集體被黑哭！央視手機攝像頭質量報告靠譜嗎？ [複製鏈接]

tissss

Adult

好友: 0
帖子: 135443
積分: 146309
最後登錄: 2019-2-28
在線時間: 0 小時

電梯直達

樓主

發表於 2015-9-1 20:22:13 |只看該作者 |倒序瀏覽

近日，央視《每周質量報告》節目上隨機選取了蘋果、三星、諾基亞、聯想、OPPO、LG、索尼、TCL、nubia這九個品牌的10種型號的手機，進行拍照測試。

結果顯示，10款手機中，拍照全部符合標準的隻有2款，而三星Galaxy S5(SM-G9008V)、蘋果iPhone 6(A1586)、諾基亞Lumia 930等八款產品的拍照性能均不合格，主要問題集中在色彩還原準確度、曝光量誤差、動態分辨率等項目上。

關於央視節目所采用的相關國家標準：
《GB/T29298-2012數字(碼)照相機通用規范》
《SJ/T11415-2010非廣播用數字攝錄一體機通用規范》
《YD/T1607-2007數字移動終端圖像及視頻傳輸特性技術要求和測試方法》
由於現階段智能手機相機功能的特殊性，這些標準並不能很好的匹配現階段產品及市場現狀。這一點來看，被點名的幾個品牌真挺委屈的，不是說廠家不按照這個標準來，是現階段確實沒有合適的標準去參考。由於手機的用戶使用場景和產品特性所限，直接簡單粗暴的采用數碼照相機的標準來測試檢驗是否達標，不具備任何意義。
拿上面所提到的三個國標來看，勉勉強強能用到手機上的是：《YD/T1607-2007數字移動終端圖像及視頻傳輸特性技術要求和測試方法》。
但有兩點需要指出：
1、該標準發佈於2007年，目前來看其測試手段及對應算法已經遠遠落後於國際上IEEE、CPIQ等國際標準化組織近幾年專門針對手機推出的新測試標準。例如視頻中所提到人眼判斷解析力喇叭圖等方式，由於主觀因素過大，現階段已經被國際上各大測試機構所淘汰。屬於嚴重滯後標準。
2、YD/T後面加上/T意味著該標準為非強制性標準，作用僅僅是為了提供測試方法的參考性。具體是否采用，全權取決於廠家或測試機構意願，國家監管機構僅對此標準持推薦態度。如果沒有寫入經雙方同意的經濟合同中，該標準是不具備任何法律效力的。
由此來看，視頻中浙江省消費者權益保護委員會所委托的國家照相機質檢中心實驗室所提供的測試方案和遵循標準，指導性極其有限。換個角度來看，產品力驅動的廠家，都不會去刻意沿用一個過時的，甚至有可能阻礙產品性能提升的非強制性標準。
實際上，國家工信部也意識到了這個問題，在今年已經開始針對視頻中提到的YD/T1607-2007標準，向部分企業和測試機構發放征求意見稿，目的在於改進和取代現有陳舊標準。
作為一個專業機構，國家照相機質檢中心顯然沒有及時予以跟進。事實上對於新標準我們也在積極參與，希望能夠在不久的將來對整個行業有所助力。

關於測試方法：

解析力方面，首先能看到視頻中使用的是傳統的ISO Camera Resolution Chart ISO 12233標準解析力測試圖卡。該圖卡過於老舊，目前大都是一些相機發燒友和相機模組產線上才會去使用，配合Olympus Hyres、Imatest等軟件來對數據進行讀取(基於Matlabs frmat由Peter Burns參考ISO12233標準編寫)，以MTF/SFR(調制傳遞函數/空間響應頻率)形式展現。
該這案主要特點是價格便宜，整套測試平臺搭建簡單，適合對測試精度要求不高的場合，但缺點也很明顯。由於圖卡不支持OECF光電轉換系數(缺省gamma值預設為0.5或1)，無法定義灰階，導致測試結果穩定性很差，光照些微變化就會讓結果產生明顯異常波動，而且有精度很容易被機內銳化算法影響等諸多問題。
具體究竟有多難用，你用過才知道。

