公司:上海翼轩超仪器有限公司  | 深圳市三恩时科技有限公司 分公司  | 深圳市天友利标准光源有限公司分公司

电话:13310057377

传真:021-61278128
地址:上海市闵行区沪闵公路2680号青年商务广场416-418 室(北桥地铁站对过)
Mail :1455781146@qq.com
网址:http://www.tilocolor.com/

新闻详情

手机摄像头“排名”!

手机摄像头“排名”!
Dietmar Wueller;形象工程;弗雷兴,德国
摘要
现在至少有三个公众知道的排名。
手机系统(IEEE p1858 cpiq [准备],[ 1 ],
DxOMark上[ 2 ],[ 3 ]),试图告诉我们的相机手机
提供最佳的图像质量。现在,IEEE即将发布
的p1858标准,目前只有6的图像质量
参数问题产生需要多少参数
描述当前手机中相机的特征以及如何
重要的是感知质量的每一个因素。
为了测试一个因素的重要性IEEE手机
图像质量组(cpiq)创立了心理物理学的研究
对于第一个描述的所有6个图像质量因子
IEEE p1858版。这样之间的连接
图像质量方面的物理测量
感知质量可以。
如何确定总体图像质量
创建一个排名系统有两个关键的方面

脑·Keelan [ 4 ]在手册中描述图像质量。


第一是:
“图像质量系统的性能由
图像质量的完整分布
制造和客户使用条件。”
第二个是:
“对图像质量分布进行建模
摄影系统,一个确定最小的独立集
被称为原语的因素,如果为特定图像所知,是
足以通过一系列确定性来预测它的质量
的关系。”
图像采集条件
从第一个关键方面来看,我们的制造条件
案例是图像的图像捕获条件。得到充分
图片我们必须研究典型的捕获条件。它是
重要的照明条件下的图像被捕获
因为光的水平以及光谱分布都有
相机产生的图像质量的重大影响。
另一方面,知道捕获的也是很重要的。
(风景,人,文件…)因为它定义了焦点。
距离,对象的规模。这也触发了自动聚焦
位置与图像处理。移动的物体可能
还生产相机的挑战。
图1:在低光上的图像(64 lx)的噪声,显示
细节较少,颜色阴影强于较低的图像。
那是在明亮的光线下拍摄的(1000勒克斯)。
图2:面部检测对曝光和图像的影响
照相机中的处理。在这个背光场景的上部图像
面部覆盖,并在较低的图像中检测到面部。
在光线充足的情况下,大多数的手机都能正常工作。
用户不抱怨的图像。图像分离器
手机相机的质量往往是下一次的表现。
弱光条件。其中一些图像是用
一些没有闪光灯。
2017国际电子成像学术讨论会
数码摄影和移动成像十三37
https://doi.org/10.2352/issn.2470-1173.2017.15.dpmi-252
©2017,影像科学与技术学会
对捕获和捕获CO进行了研究。
对捕获和捕获条件进行了研究。
出现在EI 2008 [ 5 ],分析了数以百万计的图像为他们
捕获条件及其内容的10000个图像。
从研究中获取这些数字和附加指标
触发闪光和曝光水平分析与估计
由于手机总是使用相机的变化
与人(例如在餐馆里吃食物图像)…
光照条件的近似估计
可以使用闪光灯。
大约40%的图像是在光明下拍摄的。
日光条件。30%在灯光下被捕获。
70°力士人工暖白光照明条件
(钨丝荧光灯和LED灯越来越多)以防闪光灯闪烁。
不使用和应用。30%分布在光的水平上。
之间。
统计分析也显示了应用程序。70%的图像
含有人。
观察条件
我们对手机摄像头用户如何看待的唯一来源
他们的图片是沃达丰的客户调查。基于这一点
用户在手机上查看他们的图像,但同时也有很多。
用户在手机上放大图像查看和显示
捕获图像中的细节。这尤其是因为
手机通常提供广角镜头和重要的部件。
只覆盖图像的一小部分。一些用户放大
他们的图像之前,图像捕捉(如果电话允许)一些
捕获后缩放或裁剪图像。没有可靠的调查。
(根据作者的知识)这是多久发生的
它是怎么做的。但事实上,它也应该被反映出来。
评分系统中。
这意味着一个好的评分系统应该了解用户。
行为和期望权重不同的射击
相应的条件。场景具体图像有多远
处理需要不同类型的测试取决于
个人相机,但也应牢记在心。
对于cpiq评分并不是最终的时候了
写。
VCX评分有以下权重为照明
条件:
hi_lux 34%
mid_lux 23%
lo_lux 17%
Flash 11%
变焦14%
闪光灯和变焦已被分离,因为几个图像质量。
方面(如颜色阴影、噪声、纹理等)可能会发生变化,如果
相机开关闪光灯或使用光学变焦。变焦
进入所有照明条件和闪光灯大多饲料进入
弱光条件。
在个别照明条件下两种观看条件
用于绩效评估。一个是4 x的观看。
6英寸格式(小字体,比大多数显示器大一点)
手机)和100%次观看(放大)在显示器上。
图像质量方面(原语)
选择特定的会议并下载作者工具包。这个
模板可能因会议而异。
三十八
2017国际电子成像学术讨论会
数码摄影与移动成像十三
这个模板是为MS Word设置的,但是您可以在
其他文本程序,包括胶乳。将文本键入到
Word文件,应用样式标签。请仔细检查这张纸。
确认样式已正确应用,然后将其打印出来。
并仔细检查以确保纸张以预期的形式出现。
各种图像质量方面已被确定为
在手机集成摄像头之前的时代。
这些方面是基于光学系统的性能。
以及传感器和连接的性能。
电路。
这些原语是:
•曝光(ISO 12232 [ 6 ])
•动态范围和噪声(ISO 15739 [ 7 ])
•详细复制(决议)(ISO 12233 [ 8 ])
•锐度锐度(镜头表现)(ISO 12233
[ 8 ]
•光学畸变,如畸变(ISO 17850 [ 9 ]),
色位移(ISO 19084 [ 10 ]),阴影(ISO)
17957 [ 11 ],耀斑(ISO 18844 [ 12 ])等。
可以在图像处理的基础上增加几个方面。
在相机中,需要从中产生良好的图像。
捕获原始数据:
•颜色(颜色再现),包括色度电平和
首选的颜色渲染
•白平衡
•锐度锐度(添加锐化)
•色调渲染
为了弥补手机在尺寸和成本上的局限性
这些图像需要更高级别的图像处理。
特别是处理低信号电平和相关
噪声的放大导致了图像质量的新方法。
