https://wiki.yanding.com/ 2026-05-06T13:05:31+00:00 https://wiki.yanding.com/ https://wiki.yanding.com/lib/tpl/myconfluence/images/favicon.ico text/html 2025-11-11T11:33:11+00:00 Anonymous (anonymous@undisclosed.example.com) https://wiki.yanding.com/doku.php?id=yanding:%E6%88%90%E5%83%8F%E5%9F%BA%E7%A1%80%E7%9F%A5%E8%AF%86:%E6%88%90%E5%83%8F%E7%B3%BB%E7%BB%9F:%E6%88%90%E5%83%8F%E8%B4%A8%E9%87%8F%E9%97%AE%E9%A2%98:hdr%E6%88%90%E5%83%8F%E6%8A%80%E6%9C%AF&rev=1762860791&do=diff HDR成像技术 时域多帧HDR 时域多帧 HDR 是一种通过连续捕获多帧不同曝光的图像并融合，生成高动态范围（HDR）图像的技术。其利用相机传感器特性，通过调整曝光时间或光圈获取场景中不同亮度信息，经算法选取各像素最佳值融合后生成最终的HDR图像，从而呈现更广的亮度范围，保留亮部与暗部细节。 text/html 2026-03-06T08:54:28+00:00 Anonymous (anonymous@undisclosed.example.com) https://wiki.yanding.com/doku.php?id=yanding:%E6%88%90%E5%83%8F%E5%9F%BA%E7%A1%80%E7%9F%A5%E8%AF%86:%E6%88%90%E5%83%8F%E7%B3%BB%E7%BB%9F:%E6%88%90%E5%83%8F%E8%B4%A8%E9%87%8F%E9%97%AE%E9%A2%98:mtf_sfr_%E6%B7%B1%E5%BA%A6%E8%A7%A3%E6%9E%90%E4%B8%8E%E6%B5%8B%E8%AF%95%E5%AE%9E%E8%B7%B5&rev=1772787268&do=diff 成像系统的“视力表”：MTF/SFR 深度解析与测试实践 当我们谈论成像系统的分辨率（客观物理极限），以及锐度与清晰度（主观视觉感知） 时，MTF/SFR 是量化这些主、客观维度的核心指标，它通过 MTF 曲线，直观地揭示了系统在不同细节尺度下的对比度传递能力。$M = \frac{I_{\max} - I_{\min}}{I_{\max} + I_{\min}}$$ f_{N}= 1 / (2 x PixelPitch)$$$Q = \frac{\sum_{i=1}^{N} SFR_i \, CSF_i}{\sum_{i=1}^{N} CSF_i}, \quad i = 1, 2, \dots, N \tag{L.2}$$\(SFR_i\)\(i\)\(CSF_i\)\(i\)\(N\)$$csf_{\text{lum}}(f) = \frac{(a \cdot f^c) e^{-bf}}{K} \tag{L.1}$$$a = 75$$b = 0.2$$c = 0.8$$K = 102.16$$f$$f_{cut}​ $$$f_{\text{cycles/degree}} = \f… text/html 2025-11-17T02:42:21+00:00 Anonymous (anonymous@undisclosed.example.com) https://wiki.yanding.com/doku.php?id=yanding:%E6%88%90%E5%83%8F%E5%9F%BA%E7%A1%80%E7%9F%A5%E8%AF%86:%E6%88%90%E5%83%8F%E7%B3%BB%E7%BB%9F:%E6%88%90%E5%83%8F%E8%B4%A8%E9%87%8F%E9%97%AE%E9%A2%98:%E5%8A%A8%E6%80%81%E8%8C%83%E5%9B%B4_dynamic_range&rev=1763347341&do=diff 动态范围（Dynamic Range） 逆光拍摄时，天空过曝看不清细节，前景人物却黑成 “剪影”（见图1）；夜间拍路灯场景，灯源过曝刺眼，而路边的行人和路标却隐入暗部难以分辨（见图2）；室内外混合光照下，窗边强光过曝，房间角落却一片模糊（见图3） —— 这些拍摄中常见的“遗憾”，本质都是相机动态范围不足导致的。