成像测试图卡及imatest使用方法 ——24色卡

this.name=""

已于 2025-01-21 09:57:50 修改

阅读量1.6k

点赞数 19

分类专栏：相机及成像文章标签：数码相机

于 2025-01-03 10:24:29 首次发布

本文链接：https://blog.csdn.net/qq_39941443/article/details/144900447

版权

文章目录

前言
一、可测图像质量指标
二、测试及操作流程
三、输出数据解读
四、色彩客观管控标准
总结

前言

本系列介绍了常用图像测试卡的使用方法，以及通过imatest图像质量分析软件分析摄像头拍摄图卡的成像质量

一、可测图像质量指标

通常在可控光源环境（灯箱/实验室/实景）里拍摄色卡可用于测试相机如下图像质量指标：
（1）色彩。 包括color accuracy（色精度）、white balance（白平衡）、saturation（饱和度）等。
（2）噪声。 包括noise（噪声）、SNR（信噪比）、visual noise（视觉噪声）等。
（3）响应（Tonal Response），动态范围（Dynamic Range），Gamma等。

二、测试及操作流程

在这里插入图片描述

2.1 拍摄环境要求

距离：
手机/相机正对色卡拍摄，并保证色卡占预览面积的70%左右，光源包括D65、TL84、CWF、A光等；注：距离不是关键，无需用图卡填充整个画面，只需要2400像素(100/patch)就可分析色彩和白平衡（不含噪声）；
照度：
a、20-45度入射角，均匀度偏差不超过5%
b、18-22%的中灰色背景，且曝光误差在1/4 f-stop以内，才能保证L*、a*、b*颜色值正确；

2.2 测试卡导入流程及选项解析

2.2.1 测试卡导入流程

①导出图片到Imatest Master工具中,点击"Colorcheck"；
在这里插入图片描述
②将拍摄好的24色卡照片导入，再点击选择整个图像，出现如下界面：

③通过下图1、2、3 区域，可以调整感兴趣区域，Imatest 会分析这些区域，需要保证每个蓝色小方框都能准确框在24色卡对应的色块内。
在这里插入图片描述
④选择好感兴趣区域以后点击是的，继续按钮，会弹出以下设置界面：

2.2.2 测试卡选项解析

模式选择如红框，可选择专家或简化模式，按标准设置按钮，会选择常用设置（初学者选择Simplified），下面对各选项进行解析：
在这里插入图片描述

①Colorchecker reference： 就是制作色卡的参考标准（L*、a*、b*值的差异），具体根据当前使用色卡参考的标准来选择即可（购买的色卡包装上都有注明）
在这里插入图片描述

在这里插入图片描述

②Color space： 颜色空间，是表示颜色的一种数学方法，用表示颜色的基本参数来描述和记录颜色，通常用三维模型来定义颜色空间，空间中的颜色用代表三个颜色属性参数的三个维度的坐标指定；这里选择sRGB即可（除了sRGB，还有DCI-P3、NTSC、Adobe RGB等）在这里插入图片描述

③Nonuniformity correction： 针对照明条件不佳，导致画面照度的不均匀，而进行的非均匀性校正（若可以保证环境均匀性偏差不超过5%，即可不用执行；）
在这里插入图片描述

④ISO Speed： 感光度相关计算，默认不用（如果为空白或零，则不会计算灵敏度）；
在这里插入图片描述

以下为参数显示设置：是设置结果数据的显示形式、计算标准
在这里插入图片描述
①Noise display, pixel nosie or SNR : 选择噪声结果显示方式，一般选择 Pixel SNR= 20*log10(S/N) ，单位dB，S越大，N越小，信噪比越大，图像质量越好；

②Color error display： 颜色误差显示，对应不同的计算色差的标准，CIE1976、CIE1994、CIE2000，后两者更准确，反映了眼睛对高度饱和度颜色变化的敏感性降低。因此它们的测量值通常较低；
在这里插入图片描述

