1.图像质量概念：清晰度(sharpness)、锐化(sharpening)、噪声-原始转换
清晰度(sharpness)在边缘等特征上最为明显。它可以通过边缘（阶跃）响应来测量。
成像系统的每个组件都会影响整个系统的响应（通常会降低清晰度）
注：图像分析可以分为空间域与频域。通过在频域中描述成像系统的性能，可以更容易地描述和可视化成像系统的性能。复合信号（音频或图像）可以通过组合由正弦波组成的信号（以周期或频率为特征）来创建。高频对应于精细的细节。系统在高频（短周期）下的响应越好，系统可以传达的细节就越多。
SFR (Spatial Frequency Response) 空间频率响应和MTF (Modulation Transfer Function) 调制传递函数是测量清晰度(sharpness)的关键。
清晰度(sharpness)总结:
•清晰度在边缘等特征上最为明显，它是重要的。但在细纹理（树叶，皮肤等）不太明显
•清晰度可从以下几种图案中测量，对于线性系统，所有的结果都是相似的。
•许多成像系统都是高度非线性的（处理随图像内容而变化；边缘的行为与纹理不同），因此通常需要多张图表来表征一个系统。
•具有1/f频谱（*）的图表具有标度不变性，这使得测量非常方便：如果图表频谱和比例已知，则MTF计算非常简单。
锐化(hsarpening)影响MTF测量–提高图像清晰度;大多数数码相机的图像看起来柔和而不锐化。所有的数字图像都能从锐化中受益，但过多的锐化会降低图像的质量;Raw格式图像没有锐化，但锐化应用于几乎所有的数字图像-在相机，Raw转换，或图像编辑器。锐化的操作就是从每个像素中减去一小部分相邻像素，使产生的信号更加清晰，提高高空间频率下的对比度（也提高MTF50），数量取决于锐化分数和半径。锐化传递函数：
由于锐化对MTF有很强的影响，因此需要一个基于锐化的度量（过锐化、过冲等）来充分表征MTF响应。反锐化掩模（USM）是一种替代算法：从原始边缘的高斯模糊副本中减去一小部分。过度锐化会增加可见噪声，当MTF和信噪比（SNR）的频率被强烈增强时，会降低外观。
噪声(noise):•信号电平的随机扰动。•薄膜严重退化。•以RMS（均方根）电压测量，与标准偏差σ相同。•噪声具有频谱。•噪声在平滑区域（如天空）最为明显，通常采用降噪（NR=低通滤波，即高频衰减；与锐化正好相反）。•低通滤波模糊边缘。•为了在保持边缘质量的同时降低噪声，经常采用非线性、非均匀的双边滤波器。图像处理在不同的位置是不同的！锐化（高频增强）是最强的边缘附近，而噪音降低（高频切割）是最强的远离边缘。
2.图像质量因子
- 锐度
- 横向色差
- 噪声
- 颜色精度
- 色调响应与对比
- 动态范围
- 曝光精度
- 光衰减
- 透镜畸变
- 感光度