另外視頻中所采用的是ISO12233圖卡的肉眼觀察檢測，方法是觀察者通過觀察喇叭圖的線條清晰程度和粘連程度來判斷解析力的大概范圍。
這個辦法是極其不嚴謹的，由於主觀因素太重，存在太多不可控狀況，導致數據波動很大，僅適合做一些粗略的估算。
現如今國際上，大部分專業相機測試機構或網站都已經摒棄了該方法。

那是否有新的測試方法呢？有的，而且就是去年發佈的ISO12233:2014，最大的變化是加入了Siemens Star西門子星圖來對解析力進行測試。

具體測試方案如下圖所示，可以看到標版上均勻分佈著25個圓餅狀的西門子星圖，它可以直接讀取出對應位置各個角度的解析力情況。

根據以往幾百臺手機機型的測試經驗來看，這個方案的穩定性很高，多次測量前後誤差小於1%(實際上千分之一左右)，而且能夠大幅降低銳化算法的不良影響，提高精度，尤其是適合測試手機這類以輸出大幅度機內處理jpeg圖片為主的拍照設備。
相信工信部即將推出的新版YD/T1607標準也會采用Siemens Star的測試方法，並淘汰掉節目中實驗室所用的無比陳舊的標版。
所以總的來說，國家照相機質檢中心的工作人員對於解析力的評判方式與測試方法並不專業，而且有一定的誤導嫌疑。

色彩測試方面，從視頻中所看到該工作人員在對色燈箱中的拍攝方式是極為不嚴格的。由於擺放方式的錯誤，途中Xrite24色色卡很有可能出現照射不均勻的情況，從而讓顏色數據的讀取出現誤差。
正確且嚴格的擺放方式應當將色卡放置於豎直平面，且為左右兩燈各45°角照射，中央亮度最均勻區域放置照射色卡。

為了進一步驗證數據，我們在實驗室中使用目前最為先進的iQ-LED光源(CRI>=99%)生成1000Lux的D65光照環境，拍攝更為復雜精準的96色色卡，來對顏色偏差進行了一次復驗，數據通過iQ-Analyzer分析軟件讀取，最終結果為基於遵循CIE15標準的deltaE，把每個色塊的柱狀圖匯總呈現。
對於視頻中簡單的放到Photoshop下打開憑肉眼觀察判定，我們認為其方法過於輕率主觀，有失專業，且無法提供標準化數據支撐。

iPhone 6
此外，我們還選取了兩臺相機作為對照參考，一臺是德國生產的全畫幅旁軸數碼相機，另一臺是產自日本的全畫幅單反數碼相機，兩款相機都是各自產品線中的代表性產品，機身加鏡頭的價格均超過四萬元。
各自的對應數據如下：

德國產數碼相機

日本產數碼相機
很有意思的是，兩臺專業級相機的deltaE (mean)平均色彩誤差值分別為11.6和17.4，均高於iPhone 6的8.9。按照國家照相機質檢中心工作人員所說的，的確藍色與紅色更加濃艷一些，但作為對照的兩臺數碼相機事實上還要更加濃艷，顏色偏差更大。
如果連iPhone 6都不合格，那麼這兩臺價格相對昂貴，被眾多攝影師當做專業器材使用的頂級產品，隻能說更加的不合格。放在常識上是明顯講不通的。
那為什麼相機的顏色不做成標準色呢？在相機領域有過研發經驗的朋友都會知道，絕對精準的顏色是非常不好看的，會使畫面顯得過於平淡缺乏美感，沒有消費者會喜歡這種風格，所以市面上任何一家數碼相機廠家都會對輸出的JPEG照片進行一定程度上的色彩調教，在CCM色彩轉換矩陣中人為施加一些色彩偏差，一方面是為了提升畫面美感，另一方面是形成品牌差異性，提高認知度。
正如同相機玩家們常說的尼康的黃色，賓得的綠色，佳能的紅色，奧林巴斯的藍色，富士的人像膚色，都是每個相機品牌發色裡最好看最具代表性的特征，而嚴格意義上講，這些特色都是所謂的“拍攝物體偏色”“不能準確還原”。
當然這個偏色的尺度要在一定范圍內，絕對不可以嚴重到人眼會感覺到不適的程度。
再者，對於一部分入門級的數碼相機，以及手機，內部的ISP裡都會內置一套場景模式算法。它的作用是識別不同的拍攝場景，並根據場景特點往大部分人最喜歡的方向去優化顏色。
我們常見的高通就會提供一些場景補償算法，以及綠色增益算法，供手機廠家在調整相機色彩的時候調用，使畫面更具美感。