CIE1976：是在Lab*色域空间上，计算测量值与标准值空间两点的几何距离，但对于高饱和度的色彩计算不准确；
CIE1994：相较于CIE1976, 对于高饱和度的颜色计算要准确的多；
CMC：用于纺织工业；
CIE2000：是推荐用的最准确的色差方程；

CIE Lab 颜色空间，
L 表示的是亮度，范围是0 到100。
a 和b 表示的是色度。范围-128 到+128。a<0 偏绿色，a>0 偏红色，b<0
偏蓝色，b>0 偏黄色。
CIE lab 色差表示方法中：
ΔL 表示亮度差，为正偏亮，为负偏暗。
Δa 为正偏红，为负偏绿。
Δb 为正偏黄，为负偏蓝。
ΔE 为色差的综合评定指标，综合了ΔL、Δa 和Δb。
ΔC 没有考虑亮度差L。

③a*b* Color error：选择显示，颜色误差的标准偏差 ( σ ) 或最大颜色误差（max），ΔC的Mean值是一定显示的，ΔC的Maximum和sigma择一显示;
④余下的参数，选默认值即可：

在这里插入图片描述
——Patch for noise spectrum：噪声测试的色块选择；
——Plot 4 tone adjustment：容许椭圆展示（会在 3.1 a * b * 颜色误差图 中展示），可按需在a* b* color error图上选择对应容许椭圆进行展示，各厂商可自己定义，其反映的是色彩空间中两个颜色点之间的色差，椭圆半径越小说明对色差的容许越苛刻
在这里插入图片描述

⑤按需plot相应的图表：
在这里插入图片描述

三、输出数据解读

3.1 a * b * 颜色误差图

表示色彩偏差（ΔC、ΔE）、饱和度（Saturation）测试结果：

3.1.1 图例说明

①右上图描述的就是CIELAB 颜色空间的 a*b* 平面上的颜色误差，其中 a*是水平轴（绿-红），b*是垂直轴（蓝-黄）；
②左上图中的方块表示理想的（a*，b*）颜色坐标值，由上面的 2.2.1 ①ColorChecker reference 设置选择。圆圈是测量出的（a*，b*）值；
③ 正方形和圆形附近的数字对应colorchecker 色块编号：1-6在第一行，7-12在第二行，13-18在第三行，19-24（底行）的数字被省略，因为它们的（a*,b*）值聚集在（0，0）附近；
④左图的背景显示了L*（ L* = 0生成黑色而L* = 100指示白色）大约 0.9 的预期颜色。它呈现了与 a* 和 b* 相关的色调的合理图片（尽管它们随L*发生了一些变化）。浅灰色曲线是L (HSL) = 0.5 时色彩空间 (sRGB) 的色域边界（CIELAB 边界难以计算）。
⑤ ΔE*_ab（其包括亮度L*），ΔC（仅限颜色;省略L*)。

3.1.2 关键参数说明

各理想落点外围均绘制有MacAdam椭圆或类椭圆，椭圆以理想落点为中心，代表了当前标准下各色块的色差容许范围。如图所示，色块5的实测落点位于椭圆内则代表色差可接受；色块10的实测落点位于椭圆外则代表当前色差过大超出容许范围。
①Mean camera chroma (%)：是相机颜色的平均色度（饱和度）除以理想色块颜色的平均色度（饱和度），大于100%说明成像系统对饱和度进行了增强，大部分成像系统为了更生动的呈现物体会提高饱和度，但不宜超过
120%。
注：当饱和度>100%。饱和度会提高，它受到镜头质量(劣质镜头的眩光会降低饱和度)和信号处理的影响。许多相机和大多数RAW转换器有调整饱和度的功能。 RAW 转换期间的图像处理（尤其是色彩校正矩阵 (CCM) ）会严重影响饱和度。相机输出的图像通常会提高饱和度以使其更加生动（110-120% 在紧凑型数码相机中很常见），但提高饱和度会导致高饱和物体的细节丢失。饱和度超过 120% 应被视为过度。
②ΔC*_ab chroma corr:代表的是没有亮度差y、只有a 和b，并且进行了饱和度矫正的色差。
③ΔC*_ab uncorr：代表的是没有亮度色差y，也没有进行饱和度校准的色差。
④ΔE*_ab：代表的是包含亮度差值，并且没有进行饱和度校准的色差。

