文本文件,包含结构化杂散光分析输入和结果,包括每幅图像统计信息和摘要/多幅图像统计信息(值等同于CSV)。
  • CSV文件,包含列表杂散光分析输入和结果,包括每幅图像统计信息和摘要/多幅图像统计信息(相当于JSON的值)。
  • HDF 5文件,包含结构化杂散光分析输入和结果(相当于JSON和CSV的值),以及全套输入图像数据、输出杂散光度量图像数据和二进制掩模图像数据。

遮罩文件

  • 包含为图像生成的光源遮罩的FITS文件。

来自杂散光分析的主要输出是杂散光度量图像

杂散光度量图像可以输出为FITS文件和颜色映射图(保存为图像文件)。 度量图像FITS文件包含可用于补充分析的浮点度量图像数据。 颜色映射的度量图像图提供了查看杂散光度量图像的简单/方便的方式。 用户还可以访问结构化HDF 5输出文件中的度量图像数据。 有关解释标准化杂散光度量图像的更多详细信息,请参见杂散光文档登录页。

图1:归一化杂散光度量图像的颜色映射图。 线性图像数据已经通过来自单独的轴上图像的光源的直接图像的水平(数字数/像素值)来归一化。 对于轴上参考图像,我们使用较短的曝光时间,并使用中性密度滤光片衰减光源,使得源的直接图像不饱和。 我们从参考图像中的源的直接图像内计算平均水平。 然后,我们补偿参考图像和测试图像之间的光水平的差异,以计算高于饱和度的理论水平作为最终的“补偿”归一化因子。 这里,度量图像中的杂散光水平被测量为来自源的直接图像的水平的约0.0006%或更小,尽管饱和杂散光(黄色)在量值上可能更大。 使用中的光源具有约0.5度的角直径(类似于太阳),并且计算的度量是扩展源抑制比(ESRR)[2]。 光源的直接图像被屏蔽掉,因为它不是杂散光。

杂散光度量图像FITS文件
灵活的图像传输系统(FITS)是一种设计用于存储和操作科学图像数据的文件格式。

用户可以选择从Imatest杂散光分析中输出杂散光度量图像FITS文件。

度量图像FITS文件包含浮点数据,其值对应于图像中每个像素的计算杂散光度量。 请注意,如果光源被屏蔽,则这些值将为NaN(不是数字)。 想要充分利用杂散光度量图像的用户可以使用FITS文件输出来执行补充杂散光分析。 例如,度量图像FITS文件可以被读入用户选择的编程语言以用于进一步的数据处理,或者读入许多现有的FITS查看器应用中的一个。 FITS文件格式通常在天文学界使用,并且已经存在许多软件工具/应用程序用于分析FITS文件图像数据。 这些工具可以用于例如通过操纵图像数据的颜色和缩放来从杂散光度量图像中视觉地梳理出信息。

图3:SAOImageDS9应用程序的屏幕截图。 杂散光度量图像FITS文件已使用DS9与对数缩放和“bb”色图进行操作,以更好地揭示某些杂散光伪影。
图4:使用FITS文件生成的3D表面图,该文件已读入MATLAB并以对数缩放绘制。 可以使用fitsread()命令将FITS文件读入MATLAB,并使用surf()命令将其绘制为曲面图。 在本例中,命令是surf(log 10(im),’EdgeColor’,’None’);其中im是从fitread()命令读取的图像阵列。

二进制掩码FITS文件
用户可以选择输出FITS文件,该文件包含为每个度量图像生成的光源的二进制掩模。 二进制掩码FITS文件是uint 8编码的图像,其中1表示掩码像素,0表示未掩码像素。

颜色映射的杂散光度量图像图

用户可以选择从Imatest杂散光分析中输出颜色映射的杂散光度量图像(另存为图像文件),代表每个待测输入图像的主要结果。 用户还可以输出与电影(GIF,AVI,MP4)相同的图,以显示全套度量图像图的动画。 注意:MP4输出在Linux操作系统上不可用。

