這3個概念,連許多資深攝影愛好者都會混淆,你懂得如何區分嗎?

瘋攝     2021年08月13日

前言

我們常常聽到有人說:

這幅圖比那幅圖要清晰;

這支鏡頭比那支鏡頭更銳利;

這台相機的解析度很高,拍出來的相片很清晰;

給相片後期加些銳化,可以看起來更清晰……

清晰、銳利、解析度,當你聽到這些專業術語時,你理解它們的意思嗎?

你知道解析度是如何測量的嗎?

你知道銳度和清晰度的區別嗎?

你知道哪些是主觀、哪些是客觀的嗎?

這三個概念,或許連許多資深攝影愛好者都會「傻傻分不清」。

那麼,它們到底應該如何區分呢?今天,小編將為大家深入剖析這三個概念,讓大家不僅知其然,也知其「所以然」。

我們的話題先從解析度說起。

一、 解析度

1.1 概念和定義

解析度(resolution),又稱「分辨度」或「解析度」(從日語直譯而來)。廣義上的解析度包括很多,如像素解析度、溫度解析度、瞬時解析度等,而本文主要討論的是空間解析度(spatical resolution)。它描述的是光學設備或影像系統辨別、解析物體細節的能力。系統捕捉的細節越多、越豐富,相應的解析度或解像力(resolving power)也就越高。

解析度通常使用每毫米的線對(line-pairs)數量來描述,單位是lp/mm。所謂「線對」,是指一系列互相交錯的黑白線條(如圖1-1所示)。單位長度擁有的線對又稱為「空間頻率」(spatial frequency),線對越多,頻率越高。

這3個概念,連許多資深攝影愛好者都會混淆,你懂得如何區分嗎?

圖1-1

那麼,如何判斷解析是否成功呢?

假設物面(Object plane)上的兩個像素點相距很近但彼此獨立,投射至傳感器上時兩個像素的線對出現重疊現象,與實際情況有偏差,則稱之為解析失敗,如圖1-2中的(a)所示;反之,若在像面(Image plane)上能正確反映線對的物理位置,則稱之為解析成功,如圖1-2中的(b)所示:

這3個概念,連許多資深攝影愛好者都會混淆,你懂得如何區分嗎?

圖1-2,Photo via edmundoptics.

以圖1-1為例。原本線條黑白之間的邊界是非常清晰的,經過透鏡成像後,放大觀測到的線條邊緣開始變得有些模糊,於是我們大致可以認為這片透鏡的解析度較低。如圖1-3所示:

這3個概念,連許多資深攝影愛好者都會混淆,你懂得如何區分嗎?

圖1-3,Photo via edmundoptics.

解析度是衡量影像畫質的一個重要維度。那麼,有沒有一些科學的標準可以更好地量化和測量光學器件的解析度呢?

答案是有。

1.2 解析度的測量

說到解析度的測量,有些人可能會說:

這還不簡單嗎?看誰的像素高就行了。

其實不是的。圖片的有效像素只是部分代表了傳感器的解析度,而成像是系統各組件共同協作的結果,其它元件(如鏡頭、增距鏡、濾鏡等)的解析度同樣會影響系統的整體表現。大幅增加傳感器的像素,雖然可以提升空間分辨能力,但同時也會增加系統其餘部件的性能瓶頸。因此,不能簡單地以「像素數量」去衡量系統的空間解析度,更況且,同一張圖像的中心區域和邊緣區域,兩者的解析度也會有差異。

解析度的測量標準和方法有很多,比如,曾經流行的美國空軍USAF-1951解析度測試條形靶(bar target)便是其中一種,如圖1-4所示:

這3個概念,連許多資深攝影愛好者都會混淆,你懂得如何區分嗎?

圖1-4,USAF 1951.

假設要測試一顆鏡頭的解析度[1]:

將條形靶置於鏡頭光軸位置上,保持測試靶與鏡頭互相垂直,以一定的距離(如鏡頭焦距的11倍)拍攝,然後再以一定的比例(如1:10)放大圖像,用眼肉辨別所能觀察到的最小線對,記下所在組(group)與行(elment),最後利用公式(如圖1-5)計算出相應的解析度。

這3個概念,連許多資深攝影愛好者都會混淆,你懂得如何區分嗎?

圖1-5,USAF-1951解析度計算公式。

其它主流的測量方法也運用類似原理,如國際標準組織發布的ISO12233-2000(如圖1-6的所示):

這3個概念,連許多資深攝影愛好者都會混淆,你懂得如何區分嗎?

