专利名称：一种测试数码相机各个成像区域分辨率的方法
技术领域：
本发明涉及图像处理技术领域，尤其涉及一种测试数码相机像散和解像力(分辨 率)的方法。可以用于普通数码相机、数码单反相机以及数码后背的分辨率评测。
背景技术：
数码相机画质最重要的两个性能指标就是解像力和色彩。对于解像力，有时也称 作分辨率，主要是指对于细节捕捉解析度高低的评估。对于色彩，如果存在偏色现象，还可 以通过色彩校正技术加以挽救。但对于解像力，那是绝对不可能通过后期校正(图像处理 算法)去提升的，照片中没有被捕获到的细节，无论怎么插值放大或者锐化也是出不来的。 举例来说，如果一张600万像素的照片的解像力是1500，那么将其插值到2400万像素，其解 像力仍然是1500，而原生2400万像素的照片其解像力也许可以达到3000。因此，同样分辨 率的两张照片，完全可能有着天壤之别。对于解像力的衡量，目前有两种主流的方法(1)基于IS012233分辨率测试标板的评价方法通过拍摄分辨率测试标板IS012233(图1)，然后用肉眼或者HyRes等软件判读出 结果。这种测试可以精确地测出相机中心和边缘的分辨率，但不能测出中心到边缘分辨率 下降的过程。可实际上，在拍摄过程中，摄影师为了保证出图质量，一般对分辨率要求有一 个底线，即事先设定一个目标，分辨率低于多少时就认为不可接受，需要裁减处理。显然，仅 靠测量相机中心和边缘的分辨率，无论这种结果多么精确，都无法回答这一问题，即只能给 出中心分辨率和边缘分辨率是否够用的结果。而不能回答如果边缘分辨率不够，图像松散， 存在紫边，那么裁减多少可以满足要求，或者说一张照片有多大比例是清晰的这样的问题。 为了回答这一问题，有人提出了用厂家的MTF，即目前主流的第二种方法。(2)基于镜头的MTF(模量传递函数)曲线的评价方法而镜头厂商提供的镜头的MTF曲线能够反映出从中心到边缘分辨率下降的过程。 其实厂商的MTF曲线也是根据标板来的，它只不过用的是一种标称的、一般来说是感光度 为100的传统胶片。因此能够很客观地反映100度胶片的分辨率。但是银盐胶片作为传统 的胶卷介质，早已经发展到头了，尤其是在解像力方面，一般感光度为100的胶片R = 70线 /mm，根据能奎斯特定律，不难计算，对应于数码相机的感光元件的一个像素大小是7微米。 而现在的顶级全画幅数字单镜头反光相机已经达到了 6微米(Sony A900和Nikon D3X)， 顶级APS画幅数字单镜头反光相机已经达到了 4. 3微米(Canon 7D)，而再小的数码相机的 单个像素的大小更是达到了 2微米以下。从发展趋势来看，现在小数码相机的像素大小就 是今后APS画幅数字单镜头反光相机的像素大�。壳癆PS画幅数字单镜头反光相机的 像素大小就是今后全画幅数字单镜头反光相机的像素大小。现在顶级全幅机的分辨率已经 超越了感光度为100的普通胶片，而且还在不断地发展中。而正是由于感光元件的不断发 展，使得MTF的测量出现了问题。原来从MTF曲线看上去不错的镜头，现在由于感光元件 的分辨率高于普通胶片，使得拍出来的照片在100%观看时并不好。总之，MTF只是针对镜 头，这个在胶片时代问题不大，因为一是胶片的分辨率低于现在的感光元件，二是胶片的分辨率如果是同样的感光度，各个厂家不同时期(当然在胶片的有效期内，比如5年间)的产 品也几乎没有差别，而感光元件不同厂家不同年代差别很大(比如相对于五年前，像素增 长了差不多一倍)，因此如果配合不同的机身，那解像力肯定是不一样的，但是MTF曲线却 是一样的，因此，根据MTF曲线还是没法求出相机中心到边缘的定量解像力。举例来说，假设现在有两台机身分别是600万像素和2400万像素，根据图2a和图 2b可知，在边缘时的图像质量会比在中间时的差。但是很可能，在配合600万像素机身时， 这种现象不明显，因为边缘时的镜头分辨率和机身分辨率相差不大。