วิธี SFR edge slant สามารถวัดความละเอียดของเลนส์มากกว่าขีด จำกัด Nyquist สำหรับเซ็นเซอร์กล้องได้หรือไม่?


9

วิธีการเอียงขอบ SFR ได้กลายเป็นมาตรฐานสำหรับการวัดความละเอียดของเลนส์และระบบกล้อง มันทำงานโดยการสแกนขอบเอียงห้าองศาเพื่อคำนวณฟังก์ชั่นการแพร่กระจายของเส้น นี่คือความแตกต่างในการผลิตฟังก์ชั่นการกระจายขอบซึ่งจะผ่านการแปลงฟูริเยร์ที่รวดเร็วเพื่อสร้างเส้นโค้ง MTF (คำอธิบายคร่าวๆ)
แก้ไข - เพื่อจุดประสงค์ของคำถามนี้สมมติว่าไม่มีตัวกรองการลบนามแฝงเนื่องจากเป็นข้อ จำกัด ที่เป็นอิสระจากข้อ จำกัด Nyquist

บทความนี้โดย Peter Burns (ผู้ริเริ่ม) อธิบายวิธีการได้ดีกว่า

ดูกราฟด้านล่างสำหรับตัวอย่างของการวัดที่ดำเนินการใน Nikon D7000

การวัดจะดูเหมือนว่าถูก จำกัด โดย Nyquist Limit ของเซ็นเซอร์ในกล้อง ดูการสนทนานี้ แต่เนื่องจากขอบนั้นเอียงเป็นห้าองศาจึงมีการสุ่มตัวอย่างแบบซูเปอร์ระหว่างการสแกน

ดังนั้นคำถามของฉัน: การสุ่มตัวอย่างแบบ Super edge edge ห้าองศาช่วยให้เราสามารถวัดความละเอียดของเลนส์ได้เกินกว่า Nyquist Limit ของเซ็นเซอร์กล้องหรือไม่?

ป้อนคำอธิบายรูปภาพที่นี่
ป้อนคำอธิบายรูปภาพที่นี่
วัดถูกสร้างขึ้นมาเกี่ยวกับเรื่องนี้ภาพการทดสอบสำหรับกล้อง Nikon D7000 จาก DPReview.com


2
ฉันเดาว่าสิ่งนี้ทำให้เกิดคำถาม ... เราจะวัดความละเอียดของเลนส์ได้อย่างไร? ฉันเดาว่าฉันมักจะคิดว่าสื่อที่ใช้ในการวัด MTF ของเลนส์มักจะมีขีด จำกัด สูงกว่าตัวเลนส์เสมอ
jrista

อ้างอิงจากimatest.com/docs/sharpness.html#calc "ถังขยะทั้งสี่ถูกรวมเข้าด้วยกันเพื่อคำนวณค่าเฉลี่ยของขอบที่เกินพิกัด 4x 4x ซึ่งจะช่วยให้การวิเคราะห์ความถี่เชิงพื้นที่เกินความถี่ Nyquist ปกติ" ดูเหมือนว่าคำตอบสำหรับคำถามของคุณอาจใช่แต่ฉันยังไม่เข้าใจวิธีการที่ดีพอที่จะรู้ว่าทำไม
ฌอน

2
@Sean ดูเหมือนว่าจะเป็นค่าเฉลี่ยของปรากฏการณ์ หากเส้นเอียงเล็กน้อยจากแนวตั้งอาจเป็นความคิดที่ยุติธรรมที่จะคิดว่าแต่ละแถวที่ต่อเนื่องกันเป็นตัวอย่างสัญญาณแนวนอนเดียวกันแต่ขยับเล็กน้อย นี่เป็นสัญญาณเดียวที่มีประสิทธิภาพ ที่ 5 องศาความชันจะอยู่ที่ 12 โดยให้อัตราส่วนการสุ่มตัวอย่าง 12: 1 สิ่งนี้จะเพิ่มความสามารถในการแก้ปัญหาแนวนอนโดย Sqrt (12) = ประมาณ 3.5 ฉันสงสัยว่าทำไมอัลกอริทึมใช้สี่ถังขยะต่อพิกเซล ดังนั้นคำตอบคือ "ใช่"
whuber

4
@jrista ลอง gedankenexperiment นี้: จินตนาการเซ็นเซอร์ของคุณเป็นคนเดียวพิกเซลมหาศาล แต่ก็มีการส่งออกสูงได้อย่างแม่นยำและทำซ้ำได้ (ประมาณ 36 บิตควรทำ) มุ่งเน้นจุดที่คมชัดของแสงตรงกลาง ตอนนี้วางแผนการตอบสนองของเซ็นเซอร์ในขณะที่คุณค่อยๆเลื่อนไปทางด้านข้างจนกระทั่งจุดโฟกัสนั้นอยู่นอกขอบของเซ็นเซอร์อย่างสมบูรณ์ หากเลนส์สมบูรณ์แบบการตอบสนองของเซ็นเซอร์จะคงที่จนกระทั่งจุดตกขอบแล้วลดลงถึงศูนย์ ในความเป็นจริงความคลาดเคลื่อนของเลนส์จะทำให้เกิดการกระจายของจุดทำให้เกิดการกระจายของเส้นโค้งการตอบสนอง: ปริมาณการแพร่กระจายคือความละเอียดของเลนส์
whuber

