解读 SFR 测试数据

解讀 SFR 測試數據
      Imatest SFR 測試數據分成三個部份,以兩張圖表分別顯示。下圖中的『Edge profile』 旨在說明裁切下來之影像方塊性質,Imatest 會分析圖檔中 Y-Channel ( 0.3*Red + 0.59*Green + 0.11*Blue)  成份,從而取得影像原始數據並以黑實心線表示 ;另外,Imatest 還會主動去除數位相機加諸於影像上銳利化效果,並改以紅虛線表示這個部份,而我們也將在下一講中詳細說明 為何需要去除銳利化這個件!『Edge profile』可以提供判斷標準距離內(10-90% rise distance), 單位影像高度 (PH= per picture height) 所能容納的 Pixels 像素數的能力,而這個值越大表示解像能力越好。
生物学教学        另一張圖則是顯示 MTF/SFR 主要數據,這部分與 Edge profile 相同,黑實線為原始數據;紅虛線則代表移除(或加上)數位相機內建銳利化效果的表現。 Imatest 會將原始 MTF 影像降低 50%的明亮度,來計算SFR,這樣的做法可以繼保留影像細節又不會被測試圖上的雜點所干擾,標示為 MTF50 以玆區別 。Imatest 會將計算出來的SFR值轉換成 LW/PH ( line widths per picture height )  1個 LW/PH = 2 *line pairs per millimeter (lp/mm),供使用者判斷影像品質。
在彩、雜訊上,我們可以用 GretagMacbeth 的 ColorChecker 表或是柯達的 Q-13 Stepchart ,一般來說, ColorChecker 表雖有不足處,但是它很簡單,Q-13 較易反光,但可以簡單測試動態範圍的項目。
you商城ColorChecker 表如下所示,由上而下、由左而右,它總共有四排、24 個格子。
我們通常會給予編號 #1 - #24,他們在攝影上其實有重要的涵義,例如:
#1 可以代表 dark skin,#2 可以代表 light skin,跟膚相關。
第三排的 #13 - #18 ,是幾個相當主要的顏,從左而右:B、G、R 這是彩三原,然後是 Y、M、C ,這又是重要的三補。
第四排的六個格子,左邊是白、右邊是黑,你可以想像這一排可以代表從影像的亮部、中間調,一直到暗部,都涵蓋其中。
同時,這一排大約也涵蓋了攝影上將近 4.8 f-stops!
彩傾向
隨著 DC 的風行、DSLR 的低價化,相信各位逐漸察覺在「彩複製」上,其實每家廠商都有其哲學、消費者也有不同的偏好。
想要瞭解相機在彩上的傾向,我們會先定義測試環境的嚴謹性,拍攝表,來進行分析,例如,你可能會想到比較每個格子的 R、G、B 值就可以了( 拍一張、再跟原廠的值比
較 )。
但是這並不是好方法,因為人類對於 RGB 的數值,並不具直覺能力。
例如:RGB=( 169, 233, 105 ),很少人可以直接意識到它是什麼顏,但是我如果說這是淡淡的、不是很飽和的、有點亮的綠,相信大家就馬上明瞭了。
綠,這在彩學上也稱為相,換言之,HSB 彩模式會比 RGB 模式易懂。
在我們呈現的 Imatest 的測試圖表,也是基於這樣的直覺概念,例如下圖:
我們總共測試 #1- #18 個彩區塊,圓圈處是 Olympus E-300 的實際表現, 方型處則是表上的理想值,我們便很容易看出這部相機在每個測試的彩區塊偏移的情況,這是很直覺的、很簡單的、容易懂的,比告訴我們 RGB 數值差了多少好很多。
辽宁工业大学探索网>推重比整個座標是較大的 CIELAB 域,而較小的、被灰線畫起來的範圍則是相機本身的 sRGB 域。
所以,當我們有兩張這樣的彩測試表,例如:E-300、D70,我們也可以去看看兩部相機在 #1 - #18 區塊彩傾向的不同,以及域的表現情況。
雜訊
#1 - #18 用來測試彩傾向,有了上述的圖,就可以很直覺。
而最後一排( 第四排 )的 #19 - #24 ,我們則可以來看雜訊的情況。
「彩傾向圖」理論上我們只要看一張在 ISO 100 時的就可以了。因為各 ISO 的表現應該要一致 。
雜訊的部份,我們則要涵蓋各個 ISO 值,它們會有不同的表現。
下列的圖表,涵蓋四個部份,基本上你可以只看左下的部份,想進一步瞭解,再看其它的細節。
三字格成语
左下的部份有一個 Middle Gray 的數值,它就是第四排的第四個(這裡也稱為 Zone 4),也就是 #22 ,我們用它來代表中灰階的調,或是影像的中間調。
Middle Gray 後面的 4 個數值就是在 RGB 頻及 Y 明度的雜訊值,數值越高,雜訊就越嚴重。
因為已經量化了,所以,在單機上,你只要看 ISO 100 - ISO 800 ... 等的這張圖,就可以大致明瞭雜訊的變化。windows ce5.0
當然,我們也可以只看 Y 明度的雜訊值,但是再看 RGB 頻,在攝影上仍然有其重要涵義,例如,筆者比較常拍人像,而人像的皮膚大多落在 R 頻。這樣,比較一下 RGB 頻的雜訊看來是個重要的事。

本文发布于:2024-09-21 02:46:53,感谢您对本站的认可!

本文链接:https://www.17tex.com/xueshu/91461.html

版权声明:本站内容均来自互联网,仅供演示用,请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系,我们将在24小时内删除。

标签:影像   色彩   測試   數據
留言与评论(共有 0 条评论)
   
验证码:
Copyright ©2019-2024 Comsenz Inc.Powered by © 易纺专利技术学习网 豫ICP备2022007602号 豫公网安备41160202000603 站长QQ:729038198 关于我们 投诉建议