这些微型相机的增强。这样我们就能找到
需要处理的手机摄像头的其他方面
还没有大相机的问题。
这些都是:
•小型随机定向繁殖
次低对比度结构,被称为纹理
(ISO 19567 [ 13 ])
•色差(ISO 17957 [ 11 ])
此外,还有各种各样的图像质量方面导致
场景相关图像处理,如HDR成像和色调
增强(使用单个和多个捕获),场景相关
色彩增强等这些方面将很难
定义一个测量过程,因为其中一些也有一个
“偏好”方面它。
图像质量的光照依赖性
方面
光学像差
象畸变、色差位移等光学像差,
亮度阴影和眩光或多或少是照明水平。
独立。因此,对这些进行测量就足够了。
在光照最强烈的条件下
由于高的信号电平准确。当然,如果其中一个
在强光下显示出高的像差水平,这将是有限的。
其他水平下的表现。
随着最新一代的手机失真,彩色
位移和亮度阴影没有问题。
不再.最近测试的手机都没有显示出来。
基于这些方面的图像质量退化。然而,
完整性,他们仍然需要进行测试,以防制造商有
没有完成他的家庭作业。
火炬仍然可以根据灯光情况而发出,所以
应测量的完整性。特别是因为
成本和空间限制很难将耀斑减到最小。
相机模块。另一方面,它也很难
表征耀斑在一个单一的数字,因为它依赖于
场景及其光照条件。对于带摄像机的
极高的耀斑水平永远无法测量高度的动态。
基于相机成为测量图范围
因为白色的斑块总是会破坏黑暗中的水平。
地区.
图3耀斑对图像质量的影响。上面的图片
显示大量的耀斑和较低的图像不。这个
两者之间的变化与太阳稍有不同。
曝光和色调渲染
通常曝光可以通过三个变量来调节。
光圈,曝光时间和放大倍数(曝光指数)。但
我们发现某些相机往往会限制曝光量。
故意曝光不足的图像在低光情况下。这个
最大光圈受大小和镜头设计的限制。这个
如果没有握手,最大曝光时间是有限的。
2017国际电子成像学术讨论会
数码摄影和移动成像十三39
内置图像稳定,最大放大倍数为
通过噪声性能有限。因此它可以发生,
制造商决定曝光不足的图像而不是增加
曝光时间或放大。
判断曝光率的问题是我们只能接触到
最终渲染出来的图像很难分辨。
曝光与场景相关的色调渲染。即使
看中灰色或数字水平的亮点不会
给我们一个明确的答案,如果图像曝光不足或根本
渲染太暗。一般来说,不管亮度如何
一个色彩cecker SG再生产提供一般
对曝光和图像质量的指示无所谓
图像曝光不足或变得太暗。此时此刻
没有定义允许判断的度量过程
图像的色调渲染的质量,特别是因为这是
场景相关。
图4:iPhone 4的上部图像,与
对100lx照明水平和一个12 lx下。这个
曝光时间是有限的1 / 15秒。使图像更加明亮
会放大噪声更。
动态范围和噪声
信号放大电平越高,信号电平越低。
产生最大数字的信号之间的差异
输出电平和等于暗信号的信号电平。
均匀性(DSNU)这就是所谓的动态范围。这意味着
光照越低,动态范围越小。随着
增大放大倍数,噪声也随之增大。这
意味着动态范围和噪声都是照明水平。
依赖。随着给定的光谱灵敏度的相机
随着给定的光谱灵敏度的相机
个别颜色通道也需要放大到不同的颜色。
当光源的光谱分布发生变化时的水平。
例如,钨光源的蓝光含量很低,而且大多数。
传感器有一个低蓝色灵敏度反正这意味着使用
钨光在低光水平增加了问题
放大,因此进一步降低图像质量。
去噪算法被用来克服这个问题。这些
算法具有较高的动态范围和较低的噪声水平。
测量,这是意图。但同时他们
对精细细节的再现有影响,尤其是细节
对比度低,因为相机不能区分
噪声与真实场景内容。这就是纹理的原因。
分析也需要成为测量的一部分。
细节再现(分辨率)
细节细节的详细复制取决于各个方面。
所有这些都进入测量。这包括质量
镜头,自动对焦系统的准确度和可重复性
采样率(像素数)和一些图像处理方面
像马赛克。即使是微小的锐化也会产生影响。
关于测量分辨率水平。在弱光条件下
去噪算法的平滑效果会导致
分辨率。这种退化取决于所应用的算法和
基于对比度和场景来影响场景中的结构
不同方向的结构定向。没有
去噪应用分辨率已被证明是几乎轻的水平。
独立,只要信号没有完全覆盖
噪音或自动对焦系统停止准确工作。
分辨率测量还需要在
成像领域。许多手机摄像头显示出合理的效果。
在中心表现,但在角落里失败。
纹理
术语“纹理”定义的结构通常是随机的。
低对比度取向。降噪算法影响
这些结构,因为它们不能与噪声区分开来。
许多研究已经进入精确的方法来测量
织构退化[ 14 ] 15。
这种图像质量方面很大程度上取决于照明水平。
对于手机中相机的质量评价是必不可少的。
图5:纹理分析的原始枯叶结构。
四十
2017国际电子成像学术讨论会
数码摄影与移动成像十三
图6显示了很高的水平的lg4c纹理损失甚至
在明亮的光线下(左边的图像)。在低
光(右图像)纹理内容减少甚至更多。
而且西门子明星在中心也出现了一些损失。
图7:索尼Xperia Z5显示明亮的高质感的损失
轻一些(左)在低光照条件下(右)。但
即使在这个图像中很难看到高的损失。
相比之下,西门子的明星结构却远没有那么高。
图8:对于谷歌像素,我们可以看到稍微低的纹理。
西门子明星几乎没有损失,从亮(左)到低。
光(右)。
锐度
感知的图像质量方面称为清晰度。
测量的空间频率响应下的面积(SFR)。
这取决于观察条件,因此需要
用人类的对比敏感度函数(CSF)加权
眼睛造成的锐度。对SFR的形状取决于
光学系统的传递函数和部分图像传递函数
在相机处理(去马赛克)。因此也取决于
图像高度。SFR和它的图像质量可
锐化增强。但是添加太多了
或者使用错误的算法可以导致工件的形式
上冲和下冲的边缘。
因此无论是测量超下冲需要
添加限制锐化或最大SFR价值需要
将在1的水平上显著的地区和特殊需要
导致负面评级组件。
锐化一般是照度级独立的。但当
适用于在弱光条件下拍摄的噪声图像。
增强捕获场景中的结构。它也增加
噪声及其能见度。
图9:沿边缘的明亮和黑暗的条纹和
女孩头发周围的人造物是由强烈的锐化引起的。
色差
颜色阴影主要发生在视野广的系统中。
小传感器。它是一个颜色和角度相关的变化。
光学系统的传输。通常是红外切割滤光片
促成这一点。
颜色阴影不依赖于光的水平,但它取决于
照明的光谱分布。特别是红外
光的含量很重要。