动态范围是相机 “捕捉明暗细节的能力边界”，接下来，本文将深入探讨动态范围背后的原理。$DR_{dB}=20log_{10}(\frac{L_{max}}{L_{min}})$$L_{max}$$L_{min}$… text/html 2026-03-23T01:41:28+00:00 Anonymous (anonymous@undisclosed.example.com) https://wiki.yanding.com/doku.php?id=yanding:%E6%88%90%E5%83%8F%E5%9F%BA%E7%A1%80%E7%9F%A5%E8%AF%86:%E6%88%90%E5%83%8F%E7%B3%BB%E7%BB%9F:%E6%88%90%E5%83%8F%E8%B4%A8%E9%87%8F%E9%97%AE%E9%A2%98:%E5%99%AA%E5%A3%B0_noise&rev=1774230088&do=diff 噪声（Noise） 一、定义 图像噪声（Image Noise）是指在图像采集、传输或处理过程中，叠加于目标信号之上的非预期干扰。其外在表现为像素亮度或色度的随机波动（如颗粒感、杂色、不规则斑点等）。噪声直接影响图像信噪比（SNR）与视觉质量，是限制$\sigma_{\text{signal}} = \sqrt{N_{\text{signal}}}$$I_{\text{dark}} \propto A \cdot T^3 e^{-\frac{E_g}{kT}}$$I_{\text{dark}}$$T$$E_g$$k$$A$$\sigma_{\text{dark}} = \sqrt{N_{\text{dark}}}$$\sigma_{\text{dark}}$$N_{\text{dark}}$$V_{\text{KTC}} = \sqrt{\frac{kT}{C}}$$V_{\text{thermal}} = \sqrt{4kTRB}$$V_{\text{thermal}} $$S_V(f) \propto \frac{1}{f^\gamma}$$$\text{RMS Noise} … text/html 2025-11-26T09:38:54+00:00 Anonymous (anonymous@undisclosed.example.com) https://wiki.yanding.com/doku.php?id=yanding:%E6%88%90%E5%83%8F%E5%9F%BA%E7%A1%80%E7%9F%A5%E8%AF%86:%E6%88%90%E5%83%8F%E7%B3%BB%E7%BB%9F:%E6%88%90%E5%83%8F%E8%B4%A8%E9%87%8F%E9%97%AE%E9%A2%98:%E5%9D%87%E5%8C%80%E6%80%A7_shading&rev=1764149934&do=diff 均匀性（Shading) 一、均匀性的概念 均匀性包含图像亮度均匀性和图像色彩均匀性。 亮度均匀性指的是图像从中心到四周边缘的亮度分布一致性。亮度均匀性较差时，即图像的中心到边缘会出现亮度不一致现象，如图1，呈现中心亮，四周偏暗现象，即亮度衰减问题。 text/html 2026-03-12T09:54:39+00:00 Anonymous (anonymous@undisclosed.example.com) https://wiki.yanding.com/doku.php?id=yanding:%E6%88%90%E5%83%8F%E5%9F%BA%E7%A1%80%E7%9F%A5%E8%AF%86:%E6%88%90%E5%83%8F%E7%B3%BB%E7%BB%9F:%E6%88%90%E5%83%8F%E8%B4%A8%E9%87%8F%E9%97%AE%E9%A2%98:%E6%9D%82%E5%85%89_flare&rev=1773309279&do=diff 杂光 生活中，你是否遇到过这样的情况：逆光拍摄时，整个画面像蒙上了一层 “薄纱”，画面对比度降低且出现圆形光斑（见下图）。这些现象均是杂光造成的！杂光会降低图像对比度、掩盖细节，并可能引入干扰信息，对成像质量与分析结果产生负面影响。因此，对杂光的测试是数字相机成像质量测试的关键一环。本文将为大家介绍数字相机杂光现象的原理！ $$F = \frac{S_{black}}{S_{white}} \times 100\%$$$2\text{cd/m}^2$$\text{Mcd/m}^2$$\text{arcmin}$$FlareAverage_{dB \theta，\phi}$$$FlareAverage_{dB \theta，\phi}=avg(Flare_{dB \theta，\phi}(x,y))$$$FlareAverage_{dB }$$\theta$${\phi}$$Flare_{dB }$$$FlareWorst_{dB \theta，\phi}=\max_{x,y}(Flare_{dB\theta,\phi}(x, y))$$$FlareWorst_{dB}$$\theta… text/html 2026-02-25T05:51:56+00:00 Anonymous (anonymous@undisclosed.example.com) https://wiki.yanding.com/doku.php?id=yanding:%E6%88%90%E5%83%8F%E5%9F%BA%E7%A1%80%E7%9F%A5%E8%AF%86:%E6%88%90%E5%83%8F%E7%B3%BB%E7%BB%9F:%E6%88%90%E5%83%8F%E8%B4%A8%E9%87%8F%E9%97%AE%E9%A2%98:%E7%95%B8%E5%8F%98_distortion&rev=1771998716&do=diff 畸变 一、畸变的定义与类型 畸变（distortion）是一种十分独特的几何像差。它并不影响成像的清晰程度，却会使实际场景中原本平直的线条发生弯曲，从而改变物像之间的几何相似性。 畸变是主光线的行为，不同视场的实际横向放大率不同，畸变现象也不同。$$D = \frac{\Delta H}{H} \cdot 100$$$\Delta H$$H$$(x_{real}, y_{real})$$r_{\text{real}} = r_{\text{ideal}} \left(1 + k_1 r^2 + k_2 r^4\right)$$$ A = \frac{A_{1}+A_{2}}{2} $$$$ SMIA= \frac{A-B}{B} \times100% $$$A_{1}$$A_{2}$… text/html 2025-11-21T10:06:11+00:00 Anonymous (anonymous@undisclosed.example.com) https://wiki.yanding.com/doku.php?id=yanding:%E6%88%90%E5%83%8F%E5%9F%BA%E7%A1%80%E7%9F%A5%E8%AF%86:%E6%88%90%E5%83%8F%E7%B3%BB%E7%BB%9F:%E6%88%90%E5%83%8F%E8%B4%A8%E9%87%8F%E9%97%AE%E9%A2%98:%E7%99%BD%E5%B9%B3%E8%A1%A1&rev=1763719571&do=diff 自动白平衡 一、颜色恒常性 相机的白平衡来源于人类视觉的颜色恒常性，即人类视觉系统在不同光谱的光源照明下，维持物体色不变的机制。如图，暖光到冷光的光源色温变化中，人眼始终将白衣服感知为中性色，这一现象被称为颜色恒常性； text/html 2025-11-06T06:12:52+00:00 Anonymous (anonymous@undisclosed.example.com) https://wiki.yanding.com/doku.php?id=yanding:%E6%88%90%E5%83%8F%E5%9F%BA%E7%A1%80%E7%9F%A5%E8%AF%86:%E6%88%90%E5%83%8F%E7%B3%BB%E7%BB%9F:%E6%88%90%E5%83%8F%E8%B4%A8%E9%87%8F%E9%97%AE%E9%A2%98:%E7%A9%BA%E9%97%B4%E9%A2%91%E7%8E%87%E5%8D%95%E4%BD%8D&rev=1762409572&do=diff 空间频率单位 空间频率的单位及应用 换算公式 不同单位间可通过像高、焦距等参数换算，换算公式如下： 单位 换算公式 周期/像素Cycles / Pixel (C/P) 周期/距离Cycles / Distance(cycles / mm or cycles / inch) $\frac{MTF(C/P)}{\text{pixel pitch}}$$2 \times MTF\left(\frac{LP}{PH}\right)$$2 \times MTF\left(\frac{C}{P}\right) \times PH$$MTF\left(\frac{LW}{PH}\right)/2$$MTF\left(\frac{C}{P}\right) \times PH$$0.001 \times