而在配合2400万像素 机身时，就能很明显地感到中心的分辨率要好于边缘，这是由于在边缘时的镜头分辨率远 小于机身分辨率。由此，仅凭MTF，还是很难断定在不同机身上的表现效果的。此外，如图2a和图2b所示，厂商给出的MTF曲线往往只给两组，一组是在最大光 圈下的，另一组是在最佳光圈(一般是F8)下的。首先，厂商给出的最佳光圈不一定是最佳 的，因为结合不同分辨率的机身，完全有可能最佳光圈是不同的。即使厂商给出的MTF曲线 中有一组是最佳光圈下的，但是实际拍摄获取时是希望一张照片中清晰区域(即超过某个 衡量清晰度指标的区域)最大，而最佳光圈并不一定是清晰区域最大的光圈。综上所述，可以看到，目前两种主流的相机测试方法并不能准确评价整套拍摄设 备(相机加镜头)的清晰度。不管IS012233或者MTF的测试结果如何准确，依然不能给出 整套拍摄设备的清晰可用区域。必须研究一种新的评价方法和测量指标，从而能够确定出 整套拍摄设备的清晰可用区域。在拍摄中，特别是在翻拍中，往往还有这样的问题，即是直接拍摄一张照片清楚呢 还是把照片中间部分抠出来然后放大到原来照片的大小清楚。
发明内容
本发明提供了一套测试数码相机各个成像区域像散和分辨率的方法，利用该方 法，可以定量测试数码相机的像散和分辨率，从而可以确定一张照片中的清晰区域。并能确 定一种最清晰拍摄方式。本发明测试方法可以应用于对于边缘画质要求苛刻的出片场合， 比如风景照的拍摄以及翻拍等。本发明所述的数码相机可以但不限于普通数码相机、数码 单反相机以及数码后背。一种测试数码相机各个成像区域分辨率的方法，利用待测试的相机拍摄分辨率测 试板得到照片，对照片进行如下处理1)将照片中的彩色图像转成灰度图像；2)以像素为单位，计算照片图像的直径；3)对照片图像进行暗角失光校正；4)根据设定的二值化阈值，对暗角失光校正后的照片图像进行二值化处理，得到 二值化后的图像；5)将二值化后的图像中所有亮度高于二值化阈值的点，利用连通关系进行归并， 得到若干像素块作为前景像素块；6)去除位于照片边角的前景像素块或者面积过小的前景像素块，得到位置及大小 合适的前景像素块；7)以照片图像中心为圆心，建立若干同心圆将照片图像分割成若干圆环区域，以一个位置及大小合适的前景像素块为单位，根据每一个前景像素块质心所位于圆环区域的 不同，分别计算每一个圆环区域的像散；8)根据每一个圆环区域的像散，计算照片图像中每一圆环区域的相对像散以及分辨率。本发明采用的分辨率测试板由背景色和前景色组成。前景色所组成的点规则均勻 分布，即水平方向和垂直方向每隔一个固定的距离都有一个前景色的点，而所述的固定的 距离并没有严格的限制。如图3所示。分辨率测试板由背景色和前景色组成。前景色所组成的点规则均勻 分布。如果背景色是黑色，前景色是白色，那么就是图3的情况。也可以背景色是白色，前 景色是黑色。上述两种情况可用于测定相机对于单色的分辨能力。实际上它们没有本质差 别，因为只需要把拍摄的照片反色就可以实现转换，即如果拍的白底黑，那么反色后就变成 黑底白。如果把背景色和前景色改成红绿、红蓝、蓝绿、红青、绿品、黄蓝这样的彩色组合，那 么就可以测定相机对于某种彩色组合的分辨能力。而对于高画质边缘照片的拍摄，假设现在要按照24毫米的广角出一幅作品(比如 风景照)，如果直接用24毫米镜头拍摄，极有可能边缘画质难以满足出片要求。那么可以使 用更广角的镜头，比如用20毫米镜头拍摄，用本方法测试，比如测定以后发现按照边长计 算85% (后面都是按照边长计)的区域画质可接受，那么 20/24*100%=83.3%由于85% > 83.3%，这表示通过用20毫米镜头拍摄，截取中央部分83. 3%的区 域，就可以达到和24毫米镜头拍摄等效的效果，并且边缘画质高于直接用24毫米镜头拍摄 的照片。