圖像質量測試工程師是一種什麼職業?

崗位要求:
1、對照片的畫質理解深入,對成像的基本知識要熟悉
2、熟悉手機的拍照功能
3、有色彩、光學、攝影方面的基礎知識,愛好攝影,從事過拍照效果的開發調試、測試工作優先。


圖像採集階段,要通過演算法調試來達到好的圖像效果。

主要分三種職業:3A演算法開發、圖像tuning,圖像測試這三種。

3a演算法:AE/AWB/AF的開發,入門難一些,資料很少。

圖像tuning:在理解3A演算法的基礎上,調試3A參數,當前需求量還是比較大的,學習起來也不太難,難在實踐積累,多看多調。

圖像測試:這個就像樓上各位說的,要分為主觀和客觀評價,但當前問題在於,客觀做不到一直標準,只能通過人眼來補。
主觀:這個工作鍛煉的是眼力,需要多用眼睛看,各種雜訊類型(十字雜訊、斑點雜訊等等)、shading、燈光紫邊、邊緣雜訊等等,這個得經驗積累。
客觀:測試數據有:MTF/SFR、白平衡、銳度、顏色信噪比、畸變、紋理等等。
這些都有專業軟體來處理,只需要拍不同的圖卡的照片,然後使用工具分析(如imatest),就直接可以出數據了。
但不得不說的是,imatest測試結果雖然很重要,但從人眼的角度還是不太準確,比如MTF解析度高,並不等於圖片的解析度高,雖然它是解析度的一個參數。

不過一般小公司,圖像測試和圖像調試分不開,是同一個職位。那麼調試能力就變得非常重要。

如果想進入這個行業,倒是可以給你推薦幾本書,做圖像測試絕對夠用了:

數字圖像處理(岡薩雷斯),講圖像去噪點的濾波原理和演算法。

計算攝像機原理(張茂軍),從物理、數學層面分析圖像的原理

---------------------------------------------------------------------------------------------------------

排版不好,之後調整


謝邀,作為一個曾經的門外漢,現在從事圖像調試與測試的某半導體公司的員工,怒答。

圖像測試工程師的日常工作當然是把關最終的成像質量。 這裡說的圖像質量大概包含以下指標:曝光準確度(AE),自動對焦準確度(AF),白平衡準確度(AWB),色彩還原準確度(Color correction),信噪比(SNR),解析度,對比度,畸變,暗角............(等我想起來再補充)

圖像測試一個新起的,也是一個主觀性很強的工種,即便使用最廣泛的imatest的測試標準,也是漏洞百出。測試工程師需要對數字圖像有深刻的理解(一定要有編程基礎,對數組,矩陣要熟悉),能夠明白測試工具的運算演算法,並能清楚的指出測試方法的局限性。

最後我的觀點是:一個優秀的圖像測試工程師,首先必須是一個圖像開發調試工程師。


厚臉皮的不邀自來了!是個好問題,這個行業太小眾了,能找到相關專業從業人員交流一下是很難得的事情;
作為一個有將近三年圖像質量評測工作經驗的從業人員,我的日常工作就是采圖、跑演算法、看圖、做些輔助工具提高效率;做演算法評測還好,一般比較有重點,如果是做不同手機對比評測就很痛苦了:目前還沒有一套公認的客觀測試標準,同時主觀評測的方法也沒有一套公認的體系;AE、AF、AWB、雜訊、細節、artifact......,再細分到各種色溫、亮度、顏色、距離等條件的組合,光評測素材就要準備好一會了;看圖的時候也很痛苦,有時要把圖放大到5倍、10倍來看雜訊、細節;IE、dxo、imtest的那套東西各有優缺點,總的來說還是處在發展階段,沒有一套成熟的體系;
技能要求也比較雜,演算法原理、基本概念(sensor、isp、raw、yuv、sharpen、mtf、iso、artifact.....)、編程能力(c、python、bat、java...)、審美觀念(什麼顏色風格更好、雜訊與細節的平衡、亮度...)基礎軟體的使用(IE、DXO、Imtest等),再往高了說就是設計自動化測試方案的能力、設計評測體系的能力、調試效果的能力、提出效果改進方向的能力...

困了,改天再補充吧


圖像質量測試包括兩種:主觀測試和客觀測試。
主觀測試,說白了就是人工去觀察、去感知,這個需要費很大的精力,對人的要求也比較高,一般人都做不了的。
客觀測試,就是機器測試,包括imatest和DoX都是圖像質量測試里比較有名的測試系統,通過測各種參數,可以快速測試出大批量的照片,通過數據來說明結果,而且這個數據是統一的,不會因為時間、地點的改變而改變,有很高的穩定性。
現在越來越多的人開始重視成像質量,比如手機、安防設備、行車記錄儀等等,一個好的成像儀器往往價格非常昂貴。


其中有一個子集,人稱鍵盤攝影師……沒錯就是我現在的工作


題主只問了測試工程師,實際上好的測試工程師必須懂調試和演算法,同理,好的調試工程師也必須懂測試。

測試具體工作分為兩塊:拍圖和分析。拍圖需要注意避免雜光干擾,固定曝光增益,調整拍攝角度等等;分析主要分為主觀和客觀:客觀是使用imatest、DxO等工具分析各項圖像指標,主觀就是使用自己開發的工具加人眼輔助判斷(對不起,我不相信我自己的眼睛)分析各項指標。

這個行業對經驗的要求很高,新手上來對著一副圖像很容易不知道看什麼。如果經驗豐富的話就會知道找圖片中四個角看雜訊,找人臉看是不是發黑或發白,找草坪看是不是模糊,等等等等

