什么是圖像質(zhì)量

圖片和視頻作為信息載體已經(jīng)變得越來(lái)越重要，于是圖像質(zhì)量的評(píng)估變成了一個(gè)廣泛又基礎(chǔ)的問(wèn)題。

對(duì)于圖像質(zhì)量有兩種定義。

定義一：不同成像系統(tǒng)采集，處理，儲(chǔ)存，壓縮，傳輸信號(hào)的準(zhǔn)確度。

定義二：符合人眼感知的角度評(píng)價(jià)圖像質(zhì)量：圖像所有視覺上重要屬性的加權(quán)混合。

定義一是從信號(hào)處理的角度，關(guān)注成像系統(tǒng)中信號(hào)的準(zhǔn)確性。

定義二是從人眼視覺的角度，關(guān)注觀測(cè)者的感受，審美水平不同的觀測(cè)者，反饋的結(jié)果也不同。

那么從圖像質(zhì)量的定義上，就引申出了兩種圖像質(zhì)量的評(píng)測(cè)方法，客觀評(píng)價(jià)和主觀評(píng)價(jià)。

與圖像質(zhì)量相關(guān)的產(chǎn)品，評(píng)測(cè)方式都已經(jīng)從單純的客觀評(píng)價(jià)轉(zhuǎn)化為主客觀相結(jié)合的評(píng)價(jià)算法。尤其是注重觀者感受的領(lǐng)域，主觀評(píng)價(jià)的權(quán)重已經(jīng)超過(guò)客觀評(píng)價(jià)的權(quán)重。比如手機(jī)，無(wú)人機(jī)，美顏/濾鏡等算法……

其中在手機(jī)行業(yè)鼎鼎有名的DXO mark，也是通過(guò)主客觀結(jié)合的方式進(jìn)行打分。

主觀評(píng)價(jià)以人作為觀測(cè)者，最重要的優(yōu)勢(shì)是能夠真實(shí)的反映人的視覺感知，要知道人類的視覺感知系統(tǒng)相當(dāng)復(fù)雜，一部分指標(biāo)甚至涉及到心理學(xué)。

客觀評(píng)價(jià)方法借助于某種數(shù)學(xué)模型，給出基于數(shù)字計(jì)算的結(jié)果。可重復(fù)，可量化。缺點(diǎn)是場(chǎng)景相對(duì)固定，不易對(duì)復(fù)雜場(chǎng)景進(jìn)行打分。另外有些指標(biāo)與人類視覺感知不匹配，這也是制定行業(yè)標(biāo)準(zhǔn)的協(xié)會(huì)（IEEE/ISO）成員正在改進(jìn)的方向。

*本文測(cè)試方法主要應(yīng)用在對(duì)成像系統(tǒng)的整體或部分進(jìn)行評(píng)價(jià)。

客觀評(píng)價(jià)

傳統(tǒng)的客觀評(píng)價(jià)方式比較固定，并且需要較為嚴(yán)苛的光源與測(cè)試環(huán)境。

測(cè)試流程基本可以概括為三個(gè)部分：

拍攝圖卡（特定光源）→輸入測(cè)試軟件→測(cè)試結(jié)果

可以看到除去拍攝圖卡部分，其余兩個(gè)過(guò)程是很容易實(shí)現(xiàn)自動(dòng)化的。

所以客觀評(píng)價(jià)的目標(biāo)是用計(jì)算的方式代替人類視覺系統(tǒng)去觀看和認(rèn)知圖像。只要通過(guò)不同的測(cè)試卡和光源組合，就可以實(shí)驗(yàn)室中模擬各種環(huán)境，并且得到可信的測(cè)試結(jié)果。

目前世界上主流的測(cè)試系統(tǒng)有三家：imatest，DXO和Image Engineering。

三個(gè)測(cè)試系統(tǒng)測(cè)試覆蓋的內(nèi)容基本相同，測(cè)試方法和圖卡有各自的優(yōu)勢(shì)。

下面介紹一些客觀評(píng)價(jià)中常用的維度和測(cè)試方法，幫大家快速了解客觀評(píng)價(jià)是怎么進(jìn)行的。

清晰度

所有用戶拿到一張照片或者看到一段視頻的時(shí)候首先看到的是照片清楚不清楚，幾乎在所有成像系統(tǒng)中清晰度（解析力）都是第一重要的維度。如何評(píng)價(jià)一個(gè)成像系統(tǒng)的解析力也是大家一直在探討的問(wèn)題。常見的清晰度指標(biāo)有MTF，SFR，TVline。

