主题：视觉锐度的概念和基本计算方法
正序浏览
主题图片汇总
主题内检索
这几天在坛子里跟人斗嘴，没什么技术含量，主题是围绕视觉锐度Perceived Sharpness，这个概念本身还是比较重要的，可以说是数字图像处理中的基础概念，还是有必要加以说明。
在※※※※※※※※※※※※※上有一篇文章，简单介绍了视觉锐度的概念和基本计算方法。连接是http://en.※※※※※※※※※.org/wiki/Acutance#Sharpness。
视觉锐度这个词描述的是人对看到的图像锐利程度的感觉，经过大量的实验和研究分析，公认的概念是，视觉锐度由分辨率和物体边缘轮廓反差两个因素组成。
在※※※※※※※※※的文章里，对视觉锐度的基本计算方法作了介绍：
Properly, perceived sharpness is the steepness of transitions (slope), which is change in output value divided by change in position – hence it is maximized for large changes in output value (as in sharpening filters) and small changes in position (high resolution).
严格地说，视觉锐度是过渡的陡度（斜率），等于输出亮度的变化除以位置的变化----因此，它的最大化发生在小的区域中（高分辨率）获得大的输出亮度变化（例如锐化滤镜的效果）时。
那么，这几句话应该如何理解呢？下面的例图可以给以直观的印象。
这个图是对图像进行SFR（Spatial Frequency Response空间频率响应）分析时的例子。它以数学的方式描述了图像中，一个黑色区域到白色区域过渡的渐变的过程。例图中的数据说明，这个过渡过程，经过1.67个像素的宽度，从左边的黑色区域亮度10%增加到90%，最终过渡为右边的白色区域。
通过这个图，※※※※※※※※※上视觉锐度基本计算方法就很容易理解了：
视觉锐度是过渡的陡度（斜率）
也就是例图中间的上升曲线的斜率，这个曲线越陡，说明图像中的锐利程度越高。
等于输出亮度的变化除以位置的变化
这就是最基本的视觉锐度计算方法，
视觉锐度=过渡区域两侧的亮度变化（也就是白-黑）/过渡区域的位置变化（也就是过渡区域的宽度）
在例图中的这个过渡区域，亮度从左边10%亮度的黑色，过渡到右边90%亮度的白色，用了1.67个像素的宽度，那么这个曲线的平均斜率，也就是视觉锐度就是：
(0.9-0.1)/1.67（可以有不同的单位换算）。
因此，它的最大化发生在小的区域中（高分辨率）获得大的输出亮度变化（例如锐化滤镜的效果）时
很显然，这是从前面所说的基本计算方法得到的，分辨率越高，也就是过渡区域的宽度越小，分母就越小，两侧的亮度变化越大，也就是分子越大，高分辨率同时有高的反差，那么这个分数的值就会达到最大。
当然，这里所说，只是一个单纯的局部，在实际的应用中，还有一套复杂的方法将这个概念使用到全画面以及实际场景的分析计算中，在此就不详述了。
希望以上介绍能帮助搞清楚视觉锐度的基本概念。
以下内容由 spot 于 2012-6-6 22:17 补充
下图的例子，形象说明了视觉锐度sharpness跟分辨率resolution和物体边缘轮廓反差acutance的关系。可以直观看到，在高分辨率图像里获得高的反差，可以让视觉锐度最大化。
在※※※※※※※※※※※※※上有一篇文章，简单介绍了视觉锐度的概念和基本计算方法。连接是http://en.※※※※※※※※※.org/wiki/Acutance#Sharpness。