3.2 标准色块对照图

下图色块从左到右，从上到下编号1-24，可以用来比较实际值和理想值，还可使用色块19-24显示白平衡错误；
在这里插入图片描述

曝光测试结果
在这里插入图片描述

3.2.1 色块含义

在这里插入图片描述
①区域 1 是所拍摄的色块。对应于上面 L* a* b* 颜色误差图中的圆圈。
②区域 2 是色块的参考值，根据所拍摄图表的亮度进行校正。校正是从上述灰色区域的二阶拟合导出的。默认情况下以HSL颜色完成，但可以在 HSL、 HSV、 xyY或 L* a* b* 之间进行选择。
注：区域 1 和 2 的平均亮度应该接近（区域 2 可能在某些色块中更暗，而在其他色块中更亮）。
③区域 3是没有亮度校正的色块的理想值。对于所有色块，区域 2 的亮度将始终比区域 3 更亮或更暗，具体取决于曝光

3.2.2 色块白平衡误差

下图反映了当前色卡图像的白平衡误差，该误差以4种方式量化如下：
在这里插入图片描述
① ΔC₂₀₀₀ 。 CIE2000标准下的偏色误差指标，最接近人眼感知。
② HSV色彩模型中的饱和度S。 S的值介于0（表示完美的中性灰）到1（表示完全饱和的颜色）之间。白平衡误差往往在灰块上表现最为明显（对应底行为2-5色块）。对于 S < 0.02，几乎看不见。对于 S > 0.10 来说，这是相当严重的WB误差。图像质量管控中通常会参考这一数值来评判当前相机的白平衡表现。

底部的图像显示夸大了白平衡误差，这是通过使用下方曲线提高饱和度 S 计算得出的，同时保持 H 和 V 不变。低饱和度值提高了 4 倍；提升随着饱和度的增加而减少。这张图片比不夸张的图表更清楚地显示了白平衡错误。请记住，此图像比现实更糟糕；在实际照片中，小的白平衡误差可能并不明显，尤其是在强烈饱和的颜色附近。

③ CCT（相关色温）误差，单位为开尔文。 以K为单位的色温通常用于指定照明环境，比如D65（6500K），D50（5000K）。CCT误差反映的是照明色温的变化，通常较高的色温呈现为更多的蓝色，感知上会“更冷”；较低色温呈现为黄色，感知上会“更暖”。
④ 以Mireds为单位的反色温（微倒数度）（蓝色），其中 Mireds = 106/（开尔文度）。 比 CCT 误差在感知上更统一的指标。它用于指定光学色彩校正滤光片的强度，但在数字时代使用不多，因为很少需要这种滤光片。

3.3 灰度色调响应和噪声图

在这里插入图片描述

3.3.1 ColorCheckr analysis(左上方的图)

在这里插入图片描述

该图为色卡中第4行灰色方块的密度响应。它包括：
蓝、绿色虚线： 一阶和二阶拟合。
横轴 Log Exposure(减去目标密度) ： 印在ColorChecker的背面。如果曝光误差小于0.25(最大推荐误差)，则显示淡红色，否则显示为粗体红色（Uneven illumination(H & V)）。
Gamma(对比度)： 是 log pixel level 作为 log exposure ( d(log pixel level)/d(log exposure) )的函数的平均斜率，底部行块2-5(白色和黑色块除外)。