MTF

MTF，Modulation Transfer Function。中文為調(diào)制傳遞函數(shù)。在各個(gè)攝像頭鏡頭中經(jīng)常采用MTF描述鏡頭的MTF曲線，表明鏡頭的能力。這些曲線是通過(guò)理想的測(cè)試環(huán)境下盡量減少其它系統(tǒng)對(duì)鏡頭的解析力的衰減的情況下測(cè)試得出的。當(dāng)然，MTF也可以涵蓋對(duì)整個(gè)成像系統(tǒng)的解析力評(píng)價(jià)。

為了讓大家快速感知MTF是什么，舉一個(gè)大家非常熟悉的例子。下圖是視力檢測(cè)的圖卡。清晰的圖像，黑白邊界分明，模糊的圖像，黑色白色混在一起，黑色似乎變淡了。如果我們把視力的測(cè)量對(duì)應(yīng)到對(duì)鏡頭解析力的測(cè)量，視力表就變成了線對(duì)，最初的MTF測(cè)量就是通過(guò)測(cè)試不同頻率的線對(duì)實(shí)現(xiàn)的。

線對(duì)圖的上部分為理想圖像，下半部分為模擬的實(shí)拍的圖像。

其實(shí)這個(gè)線對(duì)大家都見過(guò)，每周二沒(méi)有電視節(jié)目的時(shí)候，都會(huì)用一張圖卡代替。而這張圖卡，就包含了MTF測(cè)試內(nèi)容。

MTF是通過(guò)找線對(duì)中最大亮度點(diǎn)和最小亮度點(diǎn)的對(duì)比度來(lái)計(jì)算的。

計(jì)算公式為MTF=(最大亮度-最小亮度)/(最大亮度+最小亮度)。

所以MTF的計(jì)算不會(huì)出現(xiàn)大于1的情況。

當(dāng)我們測(cè)試了很多不同頻率下的MTF值，通過(guò)將這些值和空間頻率進(jìn)行一一的對(duì)照，也就知道了在什么頻率紋理下的解析能力如何。

對(duì)于MTF的概念，講到這里相信大家有了一個(gè)初步的概念。那么MTF通常的門限是什么呢？

視力表中，當(dāng)我們將將能看清E開口方向的時(shí)候，會(huì)去查對(duì)應(yīng)的視力數(shù)值來(lái)表示我們的視力。MTF也是類似，MTF“看清開口”的標(biāo)準(zhǔn)一般是跌落至50%或30%，此時(shí)去查對(duì)應(yīng)頻率，這個(gè)頻率越高，表明清晰度越好。

通常，會(huì)以MTF50 or MTF30會(huì)作為清晰度的指標(biāo)。

另外這里需要補(bǔ)充一點(diǎn)。由于圖片分辨率的限制，一個(gè)黑白線對(duì)，最少也要兩個(gè)像素才能表示，所以一個(gè)像素為0.5周期。0.5cycles/pixel即為奈奎斯特頻率。如果MTF50的頻率大于了奈奎斯特頻率，那么在實(shí)際圖像中，這個(gè)頻率的細(xì)節(jié)會(huì)出現(xiàn)混疊，而不是真正達(dá)到MTF=50的清晰程度。

上圖是imatest測(cè)試出來(lái)的MTF結(jié)果，細(xì)心的同學(xué)可能發(fā)現(xiàn)了，這個(gè)MTF的結(jié)果是通過(guò)SFR圖卡得到的。說(shuō)好的線對(duì)在哪里？其實(shí)由于線對(duì)圖卡的種種缺點(diǎn)，（個(gè)人感覺主因是圖卡精細(xì)度要求太高）。已經(jīng)被其他計(jì)算方式代替了。既然這里用到了SFR圖卡，那么我們繼續(xù)來(lái)說(shuō)SFR。

SFR

SFR（Spatial Frequency Response）空間頻率響應(yīng)，是用于測(cè)量隨著空間頻率的線條增加對(duì)單一影像的所造成影響。簡(jiǎn)而言之SFR就是MTF的另外一種測(cè)試方法。這種測(cè)試方法在很大程度上精簡(jiǎn)了測(cè)試流程。SFR的最終計(jì)算是希望得到MTF曲線。SFR的計(jì)算方法和MTF雖然不同但是在結(jié)果上是基本一致的，也就是說(shuō)得到了SFR的值，就有了MTF。

