基于opencv 纹理图/枯叶图 MTF/ACUTANCE评测算法

1.有SFR算法为何还要引入基于纹理图的MTF/ACUTANCE评测算法？

       如果使用的raw数据，只用sfr测试不同频率的mtf是完全可以的。但如果经过isp处理后，因为存在降噪/锐化处理，并不能真正体现纹理和边缘的实际表现。

       例如：

        在相机 A 上，边缘和纹理的清晰度似乎相等。纹理中可以看到许多细节。
        在相机 B 上，边缘经过了ISP数字增强，SFR 转换看起来过于清晰。边缘Ring也是处理的产物。在纹理部分，相机 A 上可见的许多细节在相机B上都消失了。

        猛地一看，边缘清晰度测量第二台相机更清晰。但仔细检查对比度纹理表明，相机 A 比相机 B 更好地保留了精细的细节。
        纹理图评测方法的目的是量化这种差异。

2.如何使用 纹理图/枯叶图 chart来评判camera 再现细节的能力？

       Ⅰ在实验室打光拍摄纹理图后可以直接用imatest来计算MTF/ACUTANCE,只要设置好imatest的纹理图类型，就可以计算出结果，包括MTF曲线和锐度。

       Ⅱ也可以使用opencv或matlab自己写一段程序完成计算，我使用的是opencv，便于工程应用

       原理如下：1.计算拍摄图的PSDi

                         2.计算标准chart的PSDcalib,或从商家拿到已有的标定的PSD数据

                         3.MTF=PSDi/PSDcalib,得到MTF

                         4.CSF计算如下

                                

                                     其中v is in cycles/degrees，其它都是固定系数。

                         5.根据A=(MTF*CSF积分)以及Ar=(CSF积分)，通过A/Ar计算Acutance，这一步

                            注意cycles/pixel与cycles/degree这两个量纲的转换。

                         6.以上为了增加准确性，还需要考虑进去噪声的影响。

       评判标注如下：

                        

3.附一段结果和伪代码：

 0. 实拍纹理图           

1.PSDi

2.PSDcalib

3.PSDnoise

4.MTF

5.CSF

Acutance = 0.78,属于轻微模糊。

伪代码：

P0=getChartCalibPSD()

P1=getChartRealPSD()

P2=getChartNoisePSD()

MTF = (P1-P2)/P0

CSF = getCSF()

A = ∫MTF*CSFdv

Ar = ∫CSFdv

acutance = A/Ar.

专注于影像行业15年，对镜头芯片及画质评测有一定积累，如需要合作开发项目请私信联系本人，勿做伸手党。