视觉锐度这个词描述的是人对看到的图像锐利程度的感觉，经过大量的实验和研究分析，公认的概念是，视觉锐度由分辨率和物体边缘轮廓反差两个因素组成。
在※※※※※※※※※的文章里，对视觉锐度的基本计算方法作了介绍：
严格地说，视觉锐度是过渡的陡度（斜率），等于输出亮度的变化除以位置的变化----因此，它的最大化发生在小的区域中（高分辨率）获得大的输出亮度变化（例如锐化滤镜的效果）时。
那么，这几句话应该如何理解呢？下面的例图可以给以直观的印象。
通过这个图，※※※※※※※※※上视觉锐度基本计算方法就很容易理解了：
视觉锐度是过渡的陡度（斜率）
也就是例图中间的上升曲线的斜率，这个曲线越陡，说明图像中的锐利程度越高。
等于输出亮度的变化除以位置的变化
这就是最基本的视觉锐度计算方法，
视觉锐度=过渡区域两侧的亮度变化（也就是白-黑）/过渡区域的位置变化（也就是过渡区域的宽度）
在例图中的这个过渡区域，亮度从左边10%亮度的黑色，过渡到右边90%亮度的白色，用了1.67个像素的宽度，那么这个曲线的平均斜率，也就是视觉锐度就是：
(0.9-0.1)/1.67（可以有不同的单位换算）。
因此，它的最大化发生在小的区域中（高分辨率）获得大的输出亮度变化（例如锐化滤镜的效果）时
很显然，这是从前面所说的基本计算方法得到的，分辨率越高，也就是过渡区域的宽度越小，分母就越小，两侧的亮度变化越大，也就是分子越大，高分辨率同时有高的反差，那么这个分数的值就会达到最大。
当然，这里所说，只是一个单纯的局部，在实际的应用中，还有一套复杂的方法将这个概念使用到全画面以及实际场景的分析计算中，在此就不详述了。
希望以上介绍能帮助搞清楚视觉锐度的基本概念。
以下内容由 spot 于 2012-6-6 22:17 补充
下图的例子，形象说明了视觉锐度sharpness跟分辨率resolution和物体边缘轮廓反差acutance的关系。可以直观看到，在高分辨率图像里获得高的反差，可以让视觉锐度最大化。
相关标签：
Resolution
反差
(0)
(0)
只看该作者
不看该作者
加入黑名单
举报
返回顶部
个人图文集
个人作品集
第
1 帖
(0)
(0)
只看该作者
不看该作者
加入黑名单
举报
返回顶部
个人图文集
个人作品集
第
36 帖
(0)
(0)
只看该作者
不看该作者
加入黑名单
举报
返回顶部
个人图文集
个人作品集
第
35 帖
(0)
(0)
只看该作者
不看该作者
加入黑名单
举报
返回顶部
个人图文集
个人作品集
第
34 帖
进来学习一下。
(0)
(0)
只看该作者
不看该作者
加入黑名单
举报
返回顶部
个人图文集
个人作品集
第
33 帖
(0)
(0)
只看该作者
不看该作者
加入黑名单
举报
返回顶部
个人图文集
个人作品集
第
32 帖
spot 发表于 2013-1-10 22:44
之所以一般都采用亮度表示，因为色彩差异这个问题量化起来确实比较复杂。
如果你看一下sRGB到LAB的转换方法就会了解，里面有大量非常精确的小数，那是经过对不同光照条件，不同反射特性的物体，以及大量观察者不同观察条件下的心理分析数据，长期综合研究分析出来的一个东西，即使这样，也一直有很多不同意见。
也就是说，同样两个物体，放在不同光照条件，不同的人在不同的条件（最简单比如不同视角）去看，对色彩差异的感受都可能是不同的，很难有普遍意义上的量化绝对性。
因此，定义反差，还是采用亮度为基础，比较容易统一。
我觉得人工智能判定算法发达的今天，完全可以智能判定物体边界来重写这种色彩转换亮度的办法。 不能说全盘改变的话，起码对于色彩边界过渡的梯度来讲，引用图像识别技术比某种不好随机应变的通则要好得多。