圖像清晰度國(guó)際測(cè)量標(biāo)準(zhǔn)中（ISO12233），給出了五種測(cè)試圖卡。第一張TVline 直接人眼讀取。另外四種均是通過(guò)計(jì)算SFR來(lái)獲得MTF。這五張圖卡如下：

1.斜邊法

上圖中第二到第四張圖卡，都是斜邊法的計(jì)算方式。它只需要一個(gè)黑白的斜邊即可換算出約略相等于所有空間頻率下的MTF。

計(jì)算過(guò)程在ISO-12233-2014（或者2000）中有詳細(xì)的計(jì)算。流程圖如下：

其中核心的計(jì)算步驟：

SFR是通過(guò)對(duì)斜邊進(jìn)行超采樣，得到一條更加細(xì)膩的黑白變換的直線（ESF）。邊緣擴(kuò)展函數(shù)ESF(Edge Spread Function)。大家可以把下面的圖想象成一條線。

之所以SFR的測(cè)試圖是一張斜邊，是希望通過(guò)斜邊中的多條線進(jìn)行超采樣，得到一條灰度變換更加平滑的線。這樣減少在后面進(jìn)行頻域轉(zhuǎn)換之后值上的誤差。

然后通過(guò)這條直線求導(dǎo)，得到變化率（LSF）。然后對(duì)將這個(gè)變化率進(jìn)行傅里葉變換就能得到SFR。

這里回答一個(gè)問(wèn)題，為什么用斜邊法測(cè)量的MTF會(huì)大于1。

因?yàn)閳D像被銳化后，超采樣得到的ESF不是平滑的，圖像的邊界會(huì)有明顯的rining現(xiàn)象存在。正是由于過(guò)度銳化現(xiàn)象，使得MTF大于1。

左側(cè)為正常圖像，右側(cè)為過(guò)度銳化對(duì)應(yīng)圖像（大概30%的過(guò)度銳化）。

2.西門星圖

這個(gè)圖卡的計(jì)算方式類似線對(duì)，ISO提供了對(duì)應(yīng)的公式將星圖轉(zhuǎn)換為線對(duì)。從而推導(dǎo)出MTF 或SFR。

這種計(jì)算方式的好處是可以看到各個(gè)方向的MTF。

并且不易被銳化影響。

3.利用NPS（噪聲功率譜）計(jì)算MTF——枯葉圖：

枯葉圖MTF，有一種叫法叫texture MTF。

用枯葉圖計(jì)算出來(lái)的MTF，與其他模式（尤其是傾斜邊緣）相比，它們受邊緣銳化的影響較小，因此可以提供紋理細(xì)節(jié)的估計(jì)值，這些估計(jì)值與感知觀察的相關(guān)性更好。

*NPS為噪聲ACF的傅里葉變換

理論公式為SF =MTF^2 *SG

SG輸入信號(hào)的NPS

SF輸出信號(hào)的NPS

TVline

TVline 就比較易于理解了，可以肉眼就可以讀數(shù)得到，并且可以直接轉(zhuǎn)換成MTF。

由于無(wú)法自動(dòng)化讀數(shù)，現(xiàn)在基本上已經(jīng)被淘汰了。

ISO文檔里的圖例：虛線以上的認(rèn)為是清晰的部分，虛線以下認(rèn)為模糊。

acutance —— 由MTF衍生出來(lái)的計(jì)算方式

MTF已經(jīng)能夠反映清晰度的情況。但仍然存在不符合人眼感知的情況。于是ISO和IEEE兩個(gè)組織均提出了新的指標(biāo)：acutance。其公式中加入了人類視覺感知的參數(shù)。

簡(jiǎn)單來(lái)說(shuō)就是兩點(diǎn)。

1.觀測(cè)距離和顯示器參數(shù)。

2.人眼不同頻率的細(xì)節(jié)感受不一致，對(duì)比敏感度函數(shù)CSF（）。

同時(shí)通過(guò)實(shí)驗(yàn)表明，當(dāng)acutance超過(guò)0.8851后，大眾將無(wú)法感知清晰度的提升（實(shí)際的觀測(cè)距離不一定和標(biāo)準(zhǔn)一致，）。

*the CPIQ document defines an “objective metric” (OM= 0.8851 –acutanceforacutance= 0.8851;OM= 0 otherwise) that increases with increasing blur. It claims that perceived quality does not improve for acutance greater than 0.8851. The result of a rather complicated equation shows that a change in OM of 0.02 (2%) corresponds roughly to 1 JND.

