この規格 プレビューページの目次
※一部、英文及び仏文を自動翻訳した日本語訳を使用しています。
導入
0.1 目的
空間解像度機能はデジタル カメラの重要な特性です。参考文献 [15] で説明されているように、解像度測定標準により、ユーザーは空間解像度測定を比較および検証できます。この文書では、デジタル カメラの解像度測定を実行するための用語、テスト チャート、およびテスト方法を定義します。
0.2 技術的背景
デジタル カメラはサンプリングされたイメージング システムであるため、解像度という用語はアドレス指定可能な光素子の数として誤って解釈されることがよくあります。カメラのピクセル数を決定するための既存のプロトコルはありますが、これらをこの文書で扱う解像度の解釈と混同しないでください。定性的には、解像度は、細かい間隔の細部を光学的にキャプチャするカメラの能力であり、通常は単一の値の指標として報告されます。空間周波数応答 (SFR) は、空間周波数の関数としてコントラスト損失を測定する多値の測定基準です。 SFR は、線形システム用に定義されている光学伝達関数 (OTF) および変調伝達関数 (MTF) に似ています (参考文献 [2] および [4] を参照)一般に、コントラストは空間周波数の関数として、細部が視覚的に解像されなくなるwhere まで減少します。この限界周波数値がカメラの解像度です。カメラの解像度と SFR は、いくつかの要因によって決まります。これらには、カメラ レンズの性能、光学撮像デバイス内のアドレス指定可能な光素子の数、および画像鮮明化、画像圧縮、ガンマ補正機能などのカメラ画像処理が含まれますが、これらに限定されません。
解像度と SFR は関連する指標ですが、その違いはその包括性と実用性にあります。この文書で明確に説明されているように、解像度は、出力信号に視覚的検出のための詳細情報の最小しきい値が含まれているかどうかを示す単一の周波数パラメーターです。言い換えれば、解像度は、引用された条件下でカメラが有効にキャプチャできる最高の空間周波数です。これは、迅速な製造テスト、品質管理の監視、またはエンド ユーザーが簡単に理解できるシンプルな指標を提供する場合に非常に役立ちます。解像度の決定に使用されるアルゴリズムは、人間の観察者を使用した視覚実験でテストされており、高周波ディテール損失の推定とよく相関しています。
SFR は、空間周波数の関数としてカメラによってコントラストがどのように変化するかを数値的に表したものです。これはエンジニアリング、診断、画像評価の目的に非常に役立ち、シャープネスやアキュタンスなどの指標を導き出す包括的な機能として機能します。多くの場合、専門家は、指定された SFR レベルに関連付けられた空間周波数を、修正された非視覚解像度値として選択します。
この文書の初版とは異なり、2 つの SFR 測定が第 2 版で説明されています。最初の SFR 計測法であるエッジベースの空間周波数応答 (e-SFR) は、テスト チャートにコントラストの低いエッジが使用されたことを除いて、初版で説明したものと同じでした。第4版では、e-SFR測定に使用するテストチャートを更新し、斜め方向の測定が可能になりました。傾斜した垂直、対角、水平エッジ付近の関心領域 (ROI) がデジタル化され、e-SFR レベルの計算に使用されます。傾斜したエッジを使用すると、イメージ センサーの光素子に対して多くの位相でエッジ勾配を測定でき、位相平均化された e-SFR 応答が得られます。
第 2 版では、2 番目の正弦波ベースの SFR (s-SFR) 計測法が導入されました。極形式の正弦波変調ターゲット (シーメンス スターなど) を使用して、一部の民生用デジタル カメラの画像コンテンツ駆動処理によって導入される不正な空間周波数シグネチャに対してより回復力のある SFR 応答を提供することを目的としています。この意味で、このようなカメラからの SFR レベルを簡単に解釈できるようにすることを目的としています。エッジベースの SFR とサインベースの SFR の結果を比較すると、非線形処理がどの程度使用されているかがわかる可能性があります。
視覚解像度または SFR を決定する最初のステップは、テスト対象のカメラで適切なテスト チャートの画像をキャプチャすることです。テスト チャートには、エッジ、ライン、方形波、または正弦波パターンなど、十分に細かい詳細と周波数コンテンツの特徴が含まれている必要があります。この文書で定義されているテスト チャートは、デジタル カメラを評価するために特別に設計されています。これらは、必ずしも入力スキャナ、CRT ディスプレイ、ハードコピー プリンタ、電子写真複写機などの他の電子画像機器や、レンズなどのデジタル カメラの個々のコンポーネントを評価するように設計されているわけではありません。
この文書で説明されている測定は、デジタル分析技術を使用して実行されます。
0.3 SFR と分解能の測定方法 — 選択の根拠とガイダンス
このセクションは、この文書で説明されているさまざまな解像度計測法の選択について、より詳細な理論的根拠とガイダンスを提供することを目的としています。空間周波数応答によるアナログ光学システムの分解能計測は十分に確立されており、各方法 (正弦波、ライン、エッジなど) 間でほぼ一貫していますが、このようなシステムの計測データは通常、必要なデータが得られる十分に制御された条件下で取得されますwhere 線形性と空間等方性の仮定が当てはまります。一般に、研究室のキャプチャ環境であっても、多くのデジタル カメラからのファイルに対してこれらの条件を想定するのは安全ではありません。デジタル画像ファイルが完成したファイルとしてユーザーに提供される前に、露出と画像コンテンツに依存した画像処理を行うことで、これを防ぐことができます。この処理では、シーン内の特徴、またはこのドキュメントの場合はテスト チャートに応じて、異なる SFR 応答が生成されます。たとえば、カメラ内のエッジ検出アルゴリズムは、エッジ特徴に対して特別に動作し、複雑な非線形決定ルールに基づいてエッジ特徴を選択的に強調したりぼかしたりする場合があります。意図に応じて、これらのアルゴリズムは、正弦波やバー パターン ターゲットに見られるような反復的なシーンの特徴に対して異なるように調整される場合もあります。このドキュメントで推奨されている制約されたカメラ設定を使用した場合でも、これらの非線形操作により、テスト チャートに応じて異なる SFR 結果が得られる可能性があります。当然のことながら、これにより、どのテスト チャートを単独で使用するか組み合わせて使用するかについて混乱が生じます。選択のガイドラインを以下に示します。
