GAMMA、色调响应曲线和相关概念

2023年6月17日

介绍

在这篇文章中，我们讨论了一些与色调响应和伽玛相关的概念，这些概念散布在 Imatest 网站上，很难找到。我们将它们放在一起，以应对不断出现的有关伽马和相关概念的问题。

Gamma ( γ )是将像素级别（在图像文件中）的对数与曝光的对数（在场景中）相关联的函数的平均斜率。

日志（像素级别）≈ 日志（曝光）

这种关系称为音调响应曲线（也称为 OECF = 光电转换函数）。平均值通常取自从浅灰色到深灰色的一系列像素级别。

**Fujichrome Provia 100F 胶片的色调响应曲线。y 轴与数字图相反。**

阶调响应曲线 (TRC)自 19 世纪就已存在，当时由Hurter 和 Driffield开发——这是一项了不起的成就，因为他们缺乏现代设备。它们被广泛用于电影。Fujichrome Provia 100F 胶片的色调响应曲线如右图所示。请注意，y 轴与下面显示的数字图相反，其中 log（归一化像素级别）对应于 – , 在哪里 =基础密度≈ 0.1.

等效地，伽玛可以被认为是将像素级别与场景亮度相关联的曲线的指数。

像素级别 =（RAW 像素级别）≈接触

实际上有两个伽玛： (1)编码伽玛，它将场景亮度与图像文件像素级别相关联，以及 (2)显示伽玛，它将图像文件像素级别与显示亮度相关联。上述两个方程式（以及本页中对伽玛的大部分引用）指的是编码伽玛。唯一的例外是显式引用显示伽玛，如附录中有关监视器伽玛的内容。

整体系统对比度是编码和解码伽马的乘积。更一般地说，我们将伽玛视为对比度。

在图像处理管道中引入了编码伽玛，因为对于大多数标准（非 HDR）图像传感器来说，图像传感器的输出是线性的，从不进行伽玛编码。编码伽玛通常是根据色调响应曲线测量的，可以通过拍摄灰度测试图并运行Imatest的颜色/色调模块（或遗留的Stepchart和Colorcheck模块）获得。

显示伽玛通常由文件的色彩空间指定。对于 Windows 和 Internet 中最常见的色彩空间sRGB，显示伽玛大约为 2.2。（它实际上由一个线性段和一个 gamma = 2.4 段组成，它们一起近似 gamma = 2.2。）对于几乎所有计算机系统，显示 gamma 都设置为正确显示以标准（gamma = 2.2）颜色空间编码的图像。

以下是高质量消费类相机的机内 JPEG 色调响应曲线示例，使用 Imatest Color/Tone测量。

**色调响应曲线由 Imatest 颜色/色调模块从 24 色块 Colorchecker 的底行测量**

请注意，这条曲线不是直线。它的斜率在右侧减小，以获得最亮的场景亮度。这个坡度减小的区域称为“肩部”。它通过降低高光的饱和度或剪裁（“倦怠”）来提高图片图像（家庭快照等）的感知质量，从而使响应更“像电影”。在上面的Fujichorme Provia 100F 曲线中可以清楚地看到一个肩部。肩扛几乎普遍应用于消费类相机；它们在医疗或机器视觉相机中不太常见。

因为音调响应不是一条直线，所以必须从部分音调响应曲线的平均（均值）值中得出伽玛值。

为什么要使用对数？

自19 世纪以来，对数曲线一直被用来表示照明和响应之间的关系，因为眼睛对光的响应是对数的。这是Weber-Fechner 定律的结果，该定律指出初始刺激S中的感知变化dp到变化dS是

对这条曲线应用一点数学，我们得出其中 ln 是自然对数 (log _e )。

摘自 G. Wyszecki & WS Stiles，“Color Science”，Wiley，1982 年，第 567-570 页，人眼可感知的最小光差 Δ L约为

ΔL /L = 0.01 = 1 %. 这个数字对于真实场景来说可能过于严格，其中 Δ L / L可能更接近 2%。

较亮的区域在线性显示的音调响应曲线中占据了太多空间，因此很难看到较暗区域的响应。

伽马编码如何增加动态范围

在摄影中，我们经常谈论区域（源自Ansel Adams 的区域系统）。区域是照明度L的范围，其变化系数为两倍，即，如果区域的下边界和上边界为L ₁和L ₂，则L ₂ / L ₁ = 2 或 log ₂ ( L ₂ ) –log₂ ( L ₁ ) = 1。