因此,色彩着色需要
要校准,也在白天测试,钨(红外)和
在荧光或LED光谱中几乎不含红外光谱。
2017国际电子成像学术讨论会
数码摄影和移动成像十三41
图10:这两张图片是用同一部手机拍摄的。
和HTC渴望626。上面的图片是在1000力士下拍摄的。
白天(包括红外)和较低的图像被捕获使用
不含红外线的LED闪光灯。所以转变从红色转变为
青色中心围绕青色中心的红色。
周围的.
颜色
色彩评价是最困难的一个方面。什么时候
捕获已知的颜色可以很容易地再现颜色。
决心,但一方面有色测试图不
很好地代表真实世界的颜色,而另一方面却没有人。
想要照相照相机做色度计。颜色
相对于饱和度改为优选颜色,
优化对比度,增强肤色,如肤色,蓝天。
等.
对于饱和度,心理物理学研究已经进行了
的cpiq组。但结果表明,最佳值也是
轻微场景/原始依赖。一般来说,人们更喜欢
略微(约10%)高饱和色。因此,饱和
可以测量和评定,但一般来说是色差。
分析只能是一个指标,如果事情完全解决了。
错误。
白平衡
在日光图像的情况下,图像需要中性意义。
一个中性的灰色需要渲染成相同的RGB值。
最后的sRGB图像编码。这可以很容易地测量
中性灰测试靶的重现。拍摄的图像
在钨条件下或日落的场景,它是更多的方式。
困难。在大多数情况下钨的温暖气氛。
应保持照明。但是什么是最佳的白色
在这些情况下保持平衡吗?到目前为止还没有达成共识。所以
我们有一种方法来测量白平衡,但没有目标值。
钨的条件。
图11:白色平衡日落(上部图像)和“自然”
一个。
从测量中生成分数
基本概念
如果手机摄像头在任何一个
上述标准的图像质量将是低的。那
意味着所有提到的标准必须被测量和
分析不会错过任何重大失败。
现在创建评级系统的一个典型方法是每个标准。
将分别分析,并根据其重要性而定。
个别类别(使用条件如照明级别)
得到一定的分数。点的总和导致一个
得分的使用条件和总得分是一个加权。
基于图像相对量的所有条件均值
从个人条件下进行的统计分析。
另一个得到一个分数可能是cpiq
组选择,并在下一段中描述。
的cpiq过程
手机的图像质量组(cpiq)已经开始
容易处理和测量的那些方面。这些都是
通常光学像差。这样,前3个指标
已经创建了,现在也已经进入ISO标准。
局部几何失真(LGD)[ 9 ],色位移
[ 10 ](主要是色差)和彩色阴影[ 11 ]。在这
本集团的时间还采用了边缘SFR测量从ISO
12233(8),但它已经很清楚,它不能被用来
测量精细细节的再现(分辨率),因为这些
四十二
2017国际电子成像学术讨论会
数码摄影与移动成像十三
相机使用相对较高的锐化水平和锋利的边缘。
不能用来描述细节再现。然而
在锐度锐度测量形式介绍了运用
边缘的SFR和即使方法是指定不同的
图像中的位置当前文档仅使用
中心测量。
在这个阶段ISO 15739视觉噪声评估[ 6 ]是
采用和修改。一种测量纹理含量的方法
[ 10 ]目前仍被翻译成低对比度的精细细节
所谓死叶靶是开发和引进的。它是
根据来自功率谱的锐度值
枯叶结构。这意味着相机具有高
清晰度水平,但较低的细节水平在较高的频率得到一个
很好的评级,即使很多纹理都消失了。最新
在测量目录中添加的方法是
色度电平。额外的特性正在准备中。
给定的图像质量参数的cpiq使用当前设置
很容易找到的例子,将有良好的评级,但穷人
图像质量。这是一个lg4c。

