4、色差测量方法：分辨率标板测试法、星点测试法、边缘色散量化分析
色差这东西，说白了就是镜头对不同波长光线的「偏心」。你拍一张高反差边缘的照片，放大一看，紫边、绿边全跑出来了。那怎么量化这个现象？我这些年用过不下十种方法，但真正能上生产线的，其实就三种。
4.1 分辨率标板测试法
这是最直观的方法。你拿一张ISO 12233标板，对着拍一张，然后看特定区域的MTF曲线。
具体操作步骤：
- 把标板贴在一个均匀照明的平面上，保证照度在1000 lux以上
- 镜头对准标板中心，调焦到最清晰
- 分别拍摄红、绿、蓝三个通道的RAW文件
- 用Imatest或自有软件提取各通道的MTF50值
我个人习惯用MTF50的差值来评估色差。比如红色通道MTF50是1800 LW/PH，蓝色是1600 LW/PH，差值200以内算合格。超过300，你就要小心了。
关键指标：
| 色差等级 | MTF50差值 (LW/PH) | 肉眼可见度 |
|---|---|---|
| 优秀 | < 100 | 几乎不可见 |
| 良好 | 100 - 200 | 放大可见 |
| 及格 | 200 - 300 | 正常观看可见 |
| 不合格 | > 300 | 明显紫边 |
嗯，这里要注意：标板测试法对光源色温很敏感。我建议用D65标准光源，别用LED灯，否则测出来的数据会骗人。
4.2 星点测试法
星点法是我个人比较偏爱的方法。为什么？因为它能直接看到色差的「形状」。
你找一个直径5-10微米的小孔（或者用激光打出来的针孔），放在镜头焦平面上。然后拍一张，看光斑的形态。
正常情况：光斑应该是均匀的圆形，RGB三通道完全重合。
有色差时：你会看到光斑边缘出现彩色环。轴向色差表现为红蓝环分离，倍率色差表现为光斑不对称。
我的经验：星点法对调焦精度要求极高。我曾经因为调焦环差了0.01mm，测出来的色差数据完全反了。后来我改用电动调焦台，每次步进1微米，才稳定下来。
实际操作中，我建议拍三张：焦点前、焦点上、焦点后各一张。这样能区分轴向色差和倍率色差。轴向色差在焦点前后会反转颜色顺序，倍率色差则不会。
4.3 边缘色散量化分析
这个方法最贴近实际拍摄场景。你找一个高对比度的边缘——比如黑白交界的刀口，或者建筑物的边缘——然后分析像素级的色散情况。
分析流程：
- 选取边缘区域，提取RGB三个通道的亮度曲线
- 计算每个通道的「边缘过渡宽度」（10%-90%上升时间）
- 计算各通道之间的「质心偏移量」
说白了，就是看红绿蓝三个通道在边缘处「谁先到谁后到」。如果红色通道的质心比蓝色偏了2个像素，那这个色差就是2像素级别。
避坑指南：我曾经用这种方法测一个变焦镜头，发现色差数据忽大忽小。查了半天，原来是边缘选取的角度不对。记住：边缘必须垂直于镜头光轴，否则测出来的色散量会包含畸变误差。
这里我给出一个简单的Python脚本，用于计算边缘色散量：
import numpy as np
from scipy.ndimage import sobel
def edge_chromatic_aberration(image, edge_x, edge_y):
"""
计算边缘色散量
image: RGB图像 (H, W, 3)
edge_x, edge_y: 边缘坐标
"""
# 提取三个通道
r, g, b = image[:,:,0], image[:,:,1], image[:,:,2]
# 计算边缘梯度
grad_r = sobel(r)
grad_g = sobel(g)
grad_b = sobel(b)
# 找到梯度峰值位置
peak_r = np.argmax(grad_r[edge_y, edge_x-5:edge_x+5])
peak_g = np.argmax(grad_g[edge_y, edge_x-5:edge_x+5])
peak_b = np.argmax(grad_b[edge_y, edge_x-5:edge_x+5])
# 计算偏移量（像素）
ca_rg = peak_r - peak_g
ca_rb = peak_r - peak_b
return ca_rg, ca_rb这个脚本虽然简单，但足够应付90%的日常测试。你想想看，如果ca_rb大于2个像素，那这张照片在100%放大时肯定能看到紫边。
4.4 三种方法的对比
我整理了一个表格，方便你根据场景选择：
| 方法 | 适用场景 | 精度 | 操作难度 |
|---|---|---|---|
| 分辨率标板法 | 量产质检、镜头对比 | 中等 | 低 |
| 星点测试法 | 研发阶段、光学设计验证 | 高 | 高 |
| 边缘色散量化 | 实拍评估、后期校正 | 中等 | 中 |
我个人建议：研发阶段用星点法，量产阶段用标板法，实拍评估用边缘色散法。三者结合，基本能覆盖所有色差问题。
核心总结：色差测量不是越精确越好，而是越「可重复」越好。你测出来的数据如果每次都不一样，那再高的精度也没用。我见过太多工程师纠结于0.1像素的差异，结果发现是光源抖动造成的。
最后说一句：别迷信单一方法。我见过有人只用标板法，结果测出来的镜头色差数据很漂亮，但实际拍出来的照片紫边严重。为什么？因为标板法测的是中心区域的色差，而实际拍摄时边缘色差才是大头。所以，三种方法结合起来用，才是正道。