測(cè)量清晰度，通常有兩個(gè)目標(biāo)。量化清晰度且符合人眼感知，量化因銳化導(dǎo)致的artifact。

所以在客觀評(píng)測(cè)中我們通常選用指標(biāo)如下：

SFR：

acutance

MTF50/MTF50P

overshoot/undershoot

枯葉圖：

acutance

MTF50/MTF50P

同時(shí)會(huì)將枯葉圖和SFR的MTF曲線進(jìn)行比較。

噪聲

噪聲的定義：成像系統(tǒng)中不想要的信號(hào)響應(yīng)變化。

也就是說(shuō)，不應(yīng)該出現(xiàn)在圖像里的內(nèi)容，我們統(tǒng)統(tǒng)可以成為噪聲。在大多數(shù)情況下，噪聲被認(rèn)為是質(zhì)量下降。

噪聲的分類維度很多。

按頻率分：high/mid/low frequency noise

按顏色分：luma noise / chroma noise

按時(shí)空分：spatial noise / temporal noise

*仔細(xì)想下，這些分類其實(shí)都是為了方便后處理噪聲。

還可以按噪聲的形狀：塊狀/椒鹽噪聲。按產(chǎn)生原因：sensor noise， power noise。

噪聲的數(shù)學(xué)表達(dá)

噪聲通常以RMS（標(biāo)準(zhǔn)差）噪聲來(lái)衡量。測(cè)量噪聲通常需要一些帶有灰階的圖卡。以24色卡舉例。

#19~#24為白到黑灰階可以計(jì)算出圖像不同intensity的噪聲水平。

假設(shè)在計(jì)算#22色塊噪聲水平，

那么計(jì)算首先會(huì)對(duì)#22色塊取均值，之后做標(biāo)準(zhǔn)差

取均值:

μ=1/n（∑Xi） ；i =1 ，n

標(biāo)準(zhǔn)差：

σ=(（1/(n-1))*（Σ（μ-Xi）2）；i=1，n

噪聲的指標(biāo)

SNR信噪比

由于噪聲和信號(hào)總是混在一起，如果一張圖片去除噪聲的同時(shí)也消除了信號(hào)，那么也不是優(yōu)質(zhì)的圖像。所以為了評(píng)判圖像的好壞，經(jīng)常用SNR信噪比來(lái)表示。

剛才說(shuō)我們用均勻的灰塊圖卡來(lái)測(cè)量噪聲，也就是把灰塊的均值當(dāng)做理想的信號(hào)。

噪聲就是該區(qū)域的標(biāo)準(zhǔn)差。

計(jì)算所選區(qū)域的SNR = 均值/標(biāo)準(zhǔn)差

我們一般用dB表示：

所以SNR（dB）= 20 log 10（S / N）。

SNR最顯著的缺點(diǎn)就是容易被降噪算法作弊。一張SNR很高的圖片可能涂抹嚴(yán)重。另外相同SNR的兩張圖，噪聲感受可能差別很大。

Visual noise

SNR不能反映出觀測(cè)者的噪聲感知。相同的SNR，人眼噪聲水平感受區(qū)別巨大。

為了解決這個(gè)問(wèn)題。IE在ISO15739標(biāo)準(zhǔn)中提出了Visual noise來(lái)表示人眼對(duì)噪聲的感知。

加入了三個(gè)參數(shù)。

1.觀測(cè)距離和顯示器參數(shù)。

2.人眼不同頻率的噪聲感受不一致，對(duì)比敏感度函數(shù)CSF（）。

3.人眼對(duì)彩噪和亮噪感受不一致，V = σL* + 0.852 σu* + 0.323 σv*

計(jì)算流程如下：

噪聲的頻譜

在噪聲的分類中講到，有按照噪聲形態(tài)進(jìn)行區(qū)分。實(shí)際上，噪聲的形態(tài)也是非常重要的噪聲指標(biāo)。細(xì)碎的噪聲更容易被人眼接受，甚至在一些膠片攝影玩家眼中適當(dāng)?shù)脑肼曉黾恿苏掌馁|(zhì)感。