颜色映射的杂散光度量图像图提供了一种快速简便的方法来评估杂散光,特别是当作为电影观看时。 想要进一步检查其杂散光度量图像的用户可以通过查看相关联的度量图像数据(来自对应的FITS文件或HDF 5输出)和/或通过利用其他导出的输出统计数据(例如, 从JSON输出或从其他图)。

图5:由Imatest生成的GIF,显示了一系列标准化杂散光度量图像(颜色映射图)。 数据示出了光源场角(Fa)跨相机的水平全FOV(其为大约70度)的180度水平扫描,包括在FOV之外的角度。

杂散光水平图
用户可以选择从Imatest杂散光分析中输出“杂散光水平图”(保存为图像文件)。

杂散光水平图示出了从度量图像数据导出的各种统计(由用户选择),并且被绘制为捕获指数或光源场角的函数。 这些可以包括统计数据,包括每个度量图像的平均值或最大值和/或度量图像数据的不同百分位数,例如, 第75和第95百分位数。 这些高级统计数据可以潜在地用作通过-失败标准,并且当绘制为光源场角的函数时,它们可以提供对数据的有意义的总结或高级洞察。 标绘的统计数据也以矢量化格式包含在标准输出文件(JSON、CSV、HDF 5)中,用于外部标绘或补充分析。

然而,请注意,导出的摘要度量永远不会说明整个情况,而度量图像本身可以。 例如,一个图像可能产生较差的杂散光汇总度量,但是杂散光可能完全表现为遮蔽眩光,而另一图像可能产生较好的汇总度量,但是杂散光表现为多个不同的重影。 哪种光线更糟糕? 可能需要对度量图像本身进行附加的主观分析,以理解这些图像中的杂散光是否对相机系统的应用很重要。

注意,杂散光水平汇总统计可能以可能误导的方式受到度量图像中的饱和度的影响。 例如,考虑杂散光源的两个单独的图像集合。 第一组图像使用50 ms的相机曝光时间,而第二组图像使用200 ms的相机曝光时间。 第二组图像将示出更多的杂散光,但也示出围绕源的直接图像的更多的饱和度和晕染。 图像的这些饱和区域将推动全局统计数据(如平均值)接近与饱和度相对应的值,但不会高于饱和度,因此这些统计数据实际上可能低于它们应该达到的值(如果我们能够测量饱和杂散光)。

图6:杂散光水平图,其示出了作为光源视场角的函数绘制的度量图像数据的全局平均值和第75百分位数。 请注意,不同的汇总指标可以讲述关于数据的不同故事,甚至可能在汇总数据方面产生误导。 这里,度量图像数据的平均值示出了场左侧的较高水平,而第75百分位示出了场右侧的较高水平。 相机视野边缘周围也有跳跃()。 注意,这里,负视场角用于描述像场的左侧。 绘制的数据对应于上面的颜色映射度量图像GIF(图5)。

杂散像素计数图
用户可以选择从Imatest杂散光分析中输出“杂散光像素计数图”(另存为图像文件)。

杂散光像素计数图示出了与图像中的特定水平的杂散光或特征相对应的像素的数量。 这包括高于所选水平阈值的像素的数量(例如, 大于或等于0.002的杂散光水平的像素数),以及图像中的像素总数和被掩蔽的像素数。 类似于水平统计,这些像素计数可以潜在地用作通过-未通过标准,并且当作为光源场角的函数绘制时,它们可以提供对数据的有意义的总结或高水平的洞察。 杂散光像素计数图与杂散光直方图相关,因为它们可以用于描述图像中杂散光数据的分布。 标绘的统计数据也以矢量化格式包含在标准输出文件(JSON、CSV、HDF 5)中,用于外部标绘或补充分析。