每个区域之间的台阶具有相同的视觉重量，除了很难看到差异的非常暗的区域。

对于一组区域z = {1, 2, 3, ..}，区域n的相对照度为 2 ^-( z-1) = {1, 0.5, 0.25, 0.125, …}。区域之间的照度差异为 {0.5, 0.25, 0.125, …}。场景照度比始终为 2:1。

极客提醒：后面有很多数字——所有这些都是为了展示伽马编码如何增加有效动态范围。可用像素级别的总数B是位深度的函数，B = 2 （位深度）。对于位深度 = 8，B = 256；for bit depth = 16, B = 65536.用于编码伽马γ e的区域n的相对像素级别为b n = B × 2 -(n-1) γ e。对于线性伽马（γ e = 1），b n = {1.0, 0.5, 0.25, 0.125, …}（与L相同）。对于γ e = 1/2.2 = 0.4545，b n= {1.0000, 0.7297, 0.5325, 0.3886, 0.2836, 0.2069, 0.1510 ,0.1102, …}。相对像素级别b n的下降速度比γ e = 1 慢得多。每个区域中像素级别的相对数量是n pγ (i) = b n (i) – b n (i+1)，这将我们带到了问题的核心。对于最大像素级别 2 （位深度） -1 = 255，对于位深度 = 8（24 位颜色）的广泛使用的文件，每个区域中的像素总数为N pγ (i) = 2 （位深度) n pγ (i)。当 gamma = 2.2 时，文件中较暗的区域包含更多像素级别。

对于线性图像 ( γ e = 1)，n pγ (i) = {0.5, 0.25, 0.125, 0.0625, …}，即一半的像素级别将在第一区域，四分之一将在第二区域，等。对于位深度 = 8 的文件，从最亮的区域开始的区域将具有N pγ (i) = {128, 64, 32, 16, 8, 4, 2, 1 …} 256 (0-255) 像素级别). 当您到达第 5 或第 6 个区域时，像素级别之间的间距将小到足以导致明显的“条带”，从而限制动态范围。对于使用γ e = 1/2.2 = 0.4545 编码的图像，每个区域中的相对像素数为b n ( i ) = {0.2703, 0.1972, 0.1439, 0.1050, 0.0766, 0.0559, 0.0408, 0.0298, 0.0217, 0.0159 … }, 总数N pγ ( i ) 将是 {69.2, 50.5, 36.8, 26.9, 19.6, 14.3, 10.4, 7.63, 5.56, 4.06, …} of 256. 第六个区域，只有 4 个级别的γ e = 1，有 14.3 级。第 10 个伽马编码区域具有与第 6 个线性区域相同的级别数 (4)，即有效动态范围最多增加四个区域（f 制光圈；系数为 2）。总结一下：

这些数字显示了伽马编码如何通过重新分配像素级别来极大地提高位深度有限的图像的有效动态范围，从而使较暗区域中的像素更多而较亮区域中的像素更少（这比线性系统中需要的多）。

当然，如果黑暗区域的耀斑光是限制因素，则改善会更小。

我应该期待什么样的伽玛（和色调响应曲线）？什么是好的？

来自消费类相机的JPEG图像通常具有复杂的色调响应曲线（带肩部），伽玛（平均斜率）在 0.45 到 0.6 的范围内。对于不同的制造商和型号，这有很大差异。色调响应曲线上的肩部允许在不恶化高光饱和度的情况下增加中间色调的斜率。这增加了明显的视觉对比度，从而产生“更快速”的更令人愉悦的图像。

来自消费类相机的RAW图像必须使用LibRaw/dcraw进行解码。它们的伽玛取决于输出伽玛和输出色彩空间设置（显示伽玛显示在设置窗口中）。典型的结果是

如果选择转换为颜色空间（通常是 sRGB 或 Adobe RGB），则使用直线 TRC（无肩）编码伽玛 ≅ 0.4545；
如果选择经过最少处理的图像，则编码 gamma ≅ 1.0。