例如這個花花草草又紅又綠的場景，幾乎百分百會觸發類似於花卉的場景模式，相機會大幅度提升畫面飽和度，讓顏色更加濃艷，更討消費者眼睛喜歡。
視頻中說花瓣顏色偏差太大，細節都看不清了，那真心不是手機廠家犯的錯誤，而是人家費老大勁故意調教出來的顏色。對於“色彩還原準確度”的描述，節目制作人員明顯是缺乏專業性的。

關於錄制視頻的動態分辨率方面，節目中稱是通過用視頻錄制靜止的ISO12233標版實現的。在業內目前似乎已經沒有多少人在用這種明顯不符合實際的檢測方法了，憑常識就可以知道，怎麼會有人會用視頻去錄紋絲不動的東西呢？視頻動態分辨率所拍攝的標版肯定得是可以移動的才對。
多年以前有人用是因為測試技術還沒有完善，但現如今類似方案已經有很多，我們參考德國Image Engineering公司的方案：

中央的標版是可以設定一個速度值勻速運動的，從而用Matlab算法讀出每個速度下的解析力，觀察它隨著速度增加，解析力降低的情況，也就是我們常見的目標運動的越快，視頻畫面裡就越模糊。之後通過iQ-Analyzer軟件讀出數據。

這裡引用一組iPhone 5和佳能5D Mark II的視頻解析力對比，可以看出，在畫面主體速度很低的情況下，無論照度明暗，iPhone 5的解析力是大幅超越5D2的，但差距隨運動速度增加迅速逆轉，5D2的表現更加穩定。
也就是說，如果錄制偏靜態的視頻，手機甚至是可以超越單反的。

一個草堆，本身紋理是否清晰，塗抹感是否嚴重，顏色相近區域的細節好壞等，在圖像測試領域稱之為Texture測試，也就是讓DxO相機測試機構得以成名的DeadLeaves枯葉圖測試方案。

我們可以看到這個真正的標版，中央如同枯葉一樣的彩色斑點，就是枯葉圖的代表性特征，目的就是專門為了考驗相機對於不明顯色彩紋理的分辨能力。
簡單來說就是把一片枯黃的葉子放在一張白紙上，絕大部分相機都能拍出反差強烈的葉片邊緣與白紙的反差，但葉片上的紋理以及枯黃的斑點，那就不是每個相機都能拍出來的了。

視頻中所用明明是黑白條紋的ISO12233標版，它與上文中枯葉標版完全是兩個東西。令人不解的是，節目中的測試機構居然用不直接相關的ISO12233標版來評估texture細節數據，指導性是很有限的。

作為參考，這裡有德國科隆大學的Uwe Artmann教授在Electronic Imaging Conference 2013上所發佈的文獻：《Image Quality Evaluation Using Moving Targets》，文中對於枯葉圖和視頻移動標版的測試方法及原理都有詳盡的介紹。
PS：UweArtman參與了很多IEEE、CPIQ國際影像測試標準的制訂，我們采用的Siemens Star測試方案就是他協助搭建的，業內熟知的DxO所使用的Deadleaves枯葉圖細節測試方案，實際用起來有很多問題，Uwe則是對其進行改進和完善，大幅度提升了嚴謹性，從而推出第二代枯葉測試標準。

在曝光量測試方面，這裡出現了一個讓我們所有工程師都哭笑不得錯誤，視頻中看到他們直接使用燈箱生成純色目標把手機貼在上面拍攝。
不是說這種方法不行，而是類似方法在手機上僅僅能夠用來測試暗角啊，ColorShading偽色之類的狀況，拿來測試OECF光電轉換等跟曝光有關的項目是絕對絕對不行的，大部分手機這麼測都會出問題，十有八九會過曝。
因為一方面純色標版會引發測光不準，另一方面如此嚴苛的曝光范圍，手機這種幾乎無法完全手動控制曝光參數的設備真的很難做到。