下圖是三種形態(tài)的噪聲，很明顯第一張圖的噪聲更容易被人眼接受。

imatest提供在噪聲的測(cè)試中提供了噪聲的頻譜圖。有助于我們分析噪聲的頻率，可能的情況下，高頻噪聲優(yōu)于低頻噪聲。

色彩

除了印刷品/機(jī)器視覺/染色等嚴(yán)格依賴色彩準(zhǔn)確性的領(lǐng)域。色彩的好壞已經(jīng)無(wú)法單純靠客觀數(shù)值反應(yīng)，而且還出現(xiàn)了調(diào)調(diào)飽和度，改改濾鏡這種影響色彩準(zhǔn)確性，反而更討喜的現(xiàn)象。

于是在對(duì)成像系統(tǒng)的客觀評(píng)價(jià)中，色彩通常不會(huì)設(shè)置嚴(yán)格的指標(biāo)。主要通過(guò)主觀感受來(lái)判斷色彩好壞。

*這里需要注意，如果評(píng)價(jià)對(duì)象為圖像算法或者成像系統(tǒng)中的某些模塊（比如銳化，降噪，tonemapping），色彩不應(yīng)發(fā)生明顯變化。

我們一般描述一個(gè)顏色，除了用相近的自然景物代替（天藍(lán)色，番茄色，橘色），還會(huì)說(shuō)深淺（飽和度)，明暗（明度），偏紅還是偏綠（色調(diào)）。

飽和度，明度，色調(diào)也就構(gòu)成了色彩的三要素。常見的色彩空間如HSV，HSL，每一個(gè)坐標(biāo)軸也分別對(duì)應(yīng)了一個(gè)色彩要素。

CIE Lab中的色差計(jì)算

建立色彩空間，是為了方便的表示色彩。那么有了兩個(gè)顏色的坐標(biāo)，就可以開始進(jìn)行色差計(jì)算。

這時(shí)我們遇到了第一個(gè)問(wèn)題，應(yīng)該如何選擇色彩空間。

標(biāo)準(zhǔn)的制定者考慮了兩點(diǎn)。

1.色彩空間必須符合人眼視覺，能夠比較線性的色彩。

2.要在設(shè)備無(wú)關(guān)的色彩空間中進(jìn)行計(jì)算，不能因?yàn)閾Q了個(gè)顯示方式，影響色差計(jì)算。

于是CIE Lab就在這樣的需求中誕生了。L表示亮度，ab分別表示色彩分量。

當(dāng)時(shí)認(rèn)為CIE Lab是一個(gè)如果均勻線性空間，于是初代的色差公式就是兩個(gè)顏色在色彩空間中的歐式距離：

delta_Eab = sqrt(delta_L.^2 + delta_a.^2 + delta_b.^2);
delta_Cab = sqrt(delta_a.^2 + delta_b.^2);
其中delta E為整體色彩，deltaC 排除了亮度的影響（不計(jì)算L值）

之后色差公式在應(yīng)用中逐漸被認(rèn)識(shí)到一些缺點(diǎn)仍然存在。CIE 2000年又再次更新了標(biāo)準(zhǔn)。這次的公式更加符合人眼感知。

公式如下：

中間變量的計(jì)算過(guò)程被我省略了，只展示了最終的公式。有興趣的同學(xué)可以到附錄下載CIE 2000色差公式matlab函數(shù)。

LCH中的色彩三要素

我們?cè)贑IE Lab中已經(jīng)得到了色差，能夠表示色彩準(zhǔn)確度。

如果再細(xì)分維度，要是能把色彩三要素都測(cè)量出來(lái)就好了。所以很方便的，我們把Lab轉(zhuǎn)到LCH色彩空間。L值表示亮度，C表示chroma 飽和度，H表示色相hue。

直接相減。就得到了對(duì)應(yīng)的delta Luma/Chroma/hue。

sRGB轉(zhuǎn)換到CIE Lab /LCH

sRGB是設(shè)備相關(guān)的色彩空間，為能在顯示器上正確的顯示，sRGB經(jīng)過(guò)了gamma的處理。所以要把sRGB轉(zhuǎn)換成Lab，首先要抵消gamma的影響，然后轉(zhuǎn)換到XYZ色彩空間，再由XYZ色彩空間轉(zhuǎn)換到Lab。