圖1-6,ISO12233-2000。

但是,這些測量方法存在一個缺陷:它們都是通過人眼的主觀視覺來分析,而摩爾效應(Moiré effect)[2]會嚴重影響肉眼的判斷,導致觀察者無法確定對線是否仍然可以繼續辨別或解析。

另一種比較可取也是當下比較流行的測量方法,叫做調製傳遞函數(Modulation Transfer Function,也譯為「調製轉換函數」),簡稱MTF曲線。

1.3 對比度和MTF

MTF解析度測量的方法引入了「對比度」的概念。

為了更好地量化對比度,光學中使用了「方波」(Square wave)來圖形化描述,方波的波峰和波谷表示不同像素的強度值(如灰度、電壓等)[3]。如,純黑像賦值為0,純白為1。如圖1-7所示:

這3個概念,連許多資深攝影愛好者都會混淆,你懂得如何區分嗎?

圖1-7

相鄰像素的強度差值佔強度總和的百分比,定義為對比度,表達式為(其中I為強度值):

這3個概念,連許多資深攝影愛好者都會混淆,你懂得如何區分嗎?

圖1-8

方波是一種理想條件下的波形,在實際成像中,由於像差、衍射等不可控因素,它應該是一種平滑的波形。如圖1-9所示:

這3個概念,連許多資深攝影愛好者都會混淆,你懂得如何區分嗎?

圖1-9,Photo via Edmund Optics

若增加單位長度的線對數量,其成像的對比度將隨之下降,波形圖如1-10所示:

這3個概念,連許多資深攝影愛好者都會混淆,你懂得如何區分嗎?

圖1-10,Photo via Edmund Optics

因此,增加線對的空間頻率可導致成像對比度下降,換言之,當對比度接近於0時,則意味著線對的空間頻率已增至最大,系統無法識別更小的線對,此時便處於極限解析度狀態。

這種描述線對頻率與對比度關係的曲線,稱之為MTF曲線,它衡量的是在特定解析度中從物面到像面轉換對比度的能力。

如圖1-11為4百萬像素相機成像的MTF曲線圖,細線為圖像中心區域,粗線為圖像四周區域。

這3個概念,連許多資深攝影愛好者都會混淆,你懂得如何區分嗎?

圖1-11

MTF曲線的最大意義在於通過對比度的下降水平,測試光學元件或系統的極限解析度。它的優勢是引入了可測量的「對比度」,而不再依靠主觀視覺去分析判斷。

瞭解完了解析度,我們下面來看銳度。

二、銳度

2.1 銳度的定義

銳度,英文是acutance,是一個用於衡量像素邊緣品質的物理測量值,其中的邊緣品質與人眼主觀感知到的清晰度(後文會詳解)有關。

由銳度的定義可知:

(1)銳度是一個客觀的、可測量的物理量;

(2)銳度與清晰度有關。

2.2 銳度的測量

研究人員在實驗室中將一片不透明刀片置於感光材料中[1],並用一束平行光照射,顯影后用測微密度計測量刀鋒邊緣的成像寬度,記錄不同距離對應的像素密度,最後繪成一張距離-密度曲線(Distance-Density)。圖2-1為兩種不同類型感光材料所對應的曲線圖:

這3個概念,連許多資深攝影愛好者都會混淆,你懂得如何區分嗎?

圖2-1

這種距離-密度曲線描述的是單位距離的變化與密度變化的關係。為了更方便表達,研究人員引入了「斜率」(傾斜度)的概念,根據斜率的定義,從而有:

二點間的斜率 = 密度差值 / 距離差值

並且定義斜率平方的平均值與密度比例的比值即為銳度,表達式為:

這3個概念,連許多資深攝影愛好者都會混淆,你懂得如何區分嗎?

公式2-1

對應的曲線示意圖為(圖2-2):

這3個概念,連許多資深攝影愛好者都會混淆,你懂得如何區分嗎?

圖2-2

由此可見:

斜率越大,對應的曲線則越陡峭,表示單位距離的密度改變越大,其銳度也越高。

假設斜率不斷增大,曲線越來越陡峭,直至無限接近垂直,便得到了我們前文所說的「方波」,如圖2-3所示:

這3個概念,連許多資深攝影愛好者都會混淆,你懂得如何區分嗎?