当然，也可能通过测定，发现只有80%的区域可用，那么就需要使用更广角的镜头。 总之，假设期望的照片焦距为F，实际使用的更广的镜头焦距为F’，该F’焦距镜头的清晰区 域为，则 F'/F*100%=u%如果P >u，则只需要截取中间的部分，最后即可满足清晰度要求。拍摄如图3所示的分辨率测试板得到照片后，按如下的步骤⑴ ⑶进行处理， 得到照片图像中不同区域的像散以及分辨率，那么使用者就可以根据测试结果，选择使用 合适的区域。以下对本发明方法的步骤详细说明1)彩色图像转灰度图像，这一步是预处理，如果输入的已经是灰度图像则无须转 化。2)计算照片以像素为单位的直径，设图像的高度和宽度分别为h和w，则图像的直 径d—为Jmax = 4h2 + w2(3)3)图像暗角失光校正，这一步主要是由于后面计算阈值时整张照片使用的是同一 个阈值，由于照片边缘较暗，如果不提亮，会造成高于阈值的点偏少(对比图5a和图5b可 见，图5a明显较暗。当然，由于像散和色散造成光能分散导致亮度下降也是一个因素)，从而会得出照片边缘像散反而减小的错误结论。而且一般来说，实际拍摄中镜头都是存在暗 角的，只不过程度不同而已，一般都需要进行暗角校正。如果测定像散时不进行暗角校正而 实际拍摄时却进行了暗角校正，那么测定的像散难以反应真实情况。本步骤中，暗角失光校 正可以采用通用的技术。4)根据设定的二值化阈值对暗角失光校正后的照片图像进行二值化处理，所述的 二值化阈值，一般采用的是k(k = 2)均值聚类。设低于阈值的那些像素的平均值为L，方差 为s，则阈值取L+ns。根据数理统计，n = 5时出现概率已经很�。导什馐苑⑾謓取7效 果更好。5)抠出前景像素块，将二值化后的图像中所有亮度高于二值化阈值的点，利用连 通关系进行归并，得到若干像素块作为前景像素块(图5a中的反斜杠部分和图5b中的白 点部分)。6)过滤处理，在得到的前景像素块中去除位于照片边角的前景像素块或者面积过 小的前景像素块，否则可能造成最终测试的像散值偏小。照片边角的区域大小以及衡量面积过小的标准均可以根据需要进行设定。例如当 前景像素块的边界(外接矩形)距离照片边界一定距离时(比如十个像素)，就可以认为该 前景像素块所处的位置为照片边角，予以去除。7)以照片图像中心为圆心，建立若干同心圆将照片图像分割成若干圆环区域，以 一个位置及大小合适的前景像素块为单位，计算每一个圆环区域的像散(最大值和平均 值)；该前景像素块的质心要求位于该圆环区域内并且该前景像素块不是位于图像边缘， 该前景像素块不能太�。扑忝恳桓鲈不非虻南裆ⅲ痪咛宀街枞缦耡)计算前景像素块质心；b)计算前景像素块质心至照片图像中心的归一化距离，设前景像素块质心像素坐 标为(i，j)，利用公式(4)计算其归一化距离
⑷其中r为前景像素块质心与照片图像中心的距离(以像素为单位)，r_为照片图 像的半径(以像素为单位)；c)以照片图像中心为圆心，建立若干同心圆将照片图像分割成若干圆环区域，且 所有的圆环区域的宽度相同；圆环区域的宽度一般为20 30个像素左右(如果圆环宽度 太小则每个圆环内的前景像素块过少导致每个圆环内的像散测试不准；反之，如果圆环宽 度过大，则圆环数过少，无法反映像散的变化趋势)，对于千万像素及以上的成像设备，保证 在整个照片图像中可划分80 140个圆环区域，如果照片图像分辨率较低，可以适当减少 圆环个数。按照前景像素块质心至照片图像中心的归一化距离，确定前景像素块质心所位于 的圆环区域，计算前景像素块质心位于哪个圆环区域上，即前景像素块质心的环数nPos，利 用公式(5)进行计算