另外，现在的raw转化软件必然有描边功能。 而这个描边功能我初步看起来不仅仅是灰度的。
本帖最后由 strawberry 于 2013-1-10 22:53 编辑
登录后可直接显示原图
(0)
(0)
只看该作者
不看该作者
加入黑名单
举报
返回顶部
个人图文集
个人作品集
第
31 帖
strawberry 发表于 2013-1-10 22:27
谢详细的解释。 感觉如果把颜色都归一化到亮度了，可能还是基于人的心理认识。 但对于色彩分界反差，这种转换某些时候一定会得出错误的结论。
比如说色彩a对应亮度10，色彩b对应亮度100， 那么100亮度的色彩a和10亮度的色彩b锐度梯度就没有了。
之所以一般都采用亮度表示，因为色彩差异这个问题量化起来确实比较复杂。
如果你看一下sRGB到LAB的转换方法就会了解，里面有大量非常精确的小数，那是经过对不同光照条件，不同反射特性的物体，以及大量观察者不同观察条件下的心理分析数据，长期综合研究分析出来的一个东西，即使这样，也一直有很多不同意见。
也就是说，同样两个物体，放在不同光照条件，不同的人在不同的条件（最简单比如不同视角）去看，对色彩差异的感受都可能是不同的，很难有普遍意义上的量化绝对性。
因此，定义反差，还是采用亮度为基础，比较容易统一。
(0)
(0)
只看该作者
不看该作者
加入黑名单
举报
返回顶部
个人图文集
个人作品集
第
30 帖
spot 发表于 2013-1-10 22:22
彩色锐度的问题，相对比较复杂，有两个不同的含义。
一个含义（也是常用的含义）是亮度差为基础的，任何彩色也都有自己的亮度值，以CIE标准为基础的国际标准定义明确的各色彩空间表示对亮度的转换关系，按这种定义，可以把任何彩色表示的数值直接转换为亮度，因此每个像素都有自己的亮度，就可以继续沿用前面的概念了。
另一个含义是色彩差，比如CIE dE方法等，用色彩空间的三维欧氏距离定义了色彩差，但这里还涉及一个人眼的视觉心理作用问题，很多色彩空间（比如sRGB）是非视觉一致的，也就是说，某个色彩空间表示上两个眼色的差距，跟人眼感受到的心理差距不一致，因此还涉及到视觉转换的问题，经过很多心理学试验，CIE LAB色彩空间算是有比较好的视觉一致性，总之这个问题比较复杂。
谢详细的解释。 感觉如果把颜色都归一化到亮度了，可能还是基于人的心理认识。 但对于色彩分界反差，这种转换某些时候一定会得出错误的结论。
比如说色彩a对应亮度10，色彩b对应亮度100， 那么100亮度的色彩a和10亮度的色彩b锐度梯度就没有了。
(0)
(0)
只看该作者
不看该作者
加入黑名单
举报
返回顶部
个人图文集
个人作品集
第
29 帖
strawberry 发表于 2013-1-10 22:08
这个同意，对于value来讲，当然是亮度信息。
另外请教一下，以wiki的方法，似乎只适合灰度分辨率。 色彩分辨率怎么办？ 比如说黄绿边界， 不可能分别用黄和绿的各自亮度除以2个像素（理想状态）
按我的理解，对于彩色图像，边缘的亮度变化梯度怎也也要算rgb三次。然后通过图像智能识别来判定边缘两侧的亮度取哪种颜色。再进行锐度衡量。
彩色锐度的问题，相对比较复杂，有两个不同的含义。
一个含义（也是常用的含义）是亮度差为基础的，任何彩色也都有自己的亮度值，以CIE标准为基础的国际标准定义明确的各色彩空间表示对亮度的转换关系，按这种定义，可以把任何彩色表示的数值直接转换为亮度，因此每个像素都有自己的亮度，就可以继续沿用前面的概念了。
