纹理损失
简介
在数字成像中，纹理通常被称为低对比度的细微细节。例如，草地上的每一根草叶或树上的每一片树叶，就是这些细微细节或纹理。相机应能够再现这些细节。 在此背景下，相关术语为“高空间频率”，其通常与低局部对比度和色差相结合。对于相机而言，在低光照环境下使用较高ISO感光度设置时，将纹理与相机产生的无用噪点区分开来是一项挑战。因此，降低图像中的噪点水平往往会导致纹理的丢失。
简而言之，纹理损失是指由于降噪而导致图像中细微细节的丢失（图1）。随着当今图像处理技术的进步，减少不需要的噪声和其他伪影变得更加容易。然而，这一过程也会削弱重要的纹理，从而导致图像质量下降。
当然，建议是在降噪与纹理损失之间找到合适的平衡点。为此，必须对噪点和纹理损失进行测量和分析。
图1 左侧图像的纹理效果良好，而右侧图像的纹理效果较差。
如何测量纹理损失
从技术上讲，纹理损失测量是一种Resolution测量，它使用与[原文]中所述不同的测试目标， ISO 122331 （领先的分辨率标准）. 在测试过程中，被测设备将重现测试目标，而分析软件（例如， iQ-Analyzer-X) 将提供 SFR（空间频率响应）数据。该 SFR 描述了系统再现图像纹理的能力。
我们将纹理定义为低对比度和精细细节；因此，我们的测试标靶也需要呈现低对比度和精细细节。目前提供两种不同的测试标靶，用于检测相机是否存在纹理损失。
低对比度西门子星
ISO 12233 标准描述了基于高对比度正弦波西门子星（图 2）的 s-SFR 方法。该方法对锐化处理具有鲁棒性，是获得可靠测量结果的绝佳工具，用于 极限分辨率2.
与此同时， ISO 195673 明确涉及纹理损失测量。该标准基于SFR方法，但采用低对比度版本的西门子星（图2）。
图2：标准西门子星（左）与低对比度西门子星（右）的对比
简而言之，分析软件将检测西门子星的中心，然后从图像中读取沿半径方向的数字值。 利用这些数值计算调制量，若对所有半径和角度进行计算，即可得出SFR值。因此，只要我们局限于空间域内，SFR的计算完全基于对这些数字值的分析。
什么是“枯叶”测试图？
与西门子的星形测试图不同，“枯叶”测试图（图3）为纹理损失测试营造了更自然的测试场景或测试结构。
该测试图本身被作为自然图像的模型而推出。本质上，它是由大量圆形堆叠而成的，这些圆形的大小和颜色分布遵循已知的概率分布。在首次亮相时，“枯叶”目标仍为灰色。然而，该 最新研究4 采用了彩色版本（图3），因为它更能呈现更自然的场景，并最终使测量结果与用户体验之间具有更好的相关性。
图3：灰色与彩色枯叶测试图的对比
如何使用枯叶测试图分析纹理损失
多年来，针对分析显示“枯叶图案”的图像，已开发出多种方法。早期方法受图像噪声影响很大，与其说是稳定的测量方法，不如说更像是一种“概念验证”。
“枯叶”测试图案看起来也比其他测试图案更自然。另一个优点是其功率谱——该功率谱是在制作过程中根据一些简单属性计算得出的。
如果我们知道目标的功率谱 Y(f) 并且我们测量图像中的功率谱 X(f), 我们 CAN 直接计算传递函数的绝对值 H(f) 如下所示（图4）。
图 4：计算传递函数的绝对值
枯叶直接法
基于以下工作： 约翰·麦克尔文等人5，现有一种更稳健、更可靠的分析方法5。与先前的方法类似，该方法计算目标的功率谱，并测量图像中的功率谱。它还考虑到相机不仅会去除空间频率，还会引入噪声，从而也产生高空间频率。 “枯叶”直接法引入了噪声功率谱测量，并将其用于校正。噪声测量需要额外的均匀灰色区域。
此方法也应用于 IEEE-P1858 CPIQ测试流程。
图5：使用枯叶直接法计算纹理损失
“死叶”直接法考虑了相机给图像带来的噪声，并影响功率谱的测量。虽然这种方法已经比早期的方法好得多，但仍然存在一些问题。
在测量纹理损失时，我们假设相机或多或少会进行降噪处理。现代降噪算法会根据图像内容的不同而产生不同的效果。 本质上，我们知道降噪效果取决于图像内容，且相机在枯叶纹理上添加的噪点与在均匀灰色区域上添加的噪点相同。然而，这一假设在许多情况下并不成立，我们在灰色区域测得的噪点往往少于在枯叶纹理上测得的噪点。
枯叶交叉法
2014年引入了一种全新的方法。该方法被称为 枯叶十字6 这是因为它利用了图像与目标数据之间的互相关。
该方法将图像内容与参考图像进行比较，而参考图像需要根据拍摄对象的信息（例如Distortion、Shading和色调曲线）针对所拍摄的图像明确计算得出。若采用此方法，我们可以计算出完整的传递函数，包括相位信息。 随后，我们便能计算出不受图像噪声或其他伪影影响的SFR。
图6：使用“枯叶交叉法”测量纹理损失
结论
完成分析后，我们将得到一个SFR值。该SFR值描述了被测设备再现目标图案的能力。 换言之，SFR 值越低，纹理损失就越大。由于镜头和传感器都会影响 SFR 值，我们建议将从枯叶中获得的 SFR 值与另一种可靠的 SFR 测量方法进行对比。我们推荐基于高对比度西门子星的 s-SFR 方法。
测试结果以及不同方法之间的对比分析，请访问我们的 网站7. 这些实验中使用的测试目标是 TE42，由 iQ-Analyzer-X 软件。
需要帮助测试“纹理损失”吗？
寻找适合测试相机系统Resolution性能的合适产品和服务。
产品与解决方案
Test Charts
分析软件
测试服务
欢迎通过我们的图像质量测试实验室进行专业相机测试，该实验室是全球规模最大的独立相机测试实验室之一。