nPos = dXnStepCount+0. 5(5)其中nSt印Count表示分成多少个环，+0. 5主要是为了四舍五入。d)对前景像素块进行坐标平移和旋转变换；以当前前景像素块质心为原点建立新的坐标系即第二坐标系，第二坐标系的x轴 正方向为照片图像中心和前景像素块质心所连成矢量的方向；e)以一个前景像素块为单位，计算每一个圆环区域的像散；所述的像散包括最大像散和平均像散；所述的最大像散包括切向最大像散和径向最大像散，切向最大像散是同一圆环区 域内所有前景像素块中像素坐标y轴方向最大绝对值；径向最大像散是同一圆环区域内所 有前景像素块中像素坐标x轴方向最大绝对值；所述的平均像散包括切向平均像散和径向平均像散，切向平均像散是同一圆环区 域内所有前景像素块中像素坐标y轴方向平均绝对值；径向平均像散是同一圆环区域内所 有前景像素块中像素坐标x轴方向平均绝对值；计算每一个圆环区域的像散时，是针对所有前景像素块中每一个像素进行计算 的，但由于所述的第二坐标系是以当前前景像素块质心为原点建立的，因此在计算每一个 像素时，所参照的第二坐标系的原点，就是该像素所在的前景像素块质心。所述的以一个前景像素块为单位，是指先计算一个前景像素块的像散(平均和最 大)，然后将所有的前景像素块的像散(按照像素块面积)加权平均或取最大，进而得到整 个圆环区域的像散。8)根据每一个圆环区域的像散，计算照片图像中每一圆环区域的相对像散以及分辨率。每一圆环区域的相对像散Dr的计算方法如公式(6)所示
「 n ^ D x nStepCount“、Dr =---(6)
nPos其中为相对像散，D为该圆环区域的像散，nStepCount表示分成多少个环，环数 nPos表示距离图像中心的远近。每一圆环区域的分辨率R的计算方法如公式(7)所示 n wR =(7)
r其中比为相对像散，w为照片图像的宽度。由于每一圆环区域的像散包括切向最大像散、径向最大像散、切向平均像散和径 向平均像散共四个值，采用不同的值分别代入公式(6)、(7)，会得到四个衡量相对像散的指 标(即四个相对像散的值)以及四个衡量分辨率的指标(即分辨率的值)，从而完成对数码 相机各个成像区域分辨率的测试。本发明的有益效果主要表现在消除照片中边缘的像散以及色散(紫边)，可以提高风景照的拍摄以及翻拍等应 用中的画质。在分辨率测试后，能够比较拍摄全图缩小和中间截取不同比例的像散和分辨 率差异，找到像散最小和分辨率最大的拍摄方法，从而使得拍摄中清晰度达到最高或者在 保证清晰度的前提下所需拍摄张数最少。
图1为IS012233分辨率测试标板。图 2a 和图 2b 分别为 Canon EF 16-35 F2. 8L MTF 曲线。图3为本发明的分辨率量化测试图(即所需要拍摄的分辨率测试板，可打印或者 显示器显示后拍摄)。图4为照片边缘画质劣化实例图。图5a为实施例1中照片图像左上角的实际拍摄结果；图5b为实施例1中照片图像中央的实际拍摄结果；图6为实施例1中照片图像的像散量化测试结果。图7为实施例1中照片图像的相对像散量化测试结果。图8为实施例1中照片图像的分辨率量化测试结果。图9为实施例1中照片图像缩小后的左上角至中央的拍摄结果。图10为实施例1中照片图像截取中央50%的左上角至中央的拍摄结果。图11a为实施例2中照片图像左上角的实际拍摄结果；图lib为实施例2中照片图像中央的实际拍摄结果；图12为实施例2中照片图像的像散量化测试结果。图13为实施例2中照片图像的相对像散量化测试结果。图14为实施例2中照片图像的分辨率量化测试结果。图15为实施例2中照片图像缩小后的左上角至中央的拍摄结果。图16为实施例2中照片图像截取中央50%的左上角至中央的拍摄结果。