MTF\left(\frac{\text{cycles}}{\text{mm}}\right) \times FL(\text{mm})$$\frac{\pi}{180} \times MTF\left(\frac{\text{cycles}}{\text{mm}}\right) … text/html 2025-11-24T08:31:26+00:00 Anonymous (anonymous@undisclosed.example.com) https://wiki.yanding.com/doku.php?id=yanding:%E6%88%90%E5%83%8F%E5%9F%BA%E7%A1%80%E7%9F%A5%E8%AF%86:%E6%88%90%E5%83%8F%E7%B3%BB%E7%BB%9F:%E6%88%90%E5%83%8F%E8%B4%A8%E9%87%8F%E9%97%AE%E9%A2%98:%E8%89%B2%E5%B7%AE&rev=1763973086&do=diff 色差 一、什么是色差 色差（Chromatic Aberration, CA）指镜头无法把不同波长的光汇聚到同一像点，导致高对比边缘出现彩色镶边（常见紫边、绿边、红边）的现象。其本质是光学材料的色散——折射率 n 随 λ 变化（如：短波折射率越大），使白光中各颜色走不同路径、落在不同位置而引发的一种像差现象。 text/html 2026-01-12T07:49:47+00:00 Anonymous (anonymous@undisclosed.example.com) https://wiki.yanding.com/doku.php?id=yanding:%E6%88%90%E5%83%8F%E5%9F%BA%E7%A1%80%E7%9F%A5%E8%AF%86:%E6%88%90%E5%83%8F%E7%B3%BB%E7%BB%9F:%E6%88%90%E5%83%8F%E8%B4%A8%E9%87%8F%E9%97%AE%E9%A2%98:%E8%A7%86%E5%9C%BA%E8%A7%92_fov&rev=1768204187&do=diff 视场角 一、视场角的概念 在摄影领域，视场角（Angle of View ，简称AOV）与视场（field of view，简称 FOV）常互换使用，均指相机能“看到“景物的最大角度范围。其中，AOV 特指该范围的角度度量 ，而 $$ \alpha=2arctan\frac{d}{2f} $$$HFOV=2arctan\frac{d_{h}}{2f}$$VFOV=2arctan\frac{d_{v}}{2f}$$DFOV = 2 \arctan\left( \frac{\sqrt{{d_{h}}^2 + {d_{v}}^2}}{2f} \right)$ text/html 2026-03-06T07:42:04+00:00 Anonymous (anonymous@undisclosed.example.com) https://wiki.yanding.com/doku.php?id=yanding:%E6%88%90%E5%83%8F%E5%9F%BA%E7%A1%80%E7%9F%A5%E8%AF%86:%E6%88%90%E5%83%8F%E7%B3%BB%E7%BB%9F:%E6%88%90%E5%83%8F%E8%B4%A8%E9%87%8F%E9%97%AE%E9%A2%98:%E9%94%90%E5%BA%A6&rev=1772782924&do=diff 锐度 一、锐度的本质 锐度是衡量图像细节表现力与边缘清晰度的核心指标。其本质在于不同色调或颜色区域交界处的对比度梯度——梯度越陡峭，边缘越鲜明，细节分离度就越强。它不仅决定了视觉上的“清晰感”，更是图像信息传递效率的体现。在评价体系中，它通常通过 Acutance与 MTF（调制传递函数）等指标进行量化分析。 $$Q = \frac{\sum_{i=1}^{N} SFR_i \, CSF_i}{\sum_{i=1}^{N} CSF_i}, \quad i = 1, 2, \dots, N \tag{L.2}$$\(SFR_i\)\(i\)\(CSF_i\)\(i\)\(N\)$$csf_{\text{lum}}(f) = \frac{(a \cdot f^c) e^{-bf}}{K} \tag{L.1}$$$a = 75$$b = 0.2$$c = 0.8$$K = 102.16$$f$$f_{cut}​ $$$f_{\text{cycles/degree}} = \frac{\pi D}{180 p} f_{\text{cycles/pixel}} = \frac{\pi D N…