另一个含义是色彩差，比如CIE dE方法等，用色彩空间的三维欧氏距离定义了色彩差，但这里还涉及一个人眼的视觉心理作用问题，很多色彩空间（比如sRGB）是非视觉一致的，也就是说，某个色彩空间表示上两个颜色的差距，跟人眼感受到的心理差距不一致，因此还涉及到视觉转换的问题，经过很多心理学试验，CIE LAB色彩空间算是有比较好的视觉一致性，总之这个问题比较复杂。
本帖最后由 spot 于 2013-1-10 22:25 编辑
(0)
(0)
只看该作者
不看该作者
加入黑名单
举报
返回顶部
个人图文集
个人作品集
第
28 帖
spot 发表于 2012-6-23 22:24
有人问我，上面引用的※※※※※※※※※那句话里，output value中的value为什么要翻译成“亮度”。
在图像处理中，value的意思就是像素数据中与明暗程度有关的分量，也就是亮度。
举例来说，有一个常用的色彩空间叫HSV（Hue，Saturation，Value），与之类似同属于柱型色彩空间的还有HSB、HSL、HSI等，虽然名称、单位和计算方法各有不同，但这些术语Value，Brightness，Lightness，Intensity（中文可以分别称为亮度，明度，密度等等），概念上都是一致的，反映的都是与颜色无关的像素亮度信息。
因此，前面那句话里的value，只有一个正确的意思，就是像素的亮度。
这个同意，对于value来讲，当然是亮度信息。
另外请教一下，以wiki的方法，似乎只适合灰度分辨率。 色彩分辨率怎么办？ 比如说黄绿边界， 不可能分别用黄和绿的各自亮度除以2个像素（理想状态）
按我的理解，对于彩色图像，边缘的亮度变化梯度怎也也要算rgb三次。然后通过图像智能识别来判定边缘两侧的亮度取哪种颜色。再进行锐度衡量。
(0)
(0)
只看该作者
不看该作者
加入黑名单
举报
返回顶部
个人图文集
个人作品集
第
27 帖
(0)
(0)
只看该作者
不看该作者
加入黑名单
举报
返回顶部
个人图文集
个人作品集
第
26 帖
又有人弄不清锐度和分辨率的关系，老帖子还是有作用的
正好最近在分析缩图对画质的影响，这个帖子可以说明一下锐度方面的问题。
很显然，由于视觉锐度等于输出亮度的变化除以位置的变化，那么，在原图锐度不足时，缩图等于减少了边缘过渡区域的大小，因此，可以起到改善视觉锐度的作用。当然，另一个改善是信噪比也就是光滑程度。
正好最近在分析缩图对画质的影响，这个帖子可以说明一下锐度方面的问题。
很显然，由于视觉锐度等于输出亮度的变化除以位置的变化，那么，在原图锐度不足时，缩图等于减少了边缘过渡区域的大小，因此，可以起到改善视觉锐度的作用。当然，另一个改善是信噪比也就是光滑程度。
(0)
(0)
只看该作者
不看该作者
加入黑名单
举报
返回顶部
个人图文集
个人作品集
第
25 帖
(0)
(0)
只看该作者
不看该作者
加入黑名单
举报
返回顶部
个人图文集
个人作品集
第
24 帖
(0)
(0)
只看该作者
不看该作者
加入黑名单
举报
返回顶部
个人图文集
个人作品集
第
23 帖
(0)
(0)
只看该作者
不看该作者
加入黑名单
举报
返回顶部
个人图文集
个人作品集
第
21 帖
(0)
(0)
只看该作者
不看该作者
加入黑名单
举报
返回顶部
个人图文集
个人作品集
第
20 帖
spot 发表于 2012-6-6 22:14
下图的例子，形象说明了视觉锐度sharpness跟分辨率resolution和物体边缘轮廓反差acutance的关系。可以直观看到，在高分辨率图像里获得高的反差，可以让视觉锐度最大化。
谢谢,终于明白了啥叫锐度,老是听大家说"不够锐",一直没搞明白啥叫"锐".
那么,一个新问题来了,对于数码相机来说,分辨率应该是固定的,增加锐度,是否就是增加边缘部分的亮度反差呢?
那么边缘的定义又是什么?
相机是否实际上是增加整张图的对比度呢?