具体实施例方式实施例ICanon EF 28-135在135mm处F8. 0下成像质量测试首先准备分辨率测试板。可以将测试板(图3)直接显示在显示器或者投影仪上， 也可以打印出来贴在玻璃或者塑料板上。图3中每个白点是一个像素，白点之间间隔5个 像素(当然，间隔也可以更大或者更小)。那么如果显示在30英寸显示器(DELL 3008WFP) 上，共有2560 X 1600个像素，约512 X 320个白点。使用显示器主要是从成本和方便角度考 虑，因为已经有高分辨率的显示器，实际如果打印30英寸的画面成本较高，装裱平整也比 较麻烦，玻璃或者塑料板也需要成本。如果没有现成的高分辨率的显示器，那么也可以打印 后拍摄测试。其次是拍摄，用三脚架好相机Canon IDs Mark III，选择需要测定的镜头、焦距及 光圈，相机的光轴应和测试板垂直并且穿过测试图的中心。精确对焦，尽量使用Liveview 模式对焦，以提高对焦精度获得尽可能清晰的图像。拍摄时，尽量使用反光镜预升和快门 线(也可以红外�？嘏纳慊蛘叩缒粤右？嘏纳慊蛘咦耘�)，避免由于反光镜振动和按快 门造成的振动造成抖动模糊，从而影响分辨率测试的精度。用恰当的曝光以及低感光度拍 摄。取景拍摄时要把握宁欠勿过的原则，即拍摄区域不能超过分辨率测试板，或者说最终的 照片中不能拍摄到分辨率测试板以外的区域，否则照片的边缘会由于拍摄的不是测试板而 无法测定分辨率。拍摄后，将照片转为位图格式。在同样的设置下，拍摄了地图，得到了照片如图4所示。仔细观察汉字，可以看到，中心和边缘的画质确实存在着显著且不可接受的差别。以下针对拍摄分辨率测试板得到的照片图像进行处理1、首先将照片图像转为灰度图像，如果照片图像已经是灰度图像，则可以省略此 步骤，直接使用。本实施例以及后一实施例中的灰度图像取红绿蓝三个通道中的最大值，这 样能够加大色散测量结果。因为如果不存在色散，则拍摄白色时，红绿蓝值相差不大，而有 色散时红绿蓝值相差很大，则取最大值相对于红绿蓝按照系数加权平均具有更大的数值， 使得色散(也称色差)测试结果偏大，这非常适合于对于色散要求苛刻的场合。2、计算照片以像素为单位的直径，设图像的高度和宽度分别为h和w，则图像的直 径d-可用公式(3)计算，对于测试所用的相机Canon IDsMark III，宽和高分别为5616和 3744，则图像的直径dmax为67503、对照片图像进行图像暗角失光校正4、根据设定的二值化阈值对暗角失光校正后的照片图像进行二值化处理，二值化 阈值采用的是k(k = 2)均值聚类。设低于阈值的那些像素的平均值为L，方差为s，则阈值 取L+ns，其中n取75、抠出前景像素块，将二值化后的图像中所有亮度高于二值化阈值的点，利用连 通关系进行归并，得到若干像素块作为前景像素块(图5a中的反斜杠部分和图5b中的白 点部分)6、过滤处理，在得到的前景像素块中去除位于照片边角的前景像素块(外接矩形 距离边界不足十个像素)或者面积过小(不足十个像素)的前景像素块7、以照片图像中心为圆心，建立若干同心圆将照片图像分割成100个圆环区域， 以一个位置及大小合适的前景像素块为单位，计算每一个圆环区域的像散；具体步骤如 下a)计算前景像素块质心b)计算前景像素块质心至照片图像中心的归一化距离，设前景像素块质心像素坐 标为(i，j)，利用公式(4)计算其归一化距离c)以照片图像中心为圆心，建立100个同心圆将照片图像分割成100个圆环区域， 且所有的圆环区域的宽度相同按照前景像素块质心至照片图像中心的归一化距离，确定前景像素块质心所位于 的圆环区域，计算前景像素块质心位于哪个圆环区域上，即前景像素块质心的环数nPos，利 用公式(5)进行计算d)对前景像素块进行坐标平移和旋转变换以当前前景像素块质心为原点建立新的坐标系即第二坐标系，第二坐标系的x轴 正方向为照片图像中心和前景像素块质心所连成矢量的方向e)以一个前景像素块为单位，计算每一个圆环区域的像散所述的像散包括最大像散和平均像散；所述的最大像散包括切向最大像散和径向最大像散，切向最大像散是同一圆环区 域内所有前景像素块中像素坐标y轴方向最大绝对值；径向最大像散是同一圆环区域内所 有前景像素块中像素坐标x轴方向最大绝对值；所述的平均像散包括切向平均像散和径向平均像散，切向平均像散是同一圆环区域内所有前景像素块中像素坐标y轴方向平均绝对值；径向平均像散是同一圆环区域内所 有前景像素块中像素坐标X轴方向平均绝对值；8、根据每一个圆环区域的像散，利用公式(6)和(7)计算照片图像中每一圆环区 域的相对像散以及分辨率。