来自二进制文件（通常来自开发系统）的RAW图像具有 1.0 的直线伽玛，除非读取原始伽玛设置（默认为 1）设置为不同的值。

耀斑光可以通过雾化阴影来降低测量的伽马，使黑暗区域的色调响应曲线变平。测量伽马时应注意尽量减少耀斑光。

也就是说，我们经常看到伽玛值与 ≅0.45-0.6（对于色彩空间图像）或 1.0（对于没有伽玛编码的原始图像）的预期值有显着差异。如果不对系统进行实际检查，很难知道原因。也许这些图像是为了特殊的专有目的（例如，通过增加伽马使低对比度文档更清晰）；也许有一个软件错误。

输入伽玛对 Imatest 测量有什么影响？

gamma可以在imatest的几个地方输入。这是它的作用，同样重要的是它不做什么。

Gamma 可以从灰度测试图上测量。输入的伽马值不影响灰度测量。

Gamma 用于线性化图像以进行 MTF 计算。如果输入了图案对比度（通常为 4）并选中了用于 MTF，则可以为斜边图案覆盖输入的伽马值。
在Flatfield中，伽玛用于线性化 ISO 18844 耀斑光测量，还用于计算 F 制光圈等高线图（不是 Imatest 的主要显示器之一；通常首选亮度（像素）等高线图。）
在Color/Tone中，gamma 用于对图像进行线性化，以计算颜色校正矩阵（重要）和校正照明不均匀性（不常用的功能，需要第二个平面图像）。

伽玛和 MTF 测量

MTF（Modulation Transfer Function，相当于空间频率响应），用于量化图像清晰度，是在假设信号是线性的情况下计算的。出于这个原因，伽马编码的文件必须被线性化，即伽马编码必须被移除。线性化不必是完美的，即，它不必与音调响应曲线完全相反。对于大多数图像（尤其是在图表对比度不太高的情况下），合理估计伽马足以实现稳定、可靠的 MTF 测量。大多数 MTF 计算的设置窗口都有一个用于输入伽玛的框（或设置要从图表对比度计算的伽玛）。

在每个 MTF 模块的设置或更多设置窗口中输入 Gamma。它们在各个 Rescharts 模块的文档中进行了描述。对于斜边模块，它们出现在“设置”窗口（裁剪显示在右侧）和“更多设置”窗口中（裁剪显示如下）。

Gamma（输入）默认为 0.5，这是颜色空间文件（sRGB 等）的合理近似值，但对于原始文件不正确，其中 gamma ≅ 1。我们建议尽可能输入基于测量的 gamma 估计值。

从灰度模式确定伽玛

Gamma 通常是根据灰度模式测量的，这些模式可以在单独的图表中或包含在几个锐度图表中的任何一个中——SFRplus、eSFR ISO、Star、Log F-Contrast 和 Random（但不包括 Checkerboard）。eSFR ISO 和 SFRplus 图表中的灰度模式特别有趣，因为它显示了用于测量 MTF 的倾斜边缘模式的明暗部分的级别。

此处的 Gamma = 0.588：接近 X-Rite Colorchecker 为同一台相机测得的值（如上所示）。该图的有趣之处在于浅色水平条，它们代表所选倾斜边缘 ROI（感兴趣区域）的明暗部分的像素级别。这条线可让您查看倾斜边缘区域是否饱和或剪裁。此图像显示不会有问题。

从每个单独的倾斜边缘确定伽玛

输入图表对比度并选中 Use for MTF。仅适用于斜边 MTF 模块。当选中用于 MTF时，伽马（输入）框被禁用。

此设置使用测量的平坦区域P ₁和P ₂（每个单独的倾斜边缘感兴趣区域 (ROI) 的明暗部分，远离边缘本身）的对比度来计算每个边缘的伽马。它易于使用且非常坚固。唯一的要求是已知并输入打印的图表对比度。（几乎所有 Imatest 斜边图表都是 4:1 或 10:1。）对于高于 10:1 的图表对比度，此方法不可靠。