(0)
(0)
只看该作者
不看该作者
加入黑名单
举报
返回顶部
个人图文集
个人作品集
第
18 帖
又看了一遍，感觉我写得已经够清楚了，有人还分不清这几个基本概念的话，欢迎提出疑问
(0)
(0)
只看该作者
不看该作者
加入黑名单
举报
返回顶部
个人图文集
个人作品集
第
17 帖
(0)
(0)
只看该作者
不看该作者
加入黑名单
举报
返回顶部
个人图文集
个人作品集
第
16 帖
(0)
(0)
只看该作者
不看该作者
加入黑名单
举报
返回顶部
个人图文集
个人作品集
第
15 帖
kozer 发表于 2012-6-10 10:31
感谢spot回复和指点。
我的实验条件很简陋，只是想大致定量地看看镜头的分辨率。
模板是自己做的，用Word的画图工具，画竖线条（调整线条的磅数到合适），做了一个A4横版的700黑白竖线对（700条黑线），打印用1200*1200dpi，线条是清晰可辨的，用两张图裁去边上的空白粘贴在一起，做成一张1400线对的图。
照相机上三脚架，用快门线，手动聚焦为主，自动有时候不准。
350D+50F1.4在我的实验条件下，只能达到不足1200线对可辨，并且是F8的时候，F2以下根本不行。
指点谈不上，我觉得你用这个方法作的标板，达到的结果已经很好了。
如果你想达到更接近测试网站的结果，可能需要买个成品的分辨率测试卡。这个东西从几十到几千的都有，你可以查查。适合个人使用的标板找完全不反光的，那就可以用闪光灯拍，用起来比较简单的。
总之，这个标板的线条要清楚，反差一定要够，才有可能测出比较高的数值。
(0)
(0)
只看该作者
不看该作者
加入黑名单
举报
返回顶部
个人图文集
个人作品集
第
14 帖
100%的局部。
登录后可直接显示原图
(0)
(0)
只看该作者
不看该作者
加入黑名单
举报
返回顶部
个人图文集
个人作品集
第
13 帖
感谢spot回复和指点。
我的实验条件很简陋，只是想大致定量地看看镜头的分辨率。
模板是自己做的，用Word的画图工具，画竖线条（调整线条的磅数到合适），做了一个A4横版的700黑白竖线对（700条黑线），打印用1200*1200dpi，线条是清晰可辨的，用两张图裁去边上的空白粘贴在一起，做成一张1400线对的图。
照相机上三脚架，用快门线，手动聚焦为主，自动有时候不准。
350D+50F1.4在我的实验条件下，只能达到不足1200线对可辨，并且是F8的时候，F2以下根本不行。
请先生指点。 本帖最后由 kozer 于 2012-6-10 10:35 编辑
我的实验条件很简陋，只是想大致定量地看看镜头的分辨率。
模板是自己做的，用Word的画图工具，画竖线条（调整线条的磅数到合适），做了一个A4横版的700黑白竖线对（700条黑线），打印用1200*1200dpi，线条是清晰可辨的，用两张图裁去边上的空白粘贴在一起，做成一张1400线对的图。
照相机上三脚架，用快门线，手动聚焦为主，自动有时候不准。
350D+50F1.4在我的实验条件下，只能达到不足1200线对可辨，并且是F8的时候，F2以下根本不行。
请先生指点。 本帖最后由 kozer 于 2012-6-10 10:35 编辑
登录后可直接显示原图
(0)
(0)
只看该作者
不看该作者
加入黑名单
举报
返回顶部
个人图文集
个人作品集
第
12 帖
kozer 发表于 2012-6-8 15:29
spot水平实在高。
我对解析度很感兴趣，自己做了简单的镜头分辨率测试，发现在350D上面，50F1.4只能解析360万左右的像素，不知道有什么问题？
不知道你具体的标板和拍摄条件是怎样的。
看DP和DXO上的数据，350D分辨率大约就在500万到550万左右。而要拍出DP那样的结果，对一般测试条件来说，还是有一定难度的。如果你的标板质量稍差一点，比如反差不够，或线条边缘不干净，又或者拍摄过程如焦平面对齐、对焦、机震等等因素控制不够精确，很容易就损失一些分辨率。
(0)
(0)
只看该作者
不看该作者
加入黑名单
举报
返回顶部
个人图文集
个人作品集
第
11 帖
(0)
(0)
只看该作者
不看该作者
加入黑名单
举报
返回顶部
个人图文集
个人作品集
第
10 帖
淅沥沥 发表于 2012-6-7 00:10
如果那货进来，不要理他就是了。
还真说准了
(0)
(0)
只看该作者
不看该作者
加入黑名单
举报
返回顶部
个人图文集
个人作品集
第
9 帖
支持SPOT大师一把！
我早就说过了，你玩玩公式和单词挺好的，也显得自己很伟大！
记住不要用纯中文讨论摄影常识就可以了！
我早就说过了，你玩玩公式和单词挺好的，也显得自己很伟大！
记住不要用纯中文讨论摄影常识就可以了！
(0)
(0)
只看该作者
不看该作者
加入黑名单
举报
返回顶部
个人图文集
个人作品集
第
8 帖
回复主题： 视觉锐度的概念和基本计算方法
功能受限
游客无回复权限，请登录后再试