圖2-3,Photo by David Präkel

因此,我們知道了銳度與對比度的聯繫:

銳度越高,邊緣的對比度也越高;反過來,增加邊緣的對比度,相應的銳度也會隨之增加。圖像處理軟體的「銳化」功能本質也是運用了此原理。

聊完了銳度,我們最後再來說說一個與之相似的概念——清晰度。

三、清晰度

清晰度,對應的英文是Sharpness,然而有一些字典將其譯為「銳度」,這其實是混淆了清晰度和銳度兩個概念的錯誤譯法。為了考證這兩個含義相近而且經常被誤用的詞,小編特意去翻閱了《攝影視覺詞典》[4],「sharpness」的詞條是這樣解釋的:

它是一個綜合了解析度和銳度的主觀概念。清晰的圖像顯得乾淨清新,擁有豐富的細節。圖像不清晰的可能原因有:相機抖動,聚焦不良,也可能是使用了過小的光圈(衍射效應)等。

可見,譯成「清晰度」顯然更符合其含義。小編之所以對這個詞的翻譯較真,那是因為:擁有清晰且準確的概念,對於理解和掌握正確的知識至關重要,甚至有決定性的作用。

結合清晰度的定義和我們的生活經驗,我們可以得出兩個關鍵知識點:

(1)清晰度是一種主觀判斷,它受以下因素的影響:

同一張照片,不同人(每個人對「清晰」的定義不同)、不同時間(眼睛疲勞程度不同,視力不同)或不同距離(受人眼解析度限制)觀看,感知到的清晰度都有可能不一樣;

(2)清晰度無法量化測量。

介紹完了以上三個概念,我們再來辨析它們之間的關係。

四、三者的辨析關係

綜上所述,我們可以大致梳理一下解析度、銳度和清晰度三者之間的邏輯關係。

4.1 解析度和銳度

解析度(本文默認指空間解析度)描述的對象是光學儀器(放大鏡、掃瞄儀等)或影像系統(相機),它由傳感器和其它組件的光學性能共同決定,一旦成像便無法改變;

而銳度描述的對象則是圖像給人的視覺體驗,它受諸多因素影響,如光圈大小、曝光時長、鏡頭工藝、膠片類型等等,與解析度沒有必然聯繫。

4.2 銳度和清晰度

銳度和清晰度都是面向描述圖像的畫質表現,但前者是可測量物理量,而後者是人的主觀感受,不可量化。提高銳度可一定程度上提升圖像清晰度,但清晰度高的圖像,其銳度未必就一定高,亦即:銳度和清晰度是充分非必要的邏輯關係。

舉個例子。如圖4-1,我們人眼可以快速分辨出(2)圖比(1)圖清晰,因為(2)的解析度比(1)高,但(2)的銳度卻比(1)低。

這3個概念,連許多資深攝影愛好者都會混淆,你懂得如何區分嗎?

圖4-1

4.3 解析度和清晰度

高解析度的器材可以更大機率地提升影像的清晰度,但反過來卻未必成立。因為影響圖像清晰度的因素有很多,除了主要的解析度和銳度,還有觀察距離、相機抖動、對焦不准、光圈過大等潛在因素。

此外,有時通過「視覺欺騙」的方式也可以讓圖像看起來更清晰[5]。比如,我們都知道「噪點」(image noise)是畫質的敵人,但是給圖像添加少量噪點卻可以令其看起來感覺更加清晰,儘管圖像的清晰度並無本質上的改變。

如圖4-2,(a)比較平滑,噪點較少,質感偏軟;(b)在(a)的基礎上添加了少量噪點之後,質感變得偏硬,給人清晰度更高的「錯覺」,但圖片的解析度卻並未因此增加。

這3個概念,連許多資深攝影愛好者都會混淆,你懂得如何區分嗎?

圖4-2

結語

從解析度到銳度再到清晰度,我們分別介紹了各自的定義、測量方法,以及三者之間的邏輯關係,希望大家現在已經懂得了如何區分它們,不再混淆。此文篇幅稍長,或許略顯枯燥,能讀到末尾的都是「真愛」。若喜歡這篇文章,請為小編點贊轉發以表支持,同時也為有強烈「求知慾」的你們點贊。

參考文獻

[1]Nanette Salvaggio,Basic Photographic Materials and Processes,2009,Focal press.

[2]Vladimir Saveljev; Sung-Kyu Kim; Jaisoon Kim,Moiré effect in displays: a tutorial,spiedigitallibrary.org, 28 March 2018.

[3] Introduction to Modulation Transfer Function,EdmundOptics

[4]David Präkel,The Visual Dictionary of Photography, 4 January,2010,AVA Publishing.

[5]Tutorials – Sharpness,Cambridge in Colour.

關注粉絲團「瘋攝」,給你最棒的攝影知識

八種攝影藝術的表現手法

瘋攝     2022年01月27日