Измерение объективных характеристик видеооборудования - Измерение объективных характеристик видеооборудования

Измерение объективных характеристик видеосигнала в видеооборудовании имеет в настоящее время достаточно большое значение. Особенно часто такая необходимость возникает в последнее время, когда реальные технические характеристики начинают смешивать с рекламными ходами и маркетинговыми проектами.

Видеооборудование характеризуется достаточно большим количеством различных характеристик, и все мы их в данной статье не сможем рассмотреть, поэтому давайте поговорим о наиболее часто называемых в технической документации и проспектах характеристиках.

В первую очередь это:

    1) Количество кадр/сек - данная характеристика наиболее проста и чаще всего соответствует действительности, поэтому ее измерять не имеет большого смысла. 2) Чувствительность - чаще всего выражается в люксах, (что почти всегда неправильно по физическому смыслу), поскольку нужно указывать интегральную чувствительность приемника. Однако, об этом написано достаточно много (в том числе и автором статьи). Измерять интегральную чувствительность приемника дело достаточно сложное и трудоемкое, поэтому данная операция возможно только в условиях специализированных лабораторий. Как правило, чувствительность связана с параметром "количество кадр/сек". 3) Динамический диапазон - характеристика, дающая представление о допустимых диапазонах сцены наблюдения. Обычно измеряется в дБ, а поскольку дБ имеют логарифмическую зависимость, то данный параметр служит для грубой оценки величины. 4) Разрешение в пикселях - не дает точное представление о параметре. 5 Мп матрица может дать реальное разрешение (способность отображать мелкие детали изображения) меньше чем 3 Мп матрица. Количество пикселов характеризует потенциальную возможность по разрешению, но не факт, что она может быть достигнута в конкретной реализации и конкретных условиях наблюдения (например, при недостаточном освещении). Данный параметр является справочным и пользователем не измеряется. 6) Разрешение В ТВЛ (телевизионных Линиях) остается наиболее объективной характеристикой оценки качества изображения (причем с точки зрения автора этот подход остается верным и для измерения параметров мегапиксельных цифровых видеокамер). Чаще всего проверка осуществляется с помощью неподвижно установленных различных тестовых таблиц. Очень часто такие измерения осуществляются визуально, что накладывает значительный субъективизм при измерениях. В шутку я говорю, что когда я принимаю работу, то обычно не могу разобрать более 300 ТВЛ, а когда сдаю - всегда вижу 500 ТВЛ.

Обычно используют статические тестовые таблицы (см. рис. 1)

статическая тестовая таблица 0249

Рис. 1 Статическая тестовая таблица 0249

Однако, более объективную картину может дать вращающаяся таблица (см. рис 2.) Данный метод определения разрешения более сложен по исполнению, но позволяет более корректно оценивать реальные характеристики видеооборудования. Для реализации этого метода необходимо создать диск, вращающийся с известной фиксированной или изменяемой скоростью.

динамическая тестовая таблица

Рис. 2. Динамическая тестовая таблица

Для объективности измерений количество ТВЛ, нужно использовать цифровые осциллографы (типа TDS-2024) с возможностью выделения той или иной строки в кадре видеоизображения. При этом необходимо условиться о допустимой глубине модуляции, поскольку с ростом количества ТВЛ падает глубина модуляции (см. рис.3). Обычно за точку отсчета принимают 10% значение модуляции.

Часто для визуального увеличения количества ТВЛ стараются обострить переход с черного поля на белое поле, что приводит к появлению "шарпинга" (размазыванию границы перехода, см. рис. 10-12).

штриховые миры с различными твл (максимальное количество твл у нижней миры, соответственно у ней будет и наименьшая глубина модуляции)

Рис. 3. Штриховые миры с различными ТВЛ (максимальное количество ТВЛ у нижней миры, соответственно у ней будет и наименьшая глубина модуляции)

Примечание. Глубина модуляции М:

,

Где: ЕОб - освещенность объекта, ЕФ - освещенность фона

Рис. 4. Измерение глубины модуляции с помощью осциллографа

    7) Видимые артефакты и точность цветопередачи определяются визуально (данный вид измерений практически не поддается инструментальному измерению). 8) Соотношение Сигнал/шум, (одна из основных качественных характеристик видеосигнала). Различают темновой шум и световой шум (или дробовый).

Примечание. Определение дробового шума.

