信噪比 (SNR) 是一种众所周知且普遍用于描述数码相机噪声行为的指标。
多项研究表明，SNR 无法描述人眼感知到的噪声。因此，两台相机可能具有相同的 SNR 值，但在感知上，其噪声却完全不同。Visual Noise 指标解决了这个问题，因为它考虑了观看条件和人眼视觉系统的“对比敏感度函数”（CSF）。
Visual Noise 在 ISO 15739:2003 标准中有所描述，并在 ISO 15739:2013 修订版中从信息性附录变为规范性部分。在讨论 ISO 15739 修订版期间，Image Engineering 在积极协助下创建了一个参考实现。从第一个实现（自 2007 年起在 iQ-Analyzer 中使用）到 iQ-Analyzer Version 6 中的当前参考实现，存在一些细微的变化。
在此技术说明中，我们希望解释 ISO 参考实现 (iQ-Analyzer Version 6) 与之前实现 (iQ-Analyzer Version 5) 之间的差异：
色度适应
RGB 图像数据在频率滤波之前被转换到 XYZ 色彩空间，然后转换到 ACC 色彩空间（也称为对立空间）。对于所需的色度适应，使用 Bradford 算法而非 van Kries 算法。
XYZ 到 CIE-Luv 变换
VN 指标基于输入图像数据的空间滤波 CIE-Luv 表示。在频率滤波过程中，可能会出现不可能的负值 XYZ。现在，负值被设置为零，而不是使用绝对值。
现在，用于转换为 CIE-Luv 的参考白点是 D65，而不是 D50。
CSF 计算
CSF 的 C2 分量现在具有略微修改的常数因子。
傅里叶变换
在傅里叶变换（以及逆傅里叶变换）期间，DC 分量被强制为零，并在滤波后再次添加。在参考实现中，确保了在滤波期间 DC 分量保持为 0。
有关 Visual Noise 方法的详细信息，请参阅此技术说明：
所有差异合计将导致 Visual Noise 值降低 10% 到 15%。正如您在提供的包含 4 个样本相机的图中所示，这些曲线并未交叉，这意味着趋势保持不变。
尽管我们强烈建议切换到新的参考实现，但我们理解不迅速更改现有评估方案的限制。因此，如果您在设置面板中启用“Use iQ-Analyzer V5 calculation method”设置，您仍然可以在 iQ-Analyzer Version 6 中使用旧方法。
Uwe Artman