图12:纹理锐度不为lg4c因为工作。
强烈的锐化手机获取一个锐度值
大约1(这应该是最高的评级),但它错过了损失
高频细节。
为cpiq排名三的标准亮度和光谱
分布进行了讨论,并用于初始测试。这些都是
1000力士100力士D55日光、荧光、TL84 25力士
也许10力士在3050 K W。
与使用每个质量标准的点的系统相反
组用测试图像进行心理物理学测量。
认为在标准条件下。ISO 20462-3已使用
以此作为测试的基础。评估假设一个完美的手机
质量理想。用图像来测量所有的不完美
质量参数增加“质量损失”。
为了了解已知退化的损失图像
呈现给观察者并对一组标尺图像进行评分。那
将图像退化为一个可能的方法。
参数只是明显的差异(JNDs)因此
进入质量损失量表。
图13:扭曲图像的质量损失。曲线
从心理物理学的研究。
当然,这些测试是在一个观察条件下完成的。
(从864厘米的距离看一个100的PPI监视器和
图像以100%模式显示,这意味着1像素在
图像对应于1显示器像素),这是一个很大的工作。
对每个图像质量进行足够的观察来执行这些测试
方面。这是在cpiq工作瓶颈。
所有发表的cpiq标准和存在这些质量评级
从Keelan [ 4 ]的理论是,质量损失可以加起来
给出一个特定使用条件的整体质量损失。如果一个
相机完全失败了一个标准,它将得到巨大的质量。
仅凭这个标准的损失意味着这种方法应该
更好的工作——尤其是对极端的情况——比方法更好。
为每一个数字提供一个数字点
标准.
首次运行我们的评估数据9手机使用cpiq
度量与纹理略有不同(更新)的方法和
视觉噪声测量。所以目前的绝对数字可能
不完全根据cpiq规格。