エッジは、自然に発生するシーンによく見られる特徴です。それらはまた、画質を判断し、画像アーチファクトを明らかにするための視力の手がかりとして機能する傾向があります。このロジックは、この文書の過去および現在の版における SFR 計測への使用を規定しました。これは、多くの家庭用デジタル カメラでエッジ機能が画像処理されやすい理由でもあります。エッジ機能は視覚的に重要です。他のすべてのイメージング条件が等しい場合、異なるテスト チャートのコントラスト エッジ フィーチャを使用するカメラの SFR は、特に形態に関して大きく異なる可能性があります。これは主に非線形画像処理操作によるものであり、厳密に線形の画像処理システムでは発生しません。この動作を緩和するために、ISO 12233 の第 2 版では、第 1 版の高コントラスト バージョンの代わりに、低コントラストの傾斜エッジ機能が選択されました。第 4 版では、エッジ機能がさらに改良され、斜め方向の測定が可能になりました。この「傾斜したスター」機能の選択により、サンプリング周波数の半分を超えても鮮明で適切な SFR 結果が得られ、高コントラストのターゲット フィーチャで発生する可能性のある非線形データ クリッピングの防止に役立ちます。また、自然に発生するシーンにおける視覚的に重要なコントラスト レベルをより信頼性高くレンダリングできます。ただし、大きなエッジ反射率を持つテスト チャートを使用する場合、および/またはテスト チャートのキャプチャされた画像が大幅に露出過剰である場合には、データ クリッピングが発生する可能性があります。このデータクリッピングにより、測定された e-SFR 値が誇張される可能性があります。
正弦波機能は、アナログ イメージング システムの MTF を直接計算するために長い間選択されており、直感的に満足のいくものです。これらは、エッジベースのアプローチの経験に基づいて第 2 版で導入されました。正弦波はエッジよりもゆっくりと遷移するため、組み込みカメラ プロセッサではエッジとして識別されにくいです。したがって、画像処理が SFR に課す曖昧さは、SFR を使用することで大幅に回避できます。あるいは、画像処理が鮮明な特徴の欠如によって影響を受ける場合、カメラはより積極的な処理を使用する可能性があります。第 2 版で採用された正弦波スターバースト テスト パターン (図 6 を参照) と適切な解析ソフトウェアを使用すると、正弦波ベースの SFR をサンプリング周波数の半分まで計算できます。上で述べたのと同じ理由で、正弦波ベースのターゲットもコントラストが低く、エッジベースのターゲットと一致します。他の正弦波ターゲットに比べて、このターゲットの設計のさらなる利点は、そのコンパクトさと双方向機能です。
経験によれば、今日のデジタル カメラには単一の SFR は存在しません。このドキュメントで提案されている厳しいキャプチャ制約の下でも、ほとんどのデジタル カメラが提供する許容可能な機能セットは、そのような固有の特性評価を妨げます。 SFR が計算されたキャプチャ条件とカメラ設定を完全に文書化することで、混乱を軽減できます。同じキャプチャ条件下でエッジベースと正弦波ベースの SFR 結果を比較することは、デジタル カメラにおける空間画像処理の寄与を評価する際の優れたツールとなり得ることが示唆されています。参考文献[15]を参照してください。
最後に、最終ラインのカメラアセンブリテストなど、完全な SFR 特性評価が単に必要ない場合もあります。あるいは、SFR の有用性について訓練を受けていない人にとって、SFR は恐ろしい障害となる可能性があります。繰り返しの線パターンを使用した解像度へのシンプルで直観的な空間領域アプローチを必要とする人のために、この文書では視覚的な解像度の測定も提供されています。
解像度の測定にはさまざまな方法が利用できるため、解像度の測定結果には必ず差異が生じます。起こり得る変動をベンチマークするために、委員会は、いくつかの測定方法とそれらの測定方法が相互にどのように関連しているかを使用したパイロット研究の結果を公表しました。これらの結果は参考文献 [19] に提供されています。
Introduction
0.1 Purpose
The spatial resolution capability is an important attribute of a digital camera. Resolution measurement standards allow users to compare and verify spatial resolution measurements, as described in Reference [15]. This document defines terminology, test charts, and test methods for performing resolution measurements for digital cameras.
0.2 Technical background
Because digital cameras are sampled imaging systems, the term resolution is often incorrectly interpreted as the number of addressable photoelements. While there are existing protocols for determining camera pixel counts, these are not to be confused with the interpretation of resolution as addressed in this document. Qualitatively, resolution is the ability of a camera to optically capture finely spaced detail, and is usually reported as a single valued metric. Spatial frequency response (SFR) is a multi-valued metric that measures contrast loss as a function of spatial frequency. SFR is similar to the optical transfer function (OTF) and the modulation transfer function (MTF) which are defined for linear systems (see References [2] and [4]). Generally, contrast decreases as a function of spatial frequency