原文章首发于头条【影像学校】，版权所有，未经允许不得转载。

请关注【影像派】请关注【影像学校】

序

我们经常听到人们说:

这幅画比那幅画清楚；

这个镜头比那个更清晰；

这个相机的分辨率很高，拍出来的照片很清晰；

稍后给照片添加一些锐化，让它看起来更清晰...

清晰度、锐度和分辨率。当你听到这些专业术语时，你明白它们的意思吗？

你知道分辨率是怎么测量的吗？

你知道清晰度和清晰的区别吗？

你知道什么是主观，什么是客观吗？

这三个概念甚至可能会被很多资深摄影师混淆。

那么，应该如何区分它们呢？今天影像君就为你深度解析这三个概念，让你不仅知道为什么，更知道为什么。

先说分辨率。

一.决议

1.1概念和定义

Resolution，也叫“resolution”或“resolution”(直译自日语)。广义的分辨率包括很多，如像素分辨率、温度分辨率、瞬时分辨率等。本文主要讨论空之间的空间分辨率。它描述了光学设备或成像系统分辨和分析物体细节的能力。系统捕捉的细节越多、越丰富，分辨率就越高。

分辨率通常用每毫米的线对数来描述，单位为LP/mm，所谓“线对”是指一系列交错的黑白线(如图1-1所示)。一个单元所拥有的对数也称为“空空间频率”。配对越多，频率越高。

图1-1图1-1

那么，如何判断解析成功与否呢？

假设物面上的两个像素相互靠近但相互独立，如果投影到传感器上时两个像素的线对重叠，偏离了实际情况，则称为分析失败，如图1-2(a)所示；反之，如果线对的物理位置能正确地反映在像平面上，则称为成功分辨，如图1-2(b)所示:

图1-2，Photo via edmundoptics.图1-2，图片来自edmundoptics。

以图1-1为例。本来黑白线的界限就很清楚了。镜头成像后，放大线的边缘开始模糊，我们可以大致认为这个镜头的分辨率较低。如图1-3所示:

图1-3，Photo via edmundoptics.图1-3，图片来自edmundoptics。

分辨率是衡量图像质量的一个重要维度。那么，有没有一些科学标准可以更好的量化和衡量光学器件的分辨率呢？

答案是肯定的。

1.2分辨率的测量

谈到分辨率的测量，有些人可能会说:

这不是很简单吗？只看谁的像素高。

其实不是的。图像的有效像素只是部分代表了传感器的分辨率，成像是系统所有部件协同工作的结果。其他组件(如镜头、测距仪、滤镜等)的分辨率。)也会影响系统的整体性能。大幅度增加传感器的像素数量可以提高空之间的分辨率，但也会增加系统其他部分的性能瓶颈。所以，我们不能简单的用“像素数”来衡量空之间的分辨率，而且，同一幅图像的中心区域和边缘区域之间的分辨率会有所不同。

分辨率的测量标准和方法有很多，比如曾经流行的美国空陆军的USAF-1951分辨率测试棒靶就是其中之一，如图1-4所示:

图1-4，USAF 1951.图1-4，美国空军1951年。

假设要测试一个镜头的分辨率[1]:

将条形靶放在镜头光轴上，保持测试靶与镜头垂直，按一定距离(如镜头焦距的11倍)拍摄，然后按一定比例(如1: 10)放大图像，找出用眼肉能观察到的最小线对，记下组和线(elment)，最后用公式计算出相应的分辨率(如图1-5)。

图1-5，USAF-1951分辨率计算公式。图1-5，USAF-1951分辨率计算公式。

其他主流测量方法也采用类似的原理，如国际标准组织发布的ISO12233-2000(如图1-6所示):