DxOMark上使用,大量的参数是
在不同的光线水平下测量到最后的分数。这个
这两种方法的缺点是心理物理的滞后。
单项参数研究。专家评定
个别参数。这似乎是有问题的,但如果
专家们训练得很好,他们能把工作做得很好。
个体图像质量度量的排序
测量真的反映了图像中可以看到的东西。这
似乎是功率谱死叶问题。
分析所使用的方法在时间和cpiq DxO
这些文件是书面的。为了克服这个DxO公开讲
关于主观评价,他们将这些评价添加到每一组
克服测量结果差异的方面
真实图像的出现。
理想情况下,这些差异不应该存在,如果测量
完美体现形象中的形象。因此,我们将
方法使用最新的技术,包括纹理方法。
这不是基于噪声校正功率谱[ 15 ]而是
[ 14 ]中描述的内在方法。VCX团队希望
这在所有情况下都有效,但在
移动设备中摄像机的面积很明显,每个系统
使用需要每隔几年更新一次以解决新问题。
摄像机的特点及算法。
结论
•基于仅仅显著差异的质量损失
(JNDs)似乎是最有前途的方法时
因为它是一个相机质量排名系统。
解决一个单一因素的失败会毁灭的事实
一个图像。它也解释了一个因素的可见性。
图像。
•心理物理学研究费时费力。
因此价格昂贵,他们只处理一个特定的问题。
观察条件。
•当前cpiq测量,将公布
2017年初还不足以描述相机和
当前方法需要更新以使用最新的方法。
相机。
•VCX是排名系统,包括最新的
图像质量测量技术进展。
因此,测量结果反映了图像质量。
尽可能越好。
•来自正确的排序
测量在一定条件下可能会失败。
特别是当一个图像质量不合格时。
方面。
•所有程序都需要不断地工作和更新。
由于照相机技术的发展。

下一篇: 清晰度 它是怎样测量的?
上一篇: 暂无