to a level where detail is no longer visually resolved. This limiting frequency value is the resolution of the camera. A camera’s resolution and its SFR are determined by several factors. These include, but are not limited to, the performance of the camera lens, the number of addressable photoelements in the optical imaging device, and the camera image processing, which can include image sharpening, image compression and gamma correction functions.
While resolution and SFR are related metrics, their difference lies in their comprehensiveness and utility. As articulated in this document, resolution is a single frequency parameter that indicates whether the output signal contains a minimum threshold of detail information for visual detection. In other words, resolution is the highest spatial frequency that a camera can usefully capture under cited conditions. It can be very valuable for rapid manufacturing testing, quality control monitoring, or for providing a simple metric that can be easily understood by end users. The algorithm used to determine resolution has been tested with visual experiments using human observers and correlates well with their estimation of high frequency detail loss.
SFR is a numerical description of how contrast is changed by a camera as a function of spatial frequencies. It is very beneficial for engineering, diagnostic, and image evaluation purposes and serves as an umbrella function from which such metrics as sharpness and acutance are derived. Often, practitioners will select the spatial frequency associated with a specified SFR level as a modified non-visual resolution value.
In a departure from the first edition of this document, two SFR measurements were described in the second edition. The first SFR metrology method, an edge-based spatial frequency response (e-SFR), was identical to that described in the first edition, except that a lower contrast edge was used for the test chart. In the fourth edition, the test chart used for the e-SFR measurement was updated, to enable measurements in diagonal directions. Regions of interest (ROIs) near slanted vertical, diagonal, and horizontal edges are digitized and used to compute the e-SFR levels. The use of a slanted edge allows the edge gradient to be measured at many phases relative to the image sensor photoelements and to yield a phase averaged e-SFR response.
A second sine wave based SFR (s-SFR) metrology method was introduced in the second edition. Using a sine wave modulated target in a polar format (e.g. Siemens star), it is intended to provide an SFR response that is more resilient to ill-behaved spatial frequency signatures introduced by the image content driven processing of some consumer digital cameras. In this sense, it is intended to enable easier interpretation of SFR levels from such cameras. Comparing the results of the edge-based SFR and the sine-based SFR might indicate the extent to which nonlinear processing is used.