1
@ ทั้งหมด: อาจมีประโยชน์หากมีคนจัดทำสรุปข้อมูลอ้างอิงที่เหมาะสมที่สุดและให้คำตอบสำหรับคำถามนี้ นี่เป็นคำถามที่ดี แต่ก็ไม่เคยได้รับคำตอบจริงๆ
jrista

คำตอบ:


3

การตอบกลับนี้ขยายการอภิปรายในความคิดเห็น

ความคิดเฉลี่ยจะออกมาเป็นหนึ่งที่เหมาะสมในขณะที่ความสามารถอธิบายได้ด้วยดักลาสเคอร์ในที่ดีเล็ก ๆ น้อย ๆกระดาษออนไลน์ แนวคิดพื้นฐานคือสอง:

  1. เลนส์ "ความละเอียด" อธิบายได้อย่างสมบูรณ์ที่สุดโดยการพิจารณาความสัมพันธ์ทางคณิตศาสตร์ระหว่างแสงที่ออกจากวัตถุและสิ่งที่มาถึงเซ็นเซอร์ ความสัมพันธ์นี้ "ฟังก์ชั่นการถ่ายโอนการปรับ" สามารถอนุมานได้จากเป้าหมายที่ง่ายที่สุดที่เป็นไปได้ทั้งหมด: เครื่องบินครึ่งมืดที่สมบูรณ์แบบบนพื้นหลังที่เป็นเนื้อเดียวกันอย่างสมบูรณ์แบบ เห็นได้ชัดว่าภาพบนเซ็นเซอร์ควรเป็นบริเวณที่มีแสงจู่ ๆ ก็หยุดลงในแนวที่สมบูรณ์แบบ แม้ว่ามันจะไม่สมบูรณ์แบบและความไม่สมบูรณ์นั้นส่งผลต่อความละเอียด ในที่สุด MTF จะถูกกำหนดโดยการดูว่าความเข้มของแสงแตกต่างกันอย่างไรในขณะที่เราเคลื่อนที่ออกจากขอบเขต (ทั้งสองทิศทางไปสู่ความมืดและสู่แสงสว่าง) ทั่วทั้งเซ็นเซอร์

  2. มันเป็นความจริงทางสถิติที่ค่าเฉลี่ยสามารถแม่นยำกว่าการวัดที่ได้ตั้งขึ้น สำหรับข้อผิดพลาดในการวัดโดยทั่วไปความแม่นยำจะเป็นไปตามกฎรากที่สองของผกผัน: เพื่อเพิ่มความแม่นยำเป็นสองเท่าคุณต้องมีการวัดสี่เท่า โดยหลักการแล้วคุณสามารถรับได้อย่างแม่นยำตามที่คุณต้องการโดยวัดค่าเฉลี่ยซ้ำ ๆ ในสิ่งเดียวกัน

    แนวคิดนี้สามารถนำไปใช้ประโยชน์ (และเป็น) ได้สองวิธี หนึ่งคือการทำซ้ำที่เกิดขึ้นจริงโดยทำได้หลายภาพในฉากเดียวกัน ใช้เวลานาน การวิเคราะห์ MTF แบบเอียงแล้วสร้างการทำซ้ำภายในรูปภาพเดียว มันทำได้โดยการเอียงเส้นเล็กน้อย สิ่งนี้ไม่เปลี่ยน MTF ในทางวัตถุใด ๆ และรับประกันว่ารูปแบบของการตอบสนองของเลนส์จะไม่สอดคล้องกับพิกเซลของเซ็นเซอร์อย่างสมบูรณ์

    ลองนึกภาพเส้นที่เกือบจะเป็นแนวตั้ง พิกเซลแต่ละแถวทำหน้าที่ (เกือบ) เป็นชุดการวัดอิสระของ MTF แถวเดินออกไปด้านนอกจากแถวเกือบจะตั้งฉาก พิกเซลที่ลงทะเบียนนั้นเกี่ยวข้องกับตำแหน่งของเส้น (อุดมคติ) ในรูปแบบที่แตกต่างกันทำให้เกิดรูปแบบการตอบสนองที่แตกต่างกันเล็กน้อย การเฉลี่ยรูปแบบเหล่านี้ในหลายแถวมีผลเกือบเหมือนกับการถ่ายภาพหลายภาพของเส้น ผลที่ได้สามารถปรับความจริงที่ว่าพิกเซลไม่ได้ตั้งฉากกับเส้น

ด้วยวิธีนี้วิธีการเอียงขอบสามารถตรวจจับความถี่ใน MTF ที่เกินความถี่ จำกัด ของภาพเดียว มันทำงานได้เนื่องจากความเรียบง่ายและสม่ำเสมอของรูปแบบการทดสอบ

ฉันได้ออกรายละเอียดมากมายเช่นการตรวจสอบว่าเส้นตรงจริงๆ (และปรับสำหรับการเบี่ยงเบนเล็กน้อยจากเส้นตรง) บทความของ Kerr สามารถเข้าถึงได้ - เกือบจะไม่มีคณิตศาสตร์ - และมีภาพประกอบดีดังนั้นตรวจสอบว่าคุณต้องการทราบข้อมูลเพิ่มเติมหรือไม่

โดยการใช้ไซต์ของเรา หมายความว่าคุณได้อ่านและทำความเข้าใจนโยบายคุกกี้และนโยบายความเป็นส่วนตัวของเราแล้ว
Licensed under cc by-sa 3.0 with attribution required.