入門的話IMATEST的網站上講的很全面,注意裡面還有各種引用文獻,看完這些基本入門沒有問題。


國內一看到"測試"字樣,就覺得這個崗位掉了檔次,以為開發才高大上,殊不知,站在技術鏈的末端(比喻成"粗加工"),做測試與開發沒什麼區別。然而,真正關注技術本身(包括管理等一套體系)的環境里,開發與測試這個名詞並不重要,只是工作內容的區分,科學合理的測試方案與標準,跟所謂開發工程師"堆疊"出來的產品,價值上有著天壤之別。前段時間,去一家小公司面試時被嘲笑,攝像頭模組清晰度管控就是"QC",沒有什麼技術含量。言下之意,他們調用opencv庫,識別了幾個數字,就是演算法工程師,就是有技術含量的活。也能理解,就像蘋果和國內某手機廠商的攝像頭一樣,或許分別隨機挑了一台手機,二者清晰度相當,國內某手機廠商便得出結論,"我們到達蘋果水平啦"。殊不知,測一千台一萬台,對比差異怎麼樣?怎麼對比差異?測的結果有什麼意義?你的設計是否過剩?等等,軟實力被甩了幾條街......
說了很多,上一段主要想說,所謂的"測試"也屬於"開發",對生產("泛指")起著決定性作用。轉到正題,"圖像質量測試工程師是一種什麼樣的職業?",這裡不強調是工程師還是測試員,重點講圖像質量測試或評價內容。
怎麼分類去討論問題本身是個大問題,這裡大致以一下維度討論:
1.OECF
這部分包括光電轉換相關性能參數。主要有:Sensitivity, Noise ,SNR, Dynamic Range, Gamma, etc. 有些指標都沒有絕對的標準,如DR,有的標準是飽和時亮度比SNR等於1對應的亮度,有的標準是SNR等於3時對應的亮度,另外,還有測試條件也沒有絕對的標準,環境條件,曝光控制等,都會對測試結果造成影響。當然,這些測試指標還有細分,如Noise,可以按隨機雜訊,固定雜訊等分類,也可以按Image sensor的photon shot noise , read noise等分類,改可以按Visual noise等分類。再引申一點,這些測試指標有的是綜合(整個軟硬體成像系統)體現,有的主要是器件體現(如read noise, row noise)。目前對於雜訊評價來說,視覺雜訊指標可能是相對更接近主觀感知的方向。
2.Resolution
清晰度無疑是受硬體影響最敏感的指標,而且基本上沒有可行的校準方案,因此,清晰度的管控至關重要。當然,軟體銳化等處理也對清晰度效果起著方向性作用。常見的評價方式有視覺讀線判斷(俗稱Tvline),基於斜邊的SFR,基於西門子星圖的MTF(MTF/SFR意義相同,西門子是正弦波,有的廠商實際也有方波進行近似測試),以及枯葉圖。這幾種方法各有特點,視覺判斷更讓國內手機廠商更易理解與接受,但其實除主觀判斷的不穩定因素外,還有視場判斷不固定,FOV兼容性差等缺點。基於斜邊的SFR基本原理是,"成像系統的階躍響應",這裡是轉換到頻率的響應。先對階躍信號求導,再求傅立葉變換。當然,實際演算法的難點反而在前面的ROI區域多次擬合與bin(project),可以參考iso12233-2014中提到了sfrmat3matlab代碼。實際管控硬體(無銳化, Gamma等處理的Raw圖計算)清晰度特性時,往往是溫度,對焦和曝光(白色區域過曝時,對結果影響很大)等因素影響測試結果穩定性。基於西門子星圖的MTF可以說是"純空間域的成像系統響應",即輸出與輸入正弦波幅度比。重點在正弦波擬合,缺點也是視場不固定,FOV兼容性差等。枯葉圖基本原理是輸出與輸入信號的功率譜比。目前有幾種標準,DXO和Image Engineering 觀點有一些不一致。它的最大優勢是受isp處理影響較小,更接近自然感知。這裡提到ISP處理影響,幾種方法在ISP處理之前,也就是Raw圖條件下,差異很小。到ISP處理後,會有明顯的差異,因為常規ISP會對邊緣等細節做銳化等處理,導致基於斜邊的SFR在低頻時,受銳化處理影響特別大。與Raw圖結果最接近的是枯葉圖,當然,為了簡化,一般硬體管控方案會選擇基於斜邊的SFR測試raw圖來體現硬體清晰度特性。有興趣可以私信討論,因為工作中,主要接觸這一塊。
3.Color
色彩也屬於三大評價指標之一。從Image sensor上的color filter的cross talk特性,到isp的各種處理,客觀色彩評價目前比較成熟,有各種色域空間理論,色彩還原指標等。但國內某手機廠商一不懂客觀指標就說客觀評價不準,就改為主觀判斷,這顯然是對標準的理解不夠到位。我也不太懂,工作中接觸色彩比較淺。
4.其他
Shading, Distortion, Flare, Defect Pixel 等,另外,還有時間維度的,曝光與對焦/防抖等。這裡不再一一展開。

總結,圖像質量測試或評價(Image Quality Evaluation)有很多值得深挖的地方,而且有非常大的實際價值。有了"測試",才有了開發的方向,因為有了科學合理的測試,才會給開發提供最高效精準的反饋。


有沒有imatest軟體可以分享啊,小白想學習無奈網上找不到~


弱弱的請教一下AF測試,這個大家都用的是什麼方法啊?


問一下,做圖像測試有沒有相關的書籍介紹一下,初入這一行想補點知識


我想做演算法 不想做測試 哭哭


推薦閱讀:

TAG:測試 | 圖像 | 測試工程師 | 興趣和職業 | 職業選擇 |