在过去分辨率测试卡检测中我们发现手机摄像头光学元件的空间限制导致相机性能的障碍。这些缺陷通常表现为随着平均型号和离轴场位置的SFR性能的降低。新版的ISO1233分辨率测试卡e-SFR使用重复的倾斜特征来解决评估图像内变化。这些功能可以监控位置相关的SFR性能，以获得更好的图像质量管理，油漆是手机。整洁的设计旨在为用户自行决定添加自定义功能或注释提供充足的空间。

使用基于分辨率测试卡模块（如边缘）的方法检测出成像问题的原因可能是很多相机功能依赖于本地稳定的成像特征来执行分析。在下面的实例中，分辨率测试卡检测的结果是空间失真作为倾斜边缘分析中的偏差误差的来源。在这种情况下，该方法需要使用直边图像特征，在图像捕捉期间的空间失真可导致数字图像中的弯曲特征。这导致了对所产生的SFR的偏差误差。 图1表示由于两种类型的空间失真导致的SFR的减少。虽然边缘失真是SFR的偏差误差的来源，但倾斜边缘分析本身就存在简单的诊断问题。正如使用边缘位置的中间发现来检测颜色重合失调，可以使用分辨率测试卡拟合的8个残差来检测和测量边缘失真。

图1：相机边缘SFR测量的光学失真的影响示例。(a)由于镜头(1)和(2)波纹型失真而观察到的边缘位移。(b)未失真边缘的测量SFR。抽样为400 ppi。

场依赖SFR

上述所说的是将图像失真引入到测量的SFR中的示例。如上所述用于光衰减，旨在补偿场依赖变化的图像处理可导致引入其他（场相关）特性。在其他情况下，这种阴影校正可以通过分辨率测试卡减少线扩展函数的中间估计噪声来改善SFR估计。当针对桶形或枕形失真校正数字图像时，可能会发生类似的情况。简单地说，这种形式的光学失真导致数字图像中正确投影场景的非均匀采样。我们可以将相机镜头认为在传感器处具有可变的光学放大倍数（对象到图像）。解决方案是以补偿非均匀采样的方式重新采样图像阵列。然而，图像非整数重采样需要插值，因此需要空间信息的丢失。

为了模拟这种效果，分辨率测试卡扫描的边缘特征被放置在较大的数字图像阵列的中心和角落。图2(a) 软管引入桶形失真，角落处5％的有效光学失真。然后使用相同的软件校正该失真的图像阵列，以便反转第一操作。由于原始边缘和校正边缘都是直线，主要的差异是由于使用双线性插值的图像重采样。请注意，图像细节的损失程度。如图2(b)所示，在拐角处更大，比基于有效插值比所预期更大。

图2：桶畸变校正前后数字图像的SFR结果(a)测试图像，(b)SFR结果