Ввиду статистических флуктуаций количество фотонов, падающих на поверхность заданной площади за заданный промежуток времени, варьируется числом принятых фотонов. Это явление называется световым шумом или дробовым шумом фотонов. Дробовый шум присутствует только при освещении фотоприемника.

Темновой шум - собственный шум устройства. Основная причина возникновения темнового тока - это примеси в кремниевой пластине или повреждение кристаллической решетки кремния. Чем чище кремний, тем меньше темновой ток. На темновой ток оказывает влияние температура элементов камеры (тепловый шум), электромагнитные наводки, как внешние, так и внутренние, от самой камеры и т. д. Обычно при увеличении температуры на 6-8 градусов значение темнового тока удваивается.

Соотношение сигнал/шум - основная характеристика практически для любого электронного устройства (видеооборудование не является в этом случае исключением).

Основная трудность в определении соотношения сигнал/шум заключается в отсутствии общепринятых методик определения этого соотношения и простых доступных средств измерения.

Поэтому подробно остановимся на них.

Автору известно несколько методик таких измерений: с помощью программ "imageJ", "Adobe Photoshop" и с помощью осциллографа с возможностью выбора строки в кадре "TDS-2024".

Далее приведем методику измерения, которая предложена сотрудниками компании "Basler AG" Кристофером Черановски и Михаэлем Швером.

Данная методика показалась интересной, и что главное, общедоступной.

В основе этих измерений находится свободно распространяемая программа анализа измерений изображений "imageJ" (см. рис 5-10). Скачать данную программу можно на различных сайтах, например soft. mydiv. net /Windows/ImageJ. Данная программа предназначена в своей основе для исследования изображения в микробиологии, и она обладает гораздо большими возможностями по обработке изображения, чем указано в данной статье.

Соотношение сигнал/шум (далее С/Ш=SNR) в данной программе вычисляется по формуле (1):

SNR=[mean(светлое)-mean(черное)] / StdDev(светлое) (1)

Mean(светлое) - среднее арифметическое значение пикселов сигнала в выделенном белом квадрате (см. рис. 6).

Mean(черное) - среднее арифметическое значение пикселов сигнала в выделенном в черном квадрате (см. рис. 7).

StdDev(светлое) - среднеквадратичное отклонение пикселов сигнала в выделенном белом квадрате.

Примечание.

Среднеквадратическое отклонение:

(2)

- среднее арифметическое выборки:

(3)

- i-й элемент выборки; - объем выборки.

построение гистограммы в программе imagej (комбинация клавиш ctrl+h)

Рис. 5. Построение гистограммы в программе imageJ (комбинация клавиш Ctrl+H)

Рис. 6

Рис. 7

Произведем вычисление:

SNR=[mean(светлое)-mean(черное)] / StdDev (светлое)

SNR=[191, 523-57, 760]/2, 889=46, 3 (соотношение сигнал/шум маловато, но сколько получилось)

построение профиля в программе imagej (комбинация клавиш ctrl+k) (ширина пиксела 1 бит, что позволяет визуально оценивать уровень шума)

Рис. 8. Построение профиля в программе imageJ (комбинация клавиш Ctrl+K) (ширина пиксела 1 бит, что позволяет визуально оценивать уровень шума)

Рис. 9. Построение профиля в программе imageJ (комбинация клавиш Ctrl+K) (ширина пиксела 1 бит, что позволяет визуально оценивать уровень шума)

Рис. 10. Построение профиля c черного поля на белое поле в программе imageJ (комбинация клавиш Ctrl+K) (эффект шарпинга)

Рис. 11. Построение профиля c черного поля на белое поле с помощью осциллографа (эффект шарпинга)

Рис. 12. "Гостированное" значение переходной характеристики с черного поля на белое поле (шарпинг)

Аналогичные измерения можно сделать и с помощью широко известной программы "Adobe Photoshop" см. формулу (4) и рис. 13-14.

SNR=[среднее(светлое)-среднее(черное)] / отклонение (светлое) (4)

SNR= [189, 39 - 57, 26] / 2, 93=45, 01

(полученное значение близко к результатам, полученным в программе imageJ)

Рис. 13

Рис. 14

Похожие статьи




Измерение объективных характеристик видеооборудования - Измерение объективных характеристик видеооборудования

Предыдущая | Следующая