数码相机分辨率测量方法差异解析降噪伪影图像质量测试的核心标准——ISO 12233已从当年的版本更新至2023第四版。与2010年相比，2023版在测试图案、边缘拟合算法、窗口函数选择和ROI自动化定位等方面均进行了实质性改进。
例如，斜星形测试图案取代了斜方形，可同时测量水平、垂直和对角线方向的e-SFR空间频率响应；边缘拟合从线性升级为五阶多项式；窗口函数也经历了从Hamming到Hann/Tukey的演进。此外，亚像素插值定位精度提升至0.01像素，ROI定位实现了自动化，测量效率和重复性显著提高。
然而，本文讨论的根本性问题——降噪算法会干扰基于斜边法的分辨率测量——如今依然成立，且已成为行业共识，已被明确写入测试标准之中。
实际上，随着现代消费电子设备中非线性降噪和深度学习图像处理的日益普及，这一问题的复杂性和重要性反而更高。2023年以来的多篇学术论文和工程实践持续关注噪声对SFR测量的影响，说明原文揭示的测量论点远未过时。
需要说明的是，本文涉及的具体计算参数（如过采样率推导、窗口函数选择、边缘拟合方法等）与现行ISO 12233:2023标准存在差异。建议读者在阅读过程中，将原文的实验思路和问题意识与现行标准的规范化要求相结合，以获得对分辨率测试的更全面理解。
摘要
数码相机图像处理链路中的降噪处理对图像质量影响极大，会造成低对比度精细细节丢失，即"纹理模糊"。已有研究表明，通过被测相机对高斯白噪声的再现结果，客观统计"kurtosis-峰度"参数，该值与上述现象的主观感知高度相关。为更细致地描述降噪对图像的影响，本文对比多种空间频率响应（SFR）测量方法的结果。各方法采用不同测试图卡，因此在存在自适应滤波时会得到不同结果。本文研究了基于多种方法测得的SFR差异，推导降噪对不同空间频率子带影响的详细表征方式。由于基础方法的差异会直接影响测量结果，本文还对所有所用方法的差异进行了验证。关键词：图像质量评价、纹理、西门子星图卡、分辨率、空间频率响应、调制传递函数、kurtosis-峰度、MTF、SFR
Ⅰ引言
数码相机的系统级分辨率测量（包含光学系统、传感器与信号处理），可通过被测设备再现不同测试图卡实现。在无自适应、非线性滤波时，各基础方法的结果相互接近；但存在该类滤波时，结果会随所用测试结构与方法不同而变化。本文提出利用这些差异，表征信号处理对图像空间域的影响。
Ⅱ 测试装置
本研究采用真实相机拍摄的图像，设备涵盖数码单反相机至手机相机。由于结果基于光学、传感器与信号处理的共同影响，实验中固定前两项组件，仅改变信号处理参数。被测设备固定于重型三脚架，同组拍摄中不移动。采用经滤光至D50日光的卤素灯光源进行复制照明，拍摄不同测试图卡。所有图卡均置于图像中心，避免像场差异影响单次测量结果。尽可能将镜头对焦于图卡平面，更换图卡时保持对焦不变；无法实现时，每组拍摄3张及以上图像，选取最优图像。该装置将光学条件变化的影响降至最低。通过调整相机标称感光度（ISO值），迫使相机启用不同信号处理策略。所有测试均在ISO 100、ISO 400、ISO 1600（无该档位则采用设备对应档位）下进行。随着ISO升高，曝光时间缩短，传感器端信噪比降低，信号处理中的降噪强度随之提升。由于多数相机的锐化会影响噪声表现，锐化参数同样随感光度变化。在其余组件固定的前提下，分辨率测量方法的结果差异直接与信号处理相关，可用于表征信号处理及其对图像的影响。作为参考，采用RAW格式与dcraw工具[10]，实现无降噪、无锐化的极简图像处理流程。