图1-6，ISO12233-2000。图1-6，ISO12233-2000。

但是这些测量方法都有一个缺陷:都是靠人眼的主观视觉来分析的，莫尔效应[2]会严重影响肉眼的判断，导致观察者无法确定对准是否还能被识别或分析。

另一种更受欢迎的测量方法称为调制传递函数(也称为“调制传递函数”)，简称MTF曲线。

1.3对比度和MTF

MTF分辨率测量方法引入了“对比度”的概念。

为了更好地量化对比度，光学中用“方波”来图形化描述，方波的波峰和波谷代表不同像素的强度值(如灰度、电压等。) [3].例如，纯黑图像被指定为0，纯白图像被指定为1。如图1-7所示:

图1-7图1-7

相邻像素之间的强度差占总强度的百分比定义为对比度，表达式为(其中I为强度值):

图1-8图1-8

方波是一种理想的波形。在实际成像中，由于像差、衍射等不可控因素，应该是平滑的波形。如图1-9所示:

图1-9，Photo via Edmund Optics图1-9，照片通过埃德蒙光学

如果单位长度的对数增加，成像对比度会降低。波形图如图1-10所示:

图1-10，Photo via Edmund Optics图1-10，照片通过埃德蒙光学

因此，增加线对空之间的频率会导致成像对比度降低。换句话说，当对比度接近0时，意味着线对的空之间的频率已经增大到最大，系统无法识别较小的线对，因此处于极限分辨状态。

这条描述线对频率与对比度之间关系的曲线被称为MTF曲线，它衡量的是在特定分辨率下对比度从物平面转换到像平面的能力。

如图1-11所示，MTF图由400万像素的相机拍摄，图像中心有细线，图像周围有粗线。

图1-11图1-11

MTF曲线最大的意义是通过对比度的降低程度来测试光学元件或系统的极限分辨率。它的优点是引入了可测量的“对比”，而不是依靠主观视觉来分析判断。

知道了分辨率之后，我们再来看锐度。

第二，锐度

2.1清晰度的定义

锐度，英文是acutance，是一种用来衡量像素边缘质量的物理度量，其中边缘质量与人眼感知的清晰度有关(后面会详细解释)。

根据锐度的定义:

(1)锐度是客观的、可测量的物理量；

(2)锐度与清晰度有关。

2.2锐度的测量

在实验室里，研究人员将一片不透明的叶片放入感光材料中，用一束平行光照射。显影后，用测微密度计测量刀刃的成像宽度，记录不同距离对应的每英寸像素数。最后，绘制距离-密度曲线。图2-1是对应于两种不同类型感光材料的曲线图:

图2-1图2-1

这条距离-密度曲线描述了单位距离的变化与密度的变化之间的关系。为了更方便地表达，研究者们引入了“斜率”(倾斜度)的概念。根据斜率的定义，有:

两点之间的斜率=密度差/距离差

并将斜率平方的平均值与密度比的比值定义为锐度。表达式是:

公式2-1配方2-1

对应的曲线图是(图2-2):

图2-2图2-2

这表明:

斜率越大，对应的曲线越陡，意味着单位距离的密度变化越大，清晰度越高。

假设斜率不断增大，曲线越来越陡，直到无限接近垂直，我们就会得到前面提到的“方波”，如图2-3所示:

图2-3，Photo by David Pr?kel图2-3，David Pr? kel拍摄的照片

因此，我们知道锐度和对比度之间的关系:

锐度越高，边缘的对比度越高；反之，如果增加边缘的对比度，相应的锐度也会增加。图像处理软件的锐化功能的本质也是利用了这个原理。

说完锐度，最后来说一个类似的概念——锐度。

三。清楚

Clarity，对应的英文是sharpnes，但有些字典把它翻译成“sharpness”，其实是混淆了clarity和Sharpness这两个概念的错误翻译。为了考证这两个意思相近又常被误用的词，影像君特意去翻了摄影视觉词典[4]。“锐度”条目解释如下:

它是一个结合了分辨率和锐度的主观概念。清晰的图像显得干净清新，细节丰富。图像不清晰的可能原因有:相机抖动、对焦不佳、光圈太小(衍射效应)等。

可见“清晰”的翻译显然更符合其含义。英君之所以翻译这个词是真的，是因为有一个清晰准确的概念对于理解和掌握正确的知识是至关重要的，甚至是决定性的。

结合清晰的定义和我们的生活经验，我们可以得出两个关键知识点:

(1)清晰度是一种主观判断，受以下因素影响:

同一张照片，由不同的人(每个人对“清晰度”的定义不同)，在不同的时间(眼睛疲劳程度不同，视力不同)，或在不同的距离(受人眼分辨率的限制)，所感知的清晰度可能不同；

(2)清晰度无法定量测量。

介绍完以上三个概念，我们来分析一下它们之间的关系。

4.它们之间的区别关系。

综上所述，我们可以大致梳理出分辨率、锐度、清晰度之间的逻辑关系。

4.1分辨率和清晰度

分辨率(本文默认指空之间的分辨率)描述了一种光学仪器(放大镜、扫描仪等)。)或成像系统(相机)，由传感器等元件的光学性能共同决定，一旦成像就无法改变；

锐度描述的是图像的视觉感受，受光圈大小、曝光时间、镜头技术、胶片类型等多种因素影响。，与分辨率没有必然联系。

4.2清晰度和清晰度

锐度和锐度都是面向描述图像的画质表征，但前者是可测量的物理量，后者是人的主观感受，无法量化。提高锐度可以在一定程度上提高图像清晰度，但高清图像的锐度不一定高，即锐度和锐度是一个充分和不必要的逻辑关系。

比如说。如图4-1所示，我们的眼睛可以很快分辨出(2)比(1)更清晰，因为(2)的分辨率比(1)高，但(2)的锐度比(1)低。

图4-1图4-1

4.3分辨率和清晰度

高分辨率的设备有更大概率可以提高图像的清晰度，但反过来就不一定了。因为影响图像清晰度的因素很多，除了主要的分辨率和锐度之外，还有观察距离、相机抖动、对焦不准、光圈过大等潜在因素。

另外，有时候“视觉欺骗”也能让图像看起来更清晰[5]。比如，我们都知道“图像噪声”是图像质量的大敌，但是在一幅图像中加入少量的噪声可以让它看起来更清晰，尽管图像的清晰度并没有发生本质的变化。

如图4-2所示，(a)光滑，噪点少，质地柔软；(b)在(a)的基础上加一点噪点后，质感变硬，给人以清晰度更高的错觉，但画面的分辨率并没有增加。

图4-2图4-2

标签

从分辨率到锐度到清晰度，我们介绍了它们的定义、测量方法以及它们之间的逻辑关系。希望你现在知道如何区分它们，不要混淆。这篇文章有点长，或许有点无聊，能读到最后的只有《真爱》。如果你喜欢这篇文章，请点赞并转发给影像君以示支持。同时，也请对你有强烈“求知欲”的人点赞。

参考

[1]Nanette Salvaggio，基本摄影材料和过程，2009年，焦点出版社。

[2]弗拉基米尔·萨维列夫；金成奎；Jaisoon Kim，显示器中的莫尔效应:教程，spiedigitallibrary.org，2018年3月28日。

[3]调制传递函数简介，EdmundOptics

[4]David PRK El，摄影视觉词典，2010年1月4日，AVA出版社。

[5]教程–清晰度，彩色剑桥。

[往期精选文章]

解密摄影中的“色码”|光影

一本关于定焦镜头的硬核科普，可以快速提高你对摄影器材的认知水平。

关于光圈，这是我给你整理的最详细的干货，值得摄影爱好者收藏。

照片主体不突出？只是背作文法没用而已。了解这些“吸引眼球的点”是关键。

如果你喜欢我的文章，请点赞，转发，收藏，评论。

头条【影像学堂】专注分享原创摄影作品及各类摄影知识。

加入【影像学校】，一起感受摄影的魅力和精彩！