由于每一圆环区域的像散包括切向最大像散、径向最大像散、 切向平均像散和径向平均像散共四个值，采用不同的值分别代入公式(6)、(7)，会得到四个 衡量相对像散的指标(即四个相对像散的值)、以及四个衡量分辨率的指标(即分辨率的 值)。计算结果参见图6 图8，图中横坐标为圆环区域的顺序号，纵坐标为像散、相对 像散或分辨率的值。根据图6可以看到几点结论，首先是无论用最大值还是平均值来衡量，径向的像 散都远远大于切向的像散，这和图5中左图的结果(反斜杠形状的像散)一致。其次，像散 随着距离中心的距离增大而基本单调增大，类似于指数函数。由于径向像散都远远大于切 向像散，因此只需要考虑前者即可。对于径向像散，无论是从最大值还是从平均值来衡量， 基本上横坐标在33左右出现拐点，过了这一拐点以后像散显著增大，或者可以说，过了该 点以后图像质量(清晰度)开始明显下降。然而，人对于图像质量下降的觉察是一个积分 响应的过程，不是一开始下降就能立即观察到，而是这种下降的量变逐渐积累，最终达到可 以察觉到的质变。因此，基本上50以后的就开始有所察觉。另外，从图中也可以看到，开始 阶段，径向最大像散和径向平均像散基本稳定在6和4左右，如果定义这种像散程度达到两 倍为明显的话，那么径向最大像散和径向平均像散不可接受的阈值应该在12和8左右，而 这个位置的横坐标基本在65左右。这也和图4基本一致。当然，这种算法也存在一些小的瑕疵，比如有些数据会有轻微的波动，而到了图像 边缘，反而会出现像散的下降，这主要是由于照片是长方形的，而到了边缘同一圆环上的数 据点(前景像素块)较少，所以误差会较大。但是，这种边缘的像散测量误差并不会影响到 图像可用区域的选�。蛭咴档南裆⒉饬课蟛畈⒚挥惺沟孟裆⒅档舻姐兄�(最大值12， 平均值8)以下。退一步讲，即使在很小的可能下掉到阈值以下，也可以选取第一次掉到阈 值以下的横坐标值作为可用区域。而将上述的像散除以圆环中心的归一化距离就可以得到相对像散，结果如图7所 示，可以看到，径向相对像散在45 50间达到最小。而如果用图像宽度除以相对像散则可 得到分辨率测试结果，如图8所示，可以看到，径向分辨率在45 50间达到最大。也就是 说如果拍摄后截取中央50%的部分画质会强于原图缩小至50%。图9和图10分别对应了缩小和截取两种情况，显然，径向的像散明显是图10小 (在边缘，图10点更小)。由于拍摄的分辨率存在木桶效应，即最终的分辨率是由分辨率最 低的方向决定的。因此，尽管图9的切向分辨率高于图10，但却没法发挥作用。总之，利用本发明方法得出的像散随着到中心的距离增大而变化的曲线，已经可 以划分出可用区域。而相对像散测试结果图以及分辨率测试结果图可以用于确定清晰区域 面积最大化的拍摄方式。从本实施例中可以看出，对于测试的镜头在测试时的光圈下，35%以内区域一定 可用，35% 65%区域像质逐渐恶化，摄影师可以根据对于画质要求的苛刻程度自己灵活 把握，而65%以上的区域就几乎完全不可用了。当然，测试为了说明算法的有效性，本身就是选择了大变焦比的廉价镜头。实施例2Canon EF 100-400L在135mm处F8. 0下成像质量测试采用实施例1的测试方法。图11a和图lib分别给出了边缘和中央的结果，虽然存在一定的像散和色散，但并 不明显，可以对比图5。图12给出了像散测定结果，和实施例1同样，径向像散明显大于切向，因此同样只 需要考虑径向的即可。可以看到，中心部分的径向色散的平均和最大值分别在5和7左右， 而且即使在最边缘，像散也不到中央的1.5倍。也就是说，如果要求不是特别苛刻，那边缘 完全可用。