注意,像素计数统计数据/图比水平统计数据/图更不容易出现由饱和度引起的错误。 例如,虽然度量图像的全局平均水平可能受到饱和度的影响(驱动平均值低于如果我们可以在饱和度以上进行测量时的平均值),但是“大于或等于0.002的杂散光像素的数量”将是相同的,而不管度量图像中是否存在饱和像素。

图7:杂散光像素计数图
示出了作为光源场角的函数绘制的度量图像中的像素数量(大于或等于三个不同的水平阈值)。 与像素数量对应的Y轴以对数方式缩放,以将每个级别阈值置于类似的视觉标度上。 这里,每个水平阈值在图像场的左侧示出了更大数量的杂散光像素(大于相关联的水平阈值),在中间-右侧场上具有轻微的跳跃。 注意,这里,负视场角用于描述像场的左侧。 绘制的数据对应于上面的颜色映射度量图像GIF(图5)。

杂散光度量图像直方图
用户可以选择从Imatest杂散光分析输出杂散光度量图像直方图(保存为图像文件),表示度量的分布(例如, PSRR)。 用户还可以输出与电影(GIF,AVI,MP4)相同的直方图,以显示完整度量图像直方图的动画。 注意:MP4输出在Linux操作系统上不可用。

度量图像直方图可以潜在地提供对数据的有意义的高级洞察。 例如,通过比较各个直方图,用户可以能够识别哪些图像或光源角度导致杂散光的不想要的分布。 直方图还可以用来得出良好的“电平阈值”,可以在杂散光像素计数图上绘制。

图8:一系列杂散光度量图像直方图的GIF,对应于180个图像。 每个直方图帧示出了来自对应度量图像数据的归一化杂散光的分布。 标题显示光源的视场角(Fa)。 当光源位于相机FOV之外的角度时,杂散光的水平最低。 绘制的数据对应于上面的颜色映射度量图像GIF(图5)。

标准输出文件(JSON、CSV、HDF 5)
用户可以选择输出几个标准输出文件(JSON、CSV、HDF 5),这些文件包含结构化杂散光分析输入和结果,包括每图像统计数据和摘要/多图像统计数据。

HDF 5文件(.h5)除了与JSON和CSV相同的输出之外,还包含输入图像数据、输出度量图像数据和二进制掩码图像数据的完整集合。 分层数据格式(HDF)是一组用于存储和组织大量数据的文件格式(包括HDF 5)。 例如,NASA将HDF格式用于其地球观测使命数据。 从Imatest 22.2开始,用户可以选择访问HDF 5标准输出文件中的所有杂散光数据,以进行外部分析和/或数据分发。 HDF 5可以使用外部应用程序或大多数编程语言以编程方式读取。

图9:免费HDFView应用程序的屏幕截图。 杂散光输出结构可以使用左侧的窗格进行导航。 这里,打开可从输出结构内访问的杂散光度量图像以供查看。
图10:显示来自Imatest杂散光分析的JSON标准输出文件片段的屏幕截图。 该片段示出了针对给定的归一化杂散光度量图像通道的各种统计,包括由用户选择的那些统计。

Was this helpful?

3 / 0

http://xzh.i3geek.com
发表回复 3

符合P2020标准杂散光解决方案 – 知识库:图像质量与色彩技术资料

符合P2020标准杂散光解决方案 – 知识库:图像质量与色彩技术资料

[…] 如何使用imatest Master 分析杂散光/耀斑(Flare)? […]

杂散光(耀斑)综合性测试经验分享 – 知识库:图像质量与色彩技术资料

杂散光(耀斑)综合性测试经验分享 – 知识库:图像质量与色彩技术资料

[…] 如何使用imatest Master 分析杂散光/耀斑(Flare)? […]

如何测量杂散光Stray Light(Flare) – 知识库:图像质量与色彩技术资料

如何测量杂散光Stray Light(Flare) – 知识库:图像质量与色彩技术资料

[…] 延伸阅读:imatest软件分析Stray Light杂散光的各种分析结果图 […]