3.3.2 Pixel SNR(左下方的图)

在这里插入图片描述

显示了像素信噪比(dB)，SNR(dB)=20*log₁₀(S_i/N_i)，其中其中这里只包含 patch19 到 patch24 这6个色块的信息，S_i为第 i 个色块的信号，N_i为第 i 个色块的噪声(pixel level 的标准差，去除缓慢变化)；
SNR_BW 是基于 White – Black patches (patch 19 – patch 24; density difference = 1.45 其设计相对独立于图表类型。(对于各种灰度图，它在Stepchart中计算)和系统对比度(gamma)。)
SNR_BW=20 *log₁₀(SWHITE-SBLACK/ Nmid)，其中Nmid是patch 22(其最接近标称图表密度= 0.7)。

3.3.3 Density response(右上方的图)

在这里插入图片描述

显示了色卡中第3行色块的噪声，其中包含颜色最强烈的色块：蓝色、绿色、红色、黄色、洋红和青色。在某些相机中，噪声可能随颜色而变化。在灰色区域中看不到的问题，在这些色块中可能是显而易见的。注意，x轴刻度(log exposure)与左边的图是相反的。

3.4 噪声细节图（仅限Imatest Master）

显示密度响应，f-stops噪声(与眼睛的工作相对应的相对测量)，第三个Colorchecker行噪声，其中包含原色，以及所选patch的噪声频谱。
在这里插入图片描述

3.4.1 Density response(显示密度响应，左上方的图)

在这里插入图片描述

是色卡中第4行，灰色方块的密度响应。它包括一阶和二阶拟合(蓝色和绿色虚线)。
横轴是 Log Exposure(减去目标密度)，印在ColorChecker的背面。
如果Exposure error＜0.25(最大推荐误差)，则显示为淡红色，否则显示为粗体红色。如果已输入指示lux，则显示ISO灵敏度。
Gamma(对比度)是 log pixel level 作为 log exposure ( d(log pixel level)/d(log exposure) )的函数的平均斜率，底部行块2-5(白色和黑色块除外)。

3.4.2 Colorchecker行噪声(右上方的图)

在这里插入图片描述

显示了色卡中第3行色块的噪声或信噪比，其中包含颜色最强烈的色块：蓝色、绿色、红色、黄色、洋红和青色。在某些相机中，噪声可能随颜色而变化。在灰色区域中看不到的问题，在这些色块中可能是显而易见的。

3.4.3 f-stops噪声(左下方的图)

在这里插入图片描述

显示了R, G, B和Y(亮度)RMS噪声作为Log Exposure每个patch的函数。RMS噪声用f-stops表示，f-stops是一种与人眼工作密切相关的测量方法。在步骤图中详细描述了这种测量方法。它在暗区最大，因为f-stops之间的像素间距最小。

3.4.4 Noise spectrum 噪声频谱(右下方的图)

在这里插入图片描述

显示了所选patch（色块21）的R, G, B, Y噪声谱。频谱传递有关信号处理的线索，例如，异常快速的衰减可能表明噪声降低过度。低空间频率下的高电平或红蓝噪声是典型的拜耳传感器。如果可用，则显示EXIF数据中的ISO速度和曝光时间。

3.5 CSV文件内容分析

****_summary.csv为结果输出文件，包含Colorcheck的测试结果，格式如下：

3.5.1 基础信息

包含如下的一些软件版本、图片名称、路径、编译时间等信息；
在这里插入图片描述

3.5.2 White Balance Error 白平衡误差

在这里插入图片描述
Pixel代表测量出的19-24灰块的亮度，计算公式为： Brightness = 0.3 * R + 0.6 * G + 0.1 * B；最大值是255，Pixel/255是标准化的表示，pixel/255 ldeal是理想状态下的值；
Log(exp)、Log(px/255)是曝光值；
WB Err：白平衡误差的不同表示，常用WE ERR S(HSV)的值来判断，计算公式如下： $S=\frac{Max(R,G,B)-Min(R,G,B)}{Max(R,G,B)}$

最低0.47元/天解锁文章