嚴格的測試方案一般會遵循國際上常用的ISO12524標準。實在找不到圖，還是拿實驗室的照片來看，圖中那個黑色的箱子是LE7集分球燈箱，它內部有幾百個不同顏色的小型光源，通過專門的軟件控制，可以模擬生成自然界任何一種顏色的可見光源，沒錯，任何一種！

光線均勻透過上面有方塊和圓盤的標版，每個方塊對應著一種亮度，而圓盤才是關鍵，是專門為測試手機相機設計的，旋轉它能夠單獨調節圓形區域內的明暗度，欺騙手機上全自動測光功能，從而做到最佳曝光。
此時分析每個不同亮度方塊的數值，就可以得到曝光特性，相機寬容度，噪點分佈情況等數據。
其它非技術層面的東西我們就不做太多吐槽了，簡單說下。
嚴格的相機影像實驗室，需要有全黑的房間，不開啟燈箱，沒有任何光線幹擾，在搭建期間就要求墻面和屋頂全部漆成中性灰，地面一般處理成亞光黑，空調、燈具開關，桌椅等都需要進行亞光處理，否則出現一個反光點，反射到標版上，就有可能引起很大的測量誤差。
一旦產生光污染，一百多萬的燈箱跟幾十萬的標版全都白費。數據分析軟件是極其敏感的，裡面很多指數型的算法，一點點誤差都會被放大——我會告訴你趴在燈箱前面操作，金屬胸牌都會讓寬容度數據嚴重出錯嗎？全部數據重測，說多了都是淚，就是這麼傲嬌！)

我們來看下節目裡的檢測實驗室：像藍色的像鏡子一樣銷魂的地面，各種白色桌椅，更誇張的是他們工作人員都穿著白！色！實！驗！服！簡直是走到哪照到哪！
影像實驗室的圖實在難找，一般都不會隨便讓人拍，這裡還是用我們自家的來給大家做個參考，穿著這一身衣服扣著帽子，一測幾個小時下來，還是很悶很辛苦的。此外節目裡還提到的像前置攝像頭跟後制攝像頭一起測(真沒法一起測，前置攝像頭各種自帶美顏功能，數據會亂套，而且應用場景和硬件差異較大，非要按照同一標準來真心沒幾個能合格的)，測試曝光的時候居然開啟閃光燈(必然會欠曝)，24色色卡拍出來是歪斜的(軟件可能會無法正確識別色塊位置)等等。
數碼相機自從1975年在紐約羅徹斯特的柯達實驗室被發明出來以後，對其成像的測試方法也在一同進步和發展，現如今來看依然是一門是很前沿的學科，技術門檻很高，但又遠沒有想象的那麼完善，國際上每年的影像評估會議都會有專家提出大量變革性的測試方法和測試標準出現。
手機不同於專業相機，在使用場景和產品特性都極其特殊，所以相對相機，它的測試標準幾乎是空白，有太多的標準丞待完善。而很多大廠在測試標準的建立方面都是非常積極的，一方面國內廠家像華為等都已經派專家常駐歐洲去搶標準，而像索尼、東芝、蘋果等更是返聘了他們一些已經退休的資深工程師直接參與CPIQ標準的制訂，以便取得先發優勢。
同樣的，幾大運營商也都意識到國家標準和測試方法太過老舊的問題，都在試圖建立自己的手機入網相機評估標準，甚至很多廠家也在做。此外，工信部也在努力推進新版國家標準的出臺。
在這種現狀下，所謂的針對手機拍攝性能不合格的質量報告是非常的幼稚和可笑的。任何一個業內人士都明白，對現如今的手機而言，他們所提到的國家標準本來就是不合格的。
最後，給央視這檔節目做個總結：很不負責任的借用所謂專業機構的名號，采用早已過時的非強制性標準，通過一些不嚴謹甚至錯誤的測試方式，會給消費者帶來一個嚴重產品誤導。
文章糾錯
微信公眾號搜索"驅動之家"加關註，每日最新的手機、電腦、汽車、智能硬件信息可以讓你一手全掌握。推薦關註！【微信掃描下圖可直接關註】