图表对比简史

ISO 12233:2000 标准要求图表对比度至少为50:1。事实证明这是一个糟糕的选择：高对比度使得难以避免削波（最亮或最暗区域的色调响应曲线变平），这会夸大 MTF 测量值（使它们看起来比现实更好）。无法从 ISO 12233:2000 图表（如下图所示）计算伽玛值。

这个问题最终用ISO 12233:2014修正了（后来的修正相对较小），它指定了4:1的边缘对比度，这不仅减少了裁剪的可能性，而且使 MTF 计算对使用的 gamma 值不太敏感用于线性化。旧的 ISO 12233:2000 图表仍在广泛使用：我们不推荐它。

2009 年推出的SFRplus图表最初具有 10:1 的边缘对比度（通常有少量 2:1 的边缘）。2014 年之后，标准对比度更改为 4:1（如右图所示）。eSFR ISO图表（源自 2014 年标准）始终具有 4:1 的边缘对比度。SFRplus和eSFR ISO都具有用于计算色调响应和伽马的灰度。SFRreg和Checkerboard图表以 10:1 和 4:1 对比度提供。此处和此处详细介绍了新图表的优势。

Imatest玻璃镀铬 (CoG)图表具有 10:1 的对比度：CoG 技术可以制造的最低对比度。大多数其他 CoG 图表具有非常高的对比度（1000:1，并且控制不佳）。我们不推荐他们。如果需要，我们可以快速生成定制的 CoG 图表。

伽玛对 MTF 的影响有多强烈？即，如果 gamma 的估计不正确，那么 MTF 有多远？

我们运行了一张来自小型数码相机的图像，使用 dcraw 从原始图像转换而来，并使用了许多不同的伽马设置来查看这些设置如何影响 MTF 结果。

图表和图像已有数年历史。
图表打印时的对比度可能低于预期，导致伽马测量值较低。
这对下面的相对测量没有影响。

伽马	MTF50 (C/P)	MTF 区域 PkNorm (C/P)
0.20	0.2415	0.261
0.30	0.2408	0.258
0.322	0.2368	0.254
0.40	0.2387	0.254
0.50	0.2344	0.247
0.60	0.2332	0.247

请注意，伽马估计误差（与 0.322 的差异）对 MTF 测量的影响很小。MTF50 和 MTF Area 变化很小，即使伽马误差相对较大。这是讨论 Imatest 的 ISO 12233 合规性的好地方。Imatest 使用 OECF 曲线（色调响应）测量的简单一阶逆函数来线性化图像。它不使用高阶逆。但是由于 MTF 对伽马（色调响应曲线的斜率）相对不敏感，简单拟合导致几乎相同的 MTF 测量（除了曝光接近饱和，这很难避免不可靠的结果）。

哪些补丁用于计算伽玛？

这是一个重要的问题，因为伽玛不是“硬”测量。除非色调响应曲线非常接近直线对数像素级别与对数曝光曲线，否则其测量值取决于选择的测量色块。此外，用于 Imatest 伽马计算的补丁很少进行细微调整——这足以让客户偶尔询问他们发现的微小差异。

对于 24 色块Colorchecker，使用底行中的色块 2-5（整个图表中的色块 20-23）。

对于通过Color/Tone或Stepchart分析的所有其他图表，找到每个色块i的亮度Y _i（通常为 0.2125× R + 0.7154× G + 0.0721× B），并找到最小值Y min 、最大值Y max和计算范围Y_范围= Y_最大值– Y_最小值。Gamma 是根据Y _min+ 0.2 × Y _range < Y _i < Y的块计算的 _最大– 0.1× Y_范围。这可确保包含透过深灰色色块的光，并排除饱和色块。

历史：gamma ≅ 2.2 从何而来？

它来自阴极射线管 (CRT)，在现代平面屏幕普及之前，阴极射线管 (CRT) 已普遍用于电视和视频显示。在 CRT 中，屏幕亮度与提高到 2 到 2.5 次方的控制栅极电压成正比。出于这个原因，信号必须用这个值的近似倒数来编码，并且这种编码被卡住了。正如我们上面所描述的，在“应用伽马曲线获得了什么？”中，伽马编码在位深度有限的图像文件中具有真正的优势，尤其是 8 位文件，它只有 256 种可能的像素级别（0 -255).

