El artículo «Differences of digital camera resolution metrology to describe noise reduction artifacts» de Artmann y Wueller (2010) aborda la metrología de resolución en cámaras digitales y cómo las diferentes técnicas para medir la respuesta de frecuencia espacial (SFR) pueden influir en la percepción de la reducción de ruido y otros artefactos en las imágenes. Este trabajo se enfoca en la manera en la que las variaciones en los métodos de medición pueden brindarnos una descripción detallada de la influencia de la reducción de ruido sobre las diferentes bandas de frecuencia espacial en una imagen.
El proceso de reducción de ruido en la cadena de procesamiento de imágenes de las cámaras digitales puede afectar significativamente la calidad de la imagen final, notablemente al provocar una pérdida de detalles de bajo contraste, conocida como «blur» o difuminado de textura. Estudios anteriores indicaron que la medición objetiva del parámetro estadístico kurtosis en una reproducción de ruido blanco gaussiano correlaciona bien con la percepción subjetiva de estas consecuencias. Para describir de manera más detallada esta influencia, el artículo compara los resultados de diferentes métodos para medir la SFR, cada uno utilizando distintos blancos de prueba, lo cual resulta en diferentes mediciones ante la presencia de filtrado adaptativo.
Se realizaron pruebas con varias cámaras, desde réflex digitales (D-SLR) hasta cámaras de teléfonos móviles, bajo condiciones controladas para minimizar la influencia óptica variable y asegurar que sólo el procesamiento de la señal cambiara. Se dispararon las cámaras a sensibilidades ISO de 100, 400 y 1600, cambiando la exposición y por ende la relación señal/ruido a nivel del sensor, lo cual a su vez incrementó la limpieza de ruido en el procesamiento de la señal.
El artículo comparó cinco métodos diferentes para medir la SFR: SFR-Edge, dos variantes de SFR utilizando estrellas de Siemens (sinusoidal y bitonal), el espectro de potencia gaussiano y la Función de Transferencia de Modulación (MTF) de «hojas muertas». Cada uno de estos métodos muestra variaciones dependiendo de la estructura del blanco y del método empleado para la medición de la frecuencia espacial, particularmente bajo condiciones de ISO alto donde el ruido de la cámara influenció más significativamente los resultados.
Los resultados indicaron que, si no se aplica ninguna reducción de ruido ni enfoque, todos los métodos pueden describir adecuadamente la SFR del sistema a niveles de ruido bajos. Sin embargo, los efectos del procesamiento de imágenes sobre un rango pequeño de frecuencias espaciales solo se pueden observar si se mide en el dominio espacial (SFR-Siemens). La reducción de ruido tuvo un bajo impacto en los métodos SFR-Edge y SFR-Siemens, pero cambió significativamente los resultados de MTF de «hojas muertas» y del espectro de potencia gaussiano.
La aplicación de enfoque a las imágenes resultó en diferencias significativas entre los métodos, especialmente entre SFR-Siemens sinusoidal y bitonal, y entre los resultados del espectro de potencia gaussiano y MTF de «hojas muertas». Además, el artículo mostró que la combinación de reducción de ruido y enfoque, que es común en aplicaciones de cámara, resultó en una observación clara de los efectos del procesamiento de imágenes adaptativo sobre las frecuencias espaciales.
En conclusión, este estudio resalta la importancia de elegir adecuadamente el método de medición de SFR para evaluar la influencia de la reducción de ruido y otros algoritmos de procesamiento de señales en la calidad final de las imágenes, demostrando cómo estas decisiones afectan significativamente la percepción y la evaluación de la nitidez de las texturas en las imágenes digitales.