X = r_gamma * 0.4124564 + g_gamma * 0.3575761 + b_gamma * 0.1804375
Y = r_gamma * 0.2126729 + g_gamma * 0.7151522 + b_gamma * 0.0721750
Z = r_gamma * 0.0193339 + g_gamma * 0.1191920 + b_gamma * 0.9503041

Xn = 0.95047; %95.047;
Yn = 1.0; %100.0;
Zn = 1.08883; %108.883;

l = 116 * labfun(Y/Yn) - 16;
a = 500 * (labfun(X/Xn)-labfun(Y/Yn));
b = 200 * (labfun(Y/Yn)-labfun(Z/Zn));

Lab2LCH

這部分比較簡(jiǎn)單。Lab中的L和LCH中的L值完全一樣。

c = math.sqrt(a ** 2 + b ** 2)
h = (math.atan2(b, a) * 180 / math.pi + 360) % 360
h = h * math.pi / 180

色差公式計(jì)算，RGB轉(zhuǎn)lab/LCH已經(jīng)用excel做好了工具。后續(xù)文章會(huì)單獨(dú)講解并提供出來(lái)；

麥克亞當(dāng)橢圓MacAdam Ellipsis

MacAdam建立了一個(gè)實(shí)驗(yàn)，其中訓(xùn)練有素的觀察者以大約48 cd / m 2的固定亮度觀察了兩種不同的顏色。一種顏色（“測(cè)試”顏色）是固定的，但另一種顏色可由觀察者調(diào)整，觀察者被要求調(diào)整該顏色，直到它與測(cè)試顏色匹配為止。當(dāng)然，這種匹配并不是完美的，因?yàn)槿搜巯袢魏纹渌麡?lè)器一樣，準(zhǔn)確性有限。MacAdam發(fā)現(xiàn)，觀察者進(jìn)行的所有匹配在CIE 1931色度圖上都變成了橢圓形。在色度圖上的25個(gè)點(diǎn)進(jìn)行測(cè)量，發(fā)現(xiàn)圖中橢圓的大小和方向根據(jù)測(cè)試顏色而有很大不同。下面的色度圖顯示了MacAdam為特定觀察者測(cè)量的這25個(gè)橢圓。

通過(guò)這個(gè)實(shí)驗(yàn)，再次證明了detal E公式的一些缺點(diǎn)：不太符合人眼認(rèn)知。

同時(shí)我們也得到了一些更重要的結(jié)論：

1.人眼對(duì)顏色的敏感性，不同顏色是不一樣的。

2.如果將這個(gè)范圍量化出來(lái)映射到Lab空間，全部以橢圓形呈現(xiàn)，且方向不一致。

那么如果我們想把顏色的誤差限制在一個(gè)范圍，那么這個(gè)范圍在Lab上應(yīng)該是橢圓形的。下面我們一起看看DXO的客觀測(cè)試是怎么做的。

DXO色彩客觀標(biāo)準(zhǔn)

DXO的色彩測(cè)試分為三個(gè)部分，色彩準(zhǔn)確性，白平衡，色彩均勻性。其中均勻性與硬件強(qiáng)相關(guān)（color shading）這里不做介紹。

色彩準(zhǔn)確性：

在dxo測(cè)試中，色差依然被定義在Lab空間下計(jì)算。

其中整體色差為主要參考值。

Delta E<8 被認(rèn)為色卡顏色與理論顏色相似

Delta E<15 被認(rèn)為色卡顏色與理論顏色不同，但可接受，供應(yīng)商有自己的選擇

Delta E>15 色彩還原效果很差，可能有曝光和白平衡問(wèn)題

另外飽和度和色調(diào)的差異，DXO也在lab中進(jìn)行表示計(jì)算。

彩度差：

色調(diào)差：

白平衡：

作為顏色保真的副產(chǎn)物，DxO的分析軟件提供了一種白平衡的度量方法，白平衡誤差的評(píng)估使用顏色保真度誤差平均值和最大值（灰色塊上的值），但是不包括黑色和白色。

Delta E<5 精確的白平衡

Delta E<8 正確的白平衡

Delta E<11 感知上存在錯(cuò)誤，但是可以接受

Delta E >11錯(cuò)誤的白平衡

另外除了delta E的標(biāo)準(zhǔn)，DXO也引入了類似麥克亞當(dāng)橢圓的機(jī)制作為限制（門限沒(méi)有引用國(guó)際標(biāo)準(zhǔn)，是DXO內(nèi)部經(jīng)驗(yàn)的積累總結(jié)）。限定了色差的方向。

