El artículo «Texture MTF from images of natural scenes» escrito por Riccardo Branca, Sophie Triantaphillidou y Peter Burns en 2017 aborda la evaluación de la resolución y nitidez en dispositivos de imagen de consumo, enfrentando desafíos impuestos por los filtros automáticos y adaptativos. Tradicionalmente, las funciones de transferencia de modulación (MTF) se medían utilizando métodos como el SFR (respuesta en frecuencia espacial) basado en bordes inclinados definidos por la norma ISO 12233. Sin embargo, estos métodos no siempre reflejan con precisión la captura de información de escenas naturales debido a los procesos automáticos y conscientes del contenido.
El artículo introduce y evalúa una metodología alternativa para medir la textura-MTF utilizando imágenes pictóricas en lugar del tradicional objetivo de «hojas muertas». Las imágenes seleccionadas incluyeron una variedad de texturas naturales y artificiales, capturadas con una cámara DSLR Canon 5D Mark II y un smartphone de alta gama, el iPhone 6S. Los resultados mostraron que las MTF calculadas coinciden en gran medida con las obtenidas a través del método de las hojas muertas, confirmando la robustez del enfoque. Sin embargo, se observaron dependencias de la escena, especialmente en las mediciones del iPhone, sugiriendo la influencia de procesos automáticos y no lineales en la calidad de la imagen.
Uno de los hallazgos clave es que las variaciones de la MTF derivadas de las imágenes del smartphone fueron más evidentes comparadas con las capturas de la cámara DSLR que tenía los procesos automáticos desactivados. Esto indica que los sistemas automáticos de captura pueden introducir una mayor variabilidad en la nitidez y resolución de las imágenes, además de que ciertos tipos de contenido son más adecuados para medir la textura-MTF. Por ejemplo, se recomienda incluir imágenes con altas frecuencias para obtener un análisis más preciso de la respuesta del sistema.
El estudio también empleó métodos para medir y corregir el ruido presente en las imágenes, comparando dos técnicas diferentes que llevaron a resultados casi idénticos bajo condiciones de bajo ruido. Esto destaca la importancia de seleccionar métodos apropiados para medir la MTF y corregir cualquier influencia por procesos no deseados.
En conclusión, el artículo de Branca y sus colegas sugiere que el análisis de textura-MTF usando imágenes naturales proporciona una perspectiva más representativa y realista del rendimiento del sistema de captura de imágenes, especialmente para dispositivos con procesamiento automático. Esta metodología permite una mejor comprensión de los efectos de las mejoras automáticas y los procesos no lineales presentes en los dispositivos de captura modernos, ofreciendo una visión más precisa del rendimiento del sistema en condiciones de uso real. En futuros estudios, se propone probar más tipos de escenas y correlacionar mejor las curvas de MTF dependientes de la escena con la percepción de nitidez de la imagen.