图13和图14分别给出了相对像散和分辨率的测试结果。可以看到，相对像散一 直呈下降趋势，同时分辨率一直呈上升趋势。也就是说，边缘图像的劣化速度赶不上和中心 距离的增长速度。使用整张图比抠出一部分然后放大到同样大小具有更好的画质。图15 和图16分别给出了全图缩小50%以及中央截取50%的情况，可以看到，在边缘，图15点更 �。簿鸵馕蹲呕矢�。综合实例1和2可以看到，在机身、焦距和光圈等设置完全一样的情况下，照片边 缘画质的差别是巨大的，基本是可用和不可用的区别。无疑，价格贵的镜头有着更好的边缘 画质，这也表明测试结果和镜头定价基本相符。
1权利要求
一种测试数码相机各个成像区域分辨率的方法，利用待测试的相机拍摄分辨率测试板得到照片，其特征在于，对照片进行如下处理1)将照片中的彩色图像转成灰度图像；2)以像素为单位，计算照片图像的直径；3)对照片图像进行暗角失光校正；4)根据设定的二值化阈值，对暗角失光校正后的照片图像进行二值化处理，得到二值化后的图像；5)将二值化后的图像中所有亮度高于二值化阈值的点，利用连通关系进行归并，得到若干像素块作为前景像素块；6)去除位于照片边角的前景像素块或者面积过小的前景像素块，得到位置及大小合适的前景像素块；7)照片图像中心为圆心，建立若干同心圆将照片图像分割成若干圆环区域，以一个前景像素块为单位，计算该前景像素块质心所在圆环区域的像散，得到所有圆环区域的像散；8)根据每一个圆环区域的像散，计算照片图像中每一圆环区域的相对像散以及分辨率。
2.如权利要求1所述的方法，其特征在于，计算每一个圆环区域的像散的具体步骤如下a)计算前景像素块质心；b)计算前景像素块质心至照片图像中心的归一化距离；c)以照片图像中心为圆心，建立若干同心圆将照片图像分割成若干圆环区域，且所有 的圆环区域的宽度相同；d)对前景像素块进行坐标平移和旋转变换；以当前前景像素块质心为原点建立新的 坐标系即第二坐标系，第二坐标系的χ轴正方向为照片图像中心和前景像素块质心所连成 矢量的方向；e)以一个前景像素块为单位，计算每一个圆环区域的像散； 所述的像散包括最大像散和平均像散；所述的最大像散包括切向最大像散和径向最大像散，切向最大像散是同一圆环区域内 所有前景像素块中像素坐标y轴方向最大绝对值；径向最大像散是同一圆环区域内所有前 景像素块中像素坐标χ轴方向最大绝对值；所述的平均像散包括切向平均像散和径向平均像散，切向平均像散是同一圆环区域内 所有前景像素块中像素坐标y轴方向平均绝对值；径向平均像散是同一圆环区域内所有前 景像素块中像素坐标X轴方向平均绝对值。
3.如权利要求1所述的方法，其特征在于，所述的分辨率测试板上的图案由背景色和 前景色组成，其中前景色为点状图案且规则的均勻分布。
全文摘要
本发明提供了一种测试数码相机各个成像区域分辨率的方法，利用待测试的相机拍摄分辨率测试板得到照片，对照片进行如下处理1、转成灰度图像；2、计算照片图像的直径；3、暗角失光校正；4、二值化图像；5、划出若干像素块作为前景像素块；6、去除位于照片边角的前景像素块或者面积过小的前景像素块；7、建立若干同心圆将照片图像分割成若干圆环区域，计算每一个圆环区域的像散；8、根据每一个圆环区域的像散，计算照片图像中每一圆环区域的相对像散以及分辨率。本发明不仅能够确定一套拍摄设备拍摄照片的清晰可用区域，还能够比较拍摄全图和中间截取不同比例的分辨率差异，找到分辨率最大的拍摄方法，从而使得翻拍中清晰度达到最高或者在保证清晰度的前提下所需拍摄张数最少。
文档编号G01M11/02GK101852675SQ20101017129
公开日2010年10月6日 申请日期2010年5月12日 优先权日2010年5月12日
发明者刁常宇, 石洗凡, 鲁东明 申请人:浙江大学
专业数控铣床产品供应商
20年生产经验，实力工厂，精工品质，质量有保障
