发布时间：2023年10月15日
对于消费类数码相机，分辨率这个术语经常被错误地解释为可寻址光元件的数量（像素数量）。从定量的意义上说，分辨率（力）是指相机以光学方式捕获精细间距细节的能力，通常将其报告为单个值指标。分辨率（力）与空间频率响应（SFR）密切相关，SFR是一个多值指标，用于测量空间频率的对比度损失，但两者是不同的，因为分辨力是相机在一定条件下可以有效捕获的最高空间频率。 ISO 12233：2023—摄影 – 电子静止图像成像 – 分辨率和空间频率响应标准中解决了这两个特性，其中规定了测量电子静止图像相机的分辨率和 SFR 的方法。它还定义了与文档中涵盖的测试程序相关的术语和测试图卡。
什么是空间频率响应 （SFR）？
SFR是一种数字描述，描述了相机如何根据描述对比度的空间频率来改变对比度。因为它也可以作为导出其他指标的伞函数，例如清晰度和锐度，所以SFR对于工程师诊断和图像质量评估非常有益。
ISO 12233：2023版标准中的 SFR 测量值是什么？
ISO 12233：2023版标准主要描述了两种SFR测量，基于边缘的空间频率响应和基于正弦的空间频率响应，在2017版的ISO12233标准中已经添加。 而选择哪种方法来测量SFR由用户来决定，但有几个因素应该会影响如何做出此决定。
选择哪种方法来测量SFR是在标准用户的自由裁量权，但几个因素应该在作出这一决定的影响。 边缘是自然发生的场景中的常见特征，充当用于判断图像质量的视觉敏锐度的线索。 边缘，在几乎所有观众的眼中，在视觉上是重要的，使他们倾向于在许多消费级数码相机的图像处理中增强边缘。 由于边缘在评估对比度差异中的重要性，基于边缘的空间频率响应测量对于许多ISO 12233：2023的用户来说可能是很有用的。
另外，如ISO 12233：2023标准中所述，正弦波特征“直观上令人满意”。由于正弦波的过渡速度比边缘慢，因此它们不容易被嵌入式的相机处理器识别为“边缘”。这为正弦波的星图测试图案提供了一个重要优势：即很大程度上避免了图像处理对SFR施加的模糊性，施加在星状图上。 然而，该标准还指出，“所有经验都表明，当今的数码相机没有单一的SFR”，这表明在相同的拍摄条件下，比较基于边缘的SFR和基于正弦波的SFR结果可能是确定数码相机空间频率响应的好方法。 ISO 12233：2023标准中规定了使用每种方法的确切程序。
ISO 12233：2023版标准有哪些变化？
 |  |  |
| 边缘空间频率响应（e-SFR）4：1 CS-TC088 | 边缘空间频率响应（e-SFR）6：1 CS-TC088-R | ISO 12233-2023清晰度测试卡 CS-TC009 |
ISO 12233：2023版标准是电子摄影-分辨率和空间频率响应标准的第三个版本，有几个值得注意的变化。具体来说，在此修订中：
- 修改了e-SFR测试图，将“倾斜正方形”图案替换为四周期“倾斜星形”的图案，以便除了水平和垂直测量外，还可以进行对角线方向测量。 通过使用Tukey窗口，使用5阶多项式方程拟合边缘，并校正边缘角度采样来修改e-SFR算法。
- 更新了第 6 条“基于边缘的空间频率响应 （e-SFR）”和附件 D “边缘空间频率响应 （e-SFR） 算法”，以阐明 e-SFR 算法中的步骤。 在附件C的“边缘SFR测试图”中，澄清了周围和明暗斑块的反射率。
- 在新的附录J，增加了“某些应用的不均匀照明补偿”。
- 在新的附件K，增加“校正函数的推导”。
- 在新的附件L，增加“锐度计算”。
- 在新的附录M，增加“用于计算e-SFR的Matlab函数”。
2023版ISO12233分辨力测试卡，可以从正印科技网站订购.
详解2023版ISO12233标准中的SFR计算方法的更新
基于边缘的空间频率响应（e-SFR）方法，从ISO 12233：2017版标准就涉及了，其原理在于光学和摄影系统的边缘测试图案进行梯度分析。该方法适用于数字相机分辨率标准第一版中的倾斜或旋转边缘测试图案。 从那时起，该方法已被广泛应用，包括摄影扫描仪、医疗X射线成像系统、手机等电子产品的成像和存档成像系统等等。 这导致了一些旨在提高准确性和可靠性的变化。 许多其他国际标准和指南都提到了这种方法eSFR的分析方法。 因此，ISO 12233的eSFR分析方法的改进，也可能会影响这些相关工作的发展。 本文目的是描述这些细节，帮助其他图像质量相关活动考虑是否、以及如何在其标准和指南中采用ISO 12233第4版的eSFR分析方法。 需要指出的是，该标准还包括另外两种相机分辨率评估方法，即使用正弦变化西门子星状图（sSFR）和楔形视觉分辨率测试卡。 然而，在本文，我们将讨论限制为适用于e-SFR测量方法的特定更新。
eSFR测试方法
虽然该方法的详细要素在标准和其他地方给出，几个基本步骤如图所示。
基于对应于边缘特征的图像数据的阵列，在跨越边缘的方向上计算边缘轮廓。 这涉及边缘的位置和斜率的检测，以及图像像素值沿边缘的投影以形成边缘轮廓矢量。 这是通过在（4x）超采样函数中合并（累加）值来实现的。 该边缘轮廓被解释为边缘扩展函数（ESF）。
该边缘轮廓被用于通过导数运算计算等效线扩散函数（ESF‘ =dESF/dx）。 由于我们使用的是采样数据，因此在第二步中使用数字滤波器完成。 然后将窗口函数应用于该向量。这具有平滑所得到的e-SFR的效果。
联系我们：
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?
8 / 0