为什么从原始文件转换的图像通常比同一捕获的 JPEG 更暗？

许多相机都可以选择从同一图像捕获中生成可互换的图像文件（几乎总是 JPEG）和原始文件。原始转换文件通常比相应的 JPEG 更暗——有时更暗。这不是意外。

在Imatest中，原始文件通常使用LibRaw转换为可互换文件（通常是 TIFF），它有几个预设和附加选项。最常用的预设是Color 24-bit sRGB (gamma ≅ 2.2) 和Color 48-bit Adobe RGB (gamma = 2.2)。这些设置使用原始文件中的 EXIF 元数据来执行白平衡和色彩校正（针对选定的色彩空间）并应用适当的直线伽玛曲线，日志（像素级别）= 日志（曝光）. 以对数形式显示的音调响应曲线是一条没有“肩部”或其他曲率的直线。

另一方面，JPEG 在高光中经常有一个“肩部”——伽玛（对比度）逐渐降低的区域。肩部通过降低高光的饱和度（或“倦怠”）来改善图像的感知绘画质量。它是电影响应曲线的一部分，长期以来被认为是理所当然的。为了实现这个肩部，必须将曝光降低到直线伽马曲线的最佳水平以下，以便为肩部留出一些“余量”（在高光饱和之前）。这是一个示例：Colorchecker 图表和玩偶的机内 JPEG 和 LibRaw 转换的原始图像，其色调响应曲线显示在上方或 LibRaw转换的 TIFF 的机内JPEG 和下方。

这是右侧转换后的 CR2 原始图像的（几乎）直线密度响应。尽管此图像很典型，但我们发现 JPEG 和转换后的原始文件之间存在更大的差异。

**来自右上方图像的 Colorchecker 底行的色调响应曲线（使用 LibRaw 从原始图像转换而来）**

色调映射

色调映射是一种非均匀图像处理形式，可以照亮图像的大片暗区，使特征更加明显。它会降低全局对比度（在大区域上测量），同时保持局部对比度（在小区域上测量），以便可以在动态范围有限的显示器上呈现高动态范围 (HDR) 图像。通常可以通过使用标准灰度图测量的极低伽玛值（<0.25；远低于色彩空间图像的典型值 0.45 左右）来识别它。

色调映射会严重破坏伽玛和动态范围测量，尤其是对于标准灰度图表。对比度分辨率图表旨在在存在色调映射的情况下提供良好的结果（对于小物体的可见性），这在 HDR 图像中越来越受欢迎。

对比定义

对比度的几种定义用于成像。对于两个亮度（或反射率）L _max 和L _min，例如，可以表示测试图上的两个色块，

比率

Imatest 文档中最常见的对比度指标是对比度， = 它用于指定图表对比度，例如，4:1 用于符合 ISO 12233 标准的斜边图表。

韦伯

韦伯对比度量基于关于人类感知的Weber-Fechner 定律。对比度测量高亮度和低亮度之间的差异 ( L ) 除以较低亮度：

迈克尔逊

迈克尔逊对比 在光学领域更为常见。它衡量的是散布与两个亮度之和之间的关系：

迈克尔逊对比度有时称为“调制”，是调制传递函数 (MTF) 测量的基础。在SPIE Optipedia 调制传递函数页面中，等式 (1.12) 中的M就是迈克尔逊对比。MTF 定义为空间频率f下的迈克尔逊对比度，在f = 0时归一化为 1。A max_和A min_源自正弦波。如果正弦波不可用（例如，对于倾斜的边缘），可以从傅里叶变换计算f （对于具有空间不变性的可爱属性的一维边缘，它是 1/ f ）。

迈克尔逊对比是以阿尔伯特·迈克尔逊命名的，他在著名的迈克尔逊-莫雷实验上的工作导致了爱因斯坦的狭义相对论。

对数编码

与伽马编码具有相似意图的对数编码被广泛用于电影摄影机。根据维基百科的 Log Profile 页面，每个相机制造商都有自己的对数色彩空间风格。由于它们很少（如果有的话）用于静态相机，因此除了计算对数斜率（n ₁，下面）之外，Imatest 对它们几乎没有做任何事情。来自renderstory.com/log-color-in-depth的详细编码方程是