報(bào)告色彩部分展示(數(shù)據(jù)為臺(tái)灣廠商2017年的旗艦機(jī)型)

曝光

曝光和色彩一樣，很難用客觀參數(shù)來(lái)定義正確的亮度。下面這兩張圖，亮度差別很大，左圖人像更優(yōu)，但是白紙和衣服過(guò)曝。右圖動(dòng)態(tài)范圍更好，但是人像稍暗。我們很難評(píng)價(jià)出哪幅圖片的亮度更好。亮度還原準(zhǔn)確，不一定感受也好。

18%灰卡

首先我們來(lái)談?wù)勗趺慈?zhǔn)確還原亮度。

假設(shè)一個(gè)物體100%漫反射可見光，那在人類的眼中該物體就應(yīng)該是絕對(duì)的白色。

如果一個(gè)物體0%反射可見光，拿在人類眼中，就應(yīng)該是絕對(duì)的黑色。

如果我們把絕對(duì)黑色和絕對(duì)白色還原到8bit的圖片里，那白色就是255，黑色就是0。

那中間亮度就是122。如果人眼對(duì)光線的感受也是線性的，那50%反射率的物體，就應(yīng)該是中性灰。

不過(guò)通過(guò)實(shí)驗(yàn)測(cè)定，18%反射率的物體，才是人眼感知上的中間亮度。

于是在客觀評(píng)價(jià)中，如果18%灰卡在圖像中正好達(dá)到顯示亮度范圍的中間值，就被認(rèn)為是準(zhǔn)確的曝光。

全局對(duì)比度和局部對(duì)比度

對(duì)比度一般能代表圖像中的明暗對(duì)比強(qiáng)弱。黑白對(duì)比強(qiáng)烈的圖片，看起來(lái)更加通透，有沖擊力。

Contrast ratio：

Global Contrast = （Lmax-Lmin）/（Lmax+Lmin）

下面兩張圖的全局對(duì)比度接近，但是感官上差異很大。是因?yàn)榫植繉?duì)比度的差異。

我們把一張圖分為很多小塊，分別計(jì)算每個(gè)小塊的對(duì)比度再求和平均，就是局部對(duì)比度。

動(dòng)態(tài)范圍 dynamic range

通俗來(lái)講，動(dòng)態(tài)范圍是用來(lái)里描述畫面中從最暗的陰影部分到最亮的高光部分的光量強(qiáng)度分布范圍。缺省情況下用分貝（db）表示，也可以用比特（bit）表示。例如描述一個(gè)場(chǎng)景說(shuō)它的動(dòng)態(tài)范圍很廣,意思就是說(shuō),這個(gè)場(chǎng)景中從陰影部分到高光部分之間的曝光數(shù)值相差很大,畫面的對(duì)比度高,層次豐富。當(dāng)你拍攝一張照片的時(shí)候,實(shí)際上有兩個(gè)動(dòng)態(tài)范圍是你需要考慮的:第一個(gè)是你要拍攝的場(chǎng)景的動(dòng)態(tài)范圍,第二個(gè)是你的相機(jī)的感光元件的動(dòng)態(tài)范圍。

動(dòng)態(tài)范圍一般用透射式36階動(dòng)態(tài)范圍卡測(cè)試。但是這張圖卡設(shè)計(jì)的太過(guò)理想，如果測(cè)試設(shè)備沒(méi)有對(duì)中性灰測(cè)光，或者一些hdr算法通過(guò)檢測(cè)過(guò)曝區(qū)域大小動(dòng)態(tài)改變包圍曝光EV時(shí)，測(cè)試結(jié)果很難和主觀對(duì)應(yīng)。

所以在DXO評(píng)測(cè)中，通常使用結(jié)合實(shí)景的客觀測(cè)試環(huán)境。

缺點(diǎn)不能量化圖片的DR，只能量化當(dāng)前環(huán)境的DR。

客觀評(píng)價(jià)中，測(cè)試維度和測(cè)試方法仍然有很多局限待改進(jìn)。

而且嚴(yán)重依賴實(shí)驗(yàn)室場(chǎng)景，無(wú)法對(duì)線上視頻形成監(jiān)控。只能應(yīng)用在成像系統(tǒng)或者算法的評(píng)測(cè)中。

審核編輯 ：李倩