The first step in determining visual resolution or SFR is to capture an image of a suitable test chart with the camera under test. The test chart should include features of sufficiently fine detail and frequency content such as edges, lines, square waves, or sine wave patterns. The test charts defined in this document have been designed specifically to evaluate digital cameras. They have not necessarily been designed to evaluate other electronic imaging equipment such as input scanners, CRT displays, hard-copy printers, or electro-photographic copiers, nor individual components of a digital camera, such as the lens.
The measurements described in this document are performed using digital analysis techniques.
0.3 Methods for measuring SFR and resolution — Selection rationale and guidance
This section is intended to provide more detailed rationale and guidance for the selection of the different resolution metrology methods presented in this document. While resolution metrology of analogue optical systems, by way of spatial frequency response, is well established and largely consistent between methodologies (e.g. sine waves, lines, edges), metrology data for such systems are normally captured under well-controlled conditions where the required data linearity and spatial isotropy assumptions hold. Generally, it is not safe to assume these conditions for files from many digital cameras, even under laboratory capture environments. Exposure and image content dependent image processing of the digital image file before it is provided as a finished file to the user prevents this. This processing yields different SFR responses depending on the features in the scene or in the case of this document, the test chart. For instance, in-camera edge detection algorithms might specifically operate on edge features and selectively enhance or blur them based on complex nonlinear decision rules. Depending on the intent, these algorithms might also be tuned differently for repetitive scene features such as those found in sine waves or bar pattern targets. Even using the constrained camera settings recommended in this document, these nonlinear operations can yield differing SFR results depending on the test chart. Naturally, this causes confusion on which test charts to use, either alone or in combination. Guidelines for selection are offered below.
Edges are common features in naturally occurring scenes. They also tend to act as visual acuity cues by which image quality is judged and imaging artefacts are manifested. This logic prescribed their use for SFR metrology in the past and current editions of this document. It is also why edge features are prone to image processing in many consumer digital cameras: they are visually important. All other imaging conditions being equal, camera SFRs using different test chart contrast edge features can be significantly different, especially with respect to their morphology. This is largely due to nonlinear image processing operations and would not occur for strictly linear imaging systems. To moderate this behaviour, in the second edition of ISO 12233, a lower contrast slanted edge feature was chosen to replace the higher contrast version of the first edition. In the fourth edition, the edge feature was further modified to enable measurements in diagonal directions. This “slanted star” feature choice still allows for acuity amenable SFR results beyond the half-sampling frequency and helps prevent nonlinear data clipping that can occur with high contrast target features. It is also a more reliable rendering of visually important contrast levels in naturally occurring scenes. However, data clipping is still possible when using a test chart having a large edge reflectance ratio and/or when the captured image of the test chart is significantly overexposed. This data clipping can cause the measured e-SFR values to be overstated.
Sine wave features have long been the choice for directly calculating the MTF of analogue imaging systems and they are intuitively satisfying. They were introduced in the second edition based on experiences from the edge-based approach. Because sine waves transition more slowly than edges, they are not prone to being identified as edges in embedded camera processors. As such, the ambiguity that image processing imposes on the SFR can be largely avoided by their use. Alternatively, if the image processing is influenced by the absence of sharp features, more aggressive processing might be used by the camera. Using the sine wave starburst test pattern (see Figure 6) adopted in the second edition along with the appropriate analysis software, a sine wave based SFR can be calculated up to the half-sampling frequency. For the same reasons stated above, the sine wave-based target is also of low contrast and consistent with that of the edge-based version. An added benefit of the target’s design over other sine targets is its compactness and bi-directional features.
Experience suggests that there is no single SFR for today’s digital cameras. Even under the strict capture constraints suggested in this document, the allowable feature sets that most digital cameras offer prevent such unique characterization. Confusion can be reduced through complete documentation of the capture conditions and camera settings for which the SFR was calculated. It has been suggested that comparing edge-based and sine wave-based SFR results under the same capture conditions can be a good tool in assessing the contribution of spatial image processing in digital cameras. See Reference [15].
Finally, at times a full SFR characterization is simply not required, such as in end of line camera assembly testing. Alternately, SFR might be an intimidating obstacle to those not trained in its utility. For those in need of a simple and intuitive space domain approach to resolution using repeating line patterns, a visual resolution measurement is also provided in this document.
With such a variety of methods available for measuring resolution, there are bound to be differences in measured resolution results. To benchmark the likely variations, the committee has published the results of a pilot study using several measurement methods and how they relate to each other. These results are provided in Reference [19].