线性、伽马 (0.5) 和对数响应曲线的比较

从上下文来看，这可以表示为

像素级=p =n₁log(曝光×n₃+ 1 ) +n₂

由于 log(0) = -∞，曝光必须大于 1/ n ₃才能使该等式有效，即存在最小曝光值（定义最大动态范围）。

相比之下，伽马编码的可比较（简化）方程是

log（像素级别）=log( p ) =γ log（曝光）；

主要区别是使用像素级别而不是日志（像素级别）等式。Imatest 目前对对数编码所做的唯一事情是显示对数斜率n 1 ，在一些音调响应图中显示。Imatest 可以根据客户要求做更多。

在对数-对数密度图中查看时，对数编码与伽马编码的外观非常不同，如右图所示。这些曲线对于识别对数编码很有用。下图是使用 Imatest 动态范围图表制作的密度响应曲线，适用于产生静态和视频输出的相机。目前我们不确定它是有意对数的，但看起来确实如此。左侧的扁平响应和台阶是由耀斑光引起的。

来自同时生成静止图像和视频图像的相机的 MP4 帧的响应。

动态范围限制—— 对数空间的一个问题是它们的动态范围受到数学的严格限制，因为log(0) = -∞。使用上面的等式并假设 log 表示log ₁₀ 和n ₂ = 1，

如果我们假设exp被归一化为exp _max = 1的最大值，则 p ( exp _max ) = p (1) = 1。可再现的最暗级别为p ( exp _min ) = γ log ₁₀ ( exp _min )+1 = 0。

对于 gamma = 0.5（如右上图所示），exp_min = 10 ^-2 = 0.01，相当于

动态范围=exp_max/exp_min=1/0.01=100=40dB

对数响应示例

interceptor121.com/2021/02/07/the-truth-about-v-log/有松下 V-LOG 编码的详细方程式。我们对它们进行编程是因为

这是一个真实的例子
很容易。

该曲线是一条混合曲线，在 cut1 = 0.01 以上具有照明的对数部分和在 cut1 以下的线性部分。在这方面，它有点类似于sRGB，它具有线性和伽马部分，平均约为伽马 = 2.2。

编码旨在改善动态范围，但我们有一些疑问，因为对数图的斜率对于最暗区域 (x < 10 ^-3 ) 非常低。

这给我们带来了一个大问题：为什么对数编码广泛用于视频/电影系统？来自广泛使用伽马编码（但不是对数编码）的静态摄影，我们知道伽马编码可以实现相同的目标而没有动态范围限制。如果您有好的答案，请联系我们。

错误信息警告——互联网上充斥着关于对数颜色空间的错误信息。一个很好的例子是 B&H 页面，Understanding Log-Format Recording，它说，“如果你的视频——像大多数视频一样——不是使用日志图片配置文件记录的，曝光很可能是以线性方式记录的。” 这是完全错误的。 作者似乎不知道伽马编码的存在。然后他将混淆与诸如“问题出现在我们测量光的曝光值不是线性的认识中。曝光“停止”表示实际光照水平加倍或减半，而不是按比例增加某个任意线性值。事实上，你可以说曝光值本身是对数的！”。曝光值 (EV) 是基于对应于人眼敏感度的因子 2（log 2 （曝光水平））的相对测量单位。这与相机本身无关。 郑重声明：大多数数字传感器都具有线性响应，高质量相机的响应超过 8 位（12、14 或更多位很常见）。在模数转换之后，大多数静态相机使用伽马曲线对图像进行编码。摄像机使用伽马或对数曲线。正如我们上面提到的，这扩展了伽玛编码的有效动态范围。

附录一：监测伽玛

监视器不是线性设备。它们的设计使亮度与提升到伽玛幂的像素级别成正比，即亮度 =（像素级别）^γ_display.

对于大多数显示器，伽马应接近 2.2，这是最常见的色彩空间、sRGB（Windows 和互联网标准）和 Adobe RGB 的显示伽马。

附录二：色调响应、伽玛和相关量

为了完整起见，我们已经更新并保留了这张来自 Imatest 网站（难以导航）的其他地方的表格。

范围	定义
音调响应曲线	相机的像素响应作为曝光的函数。通常以图形方式表示为对数像素级别与对数曝光。
伽马	Gamma 是对数像素级别的平均斜率，它是通过深灰色调对数曝光的函数）。对于 MTF 计算它用于线性化输入数据，即去除图像处理应用的伽马编码，以便可以正确计算 MTF（对倾斜边缘使用傅里叶变换，这需要线性信号）。Gamma 默认为 0.5 = 1/2，这是典型的数码相机色彩空间，但可能会受到图像处理（包括相机或 RAW 转换器设置）和耀斑光的影响。伽玛中的小误差对 MTF 测量几乎没有影响（伽玛中 10% 的误差会导致正常对比度目标的 MTF50 误差为 2.5%）。当使用 dcraw 或 LibRaw 将 RAW 图像转换为sRGB或 gamma=2.2 ( Adobe RGB ) 色彩空间时，Gamma 应设置为 0.45 或 0.5 。对于未应用伽马曲线的已转换原始图像，它通常约为 1。如果 gamma 设置为小于 0.3 或大于 0.8，背景将变为粉红色以指示异常（可能是错误的）选择。如果图表对比度已知且≤10:1（中或低对比度），您可以在图表对比度（用于伽马计算）框中输入对比度，然后选中用于 MTF (√) 复选框。Gamma 将从图表中计算出来并显示在 Edge/MTF 图中。如果图表对比度未知，您应该从灰度步骤图图像测量伽马。SFRplus、eSFR ISO和SFRreg 中心 ( [ct] ) 图表中包含灰度图。Gamma 被计算并显示在这些模块的色调响应、Gamma/White Bal图中。还可以通过运行Color/Tone Interactive、Color/Tone Auto、Colorcheck或Stepchart从任何灰度步骤图计算 Gamma 。[应输入伽马的标称值，即使从图表（如上所述）导出的伽马值用于计算 MTF。] 伽马Gamma是将图像文件像素级别与亮度相关联的方程式的指数。对于显示器或打印，输出亮度=（像素级）^{gamma_display} 当图像传感器的原始输出（通常是线性的）转换为标准颜色空间的图像文件像素时，将应用上述操作的近似逆运算。像素级别 =（RAW 像素级别）^{gamma_encoding}≈ （曝光）^{gamma_encoding} 这是一个近似值，因为色调响应曲线（通常有一个“肩部”——高光中对比度降低的区域）并不完全遵循伽马方程。它通常是浅灰色调到深灰色调的良好近似值：如果边缘对比度不太高（ISO 12233:2014+ 标准建议使用 4:1），足以可靠地线性化图表图像。总系统对比度=gamma_encoding×gamma_display.. 对于 Windows 和 Internet 中使用的色彩空间，例如sRGB（默认值）和Adobe RGB (1998)，显示伽马最常见的值是 2.2 。实际上，gamma 等同于 contrast。当选中用于 MTF复选框（在图表对比度下拉菜单的右侧）时，相机伽玛是根据倾斜边缘区域（远离边缘）中明暗像素级别P ₁和P ₂的比率来估计的) 如果已输入图表对比度（亮/暗反射率）（并且为 10:1 或更小）。从…开始 P₁/P₂=(图表对比度)^{gamma_encoding},
肩膀	高光附近的色调响应区域，斜率可能会下降（降低）以避免高光饱和（“bunring out”）。经常出现在图片中。在机器视觉图像（医学等）中不太常见。当存在强肩时，伽马的含义不明确。

· END ·

如果您有什么问题或想要了解的讯息，可以在下方评论区留言或直接联系我们：sale@colorspace.com.cn或拨打电话400-886-3881！分享您的看法或提出您的问题！

Was this helpful?

1 / 0

http://xzh.i3geek.com #Color/Tone Interactive模块 #GAMMA #imatest #色调响应


边缘响应和 MTF。图表中的 Gamma = 0.332	来自灰度的色调响应。伽玛 = 0.369


相机内 JPEG。上面的音调响应曲线	使用 LibRaw 从 CR2 raw 转换而来。下面的音调响应

介绍