三星 Galaxy S23 FE 相机测试

为了进行评分和分析，SBMARK 工程师使用相机的默认设置，在受控实验室环境以及自然的室外、室内和低光场景中捕获和评估了 2,600 多张测试图像。摄影协议的设计考虑了关键用例，并基于典型的拍摄场景，例如肖像、家庭和风景摄影。通过目视检查自然场景参考图像并在 1 至 1,000+ 勒克斯的不同照明条件和 2,300K 至 6,500K 的色温下对实验室捕获的图形图像进行客观测量来进行评估。

曝光和色彩是技术上良好图像的关键属性。对于曝光，评估的主要属性是风景、肖像或静物等各种用例中主要拍摄对象的亮度。评估的其他因素包括对比度和动态范围，例如在图像的亮区和暗区都可见细节的能力。可重复性也很重要，因为它展示了相机在拍摄同一场景的多个图像时提供相同渲染的能力。
关于颜色，分析的图像质量属性包括肤色渲染、白平衡、色彩渐晕和可重复性。关于颜色和肤色渲染，我们惩罚不自然的颜色，但尊重制造商对颜色签名的选择。

自动对焦测试重点关注对焦精度、对焦重复性、快门延迟和景深。快门延迟是用户按下拍摄按钮时与实际拍摄图像时之间的差异。它包括对焦速度和设备在正确时间捕捉图像的能力，即所谓的“零快门延迟”能力。虽然浅景深对于单人肖像或特写镜头来说可能很好，但在某些特定条件下（例如集体肖像）也可能会带来问题；两种情况都经过测试。对焦精度也会在拍摄的所有真实图像中进行评估，从无限远到特写物体，从弱光到室外条件。

纹理测试分析实验室和现实场景中拍摄的图像中主体的细节和纹理水平。对于自然拍摄，要特别注意图像明暗区域的细节水平。对在 1 至 1000 勒克斯的各种照明条件和不同类型的动态范围条件下拍摄的地图图像进行客观测量。使用的纸张是专有的 SBMARK (DMC) 纸张和 Dead Leaves 纸张。

噪声测试分析现实生活图像和实验室拍摄的图形图像的各种噪声属性，例如强度、色度、颗粒、纹理。对于自然图像，要特别注意脸部和风景上的噪点，还要注意黑暗区域和高动态范围条件。移动物体上的噪声也会在自然图像上进行评估。对在 1 至 1000 勒克斯的各种条件和不同类型的动态范围条件下拍摄的图形图像进行客观测量。使用的图表是枯叶图和标准化测量，例如源自 ISO 15739 的视觉噪声。

伪像评估检查镜头阴影、色差、几何畸变、振铃边缘、光晕、重影、量化、意外色调变化以及照片上可能出现的其他类型的不自然效果。伪影越严重、越频繁，从分数中扣除的分数就越大。下面列出了观察到的主要伪影和相应的点损失。

预览测试分析相机应用程序图像预览的质量，重点关注拍摄和预览之间的差异，特别是动态范围和散景的应用。还评估从最小可用变焦系数切换到最大可用变焦系数时曝光、颜色和焦点适应的平滑度。预览帧速率是使用 LED 通用计时器测量的。

SBMARK 工程师使用默认相机设置以及从超广角变焦到长距离变焦的各种变焦系数的捏合变焦，在受控实验室环境以及自然室外、室内和低光场景中捕获并评估了 400 多张测试图像。评估是通过目视检查自然场景参考图像以及在 20 至 1000 勒克斯和色温 2300K 至 6500K 不同条件下对实验室捕获的地图图像进行客观测量来进行的。

这些测试分析了超广角相机在12mm至20mm不同焦距下的性能。所有图像质量属性均经过评估，特别关注色差、镜头柔软度和畸变等伪像。下面的图像是测试场景的摘录。

所有图像质量属性均在约 40 毫米至 300 毫米之间的焦距下进行评估，特别关注纹理和细节。该分数源自实验室中的一系列客观测量和对现实生活图像的感知分析。

SBMARK 工程师使用默认摄像机设置，在室内和室外的受控实验室环境和自然低光场景中捕获和评估超过 2.5 小时的视频。评估包括对各种条件下拍摄的自然视频进行目视检查，并对实验室在 1 至 1000+ 勒克斯和色温 2,300 K 至 6,500 K 的不同条件下记录的图表视频进行客观测量。

曝光测试评估主要拍摄对象的亮度和动态范围，例如使图像的明亮和黑暗区域中的细节可见的能力。还分析了曝光的稳定性和时间适应性。
图像质量色彩分析检查显色性、肤色显色性、白平衡、色彩渐晕、白平衡稳定性及其在光线变化时的适应情况。

纹理测试分析实验室录制的真实视频和图形视频的细节和纹理水平。自然视频片段通过视觉进行评估，特别注意明亮和黑暗区域的细节水平。对在 1 至 1000 勒克斯的各种条件下拍摄的图表图像进行客观测量。使用的卡是SBMARK（DMC）卡和Dead Leaves卡。

噪声测试分析真实视频记录和实验室拍摄的图形视频的各种噪声属性，例如强度、色度、颗粒、结构、时间方面。自然视频通过视觉进行评估，特别注意黑暗区域和高动态范围条件下的噪点。对在 1 至 1000 勒克斯的各种条件下录制的图形视频进行客观测量。使用的图表是 SBMARK 视觉噪声图。

稳定等级检查设备通过软件或硬件技术（例如 OIS、EIS 或任何其他方式）稳定素材的能力。该评估检查各种照明条件下步行和跑步用例中的残余运动、平滑度、黄色伪影和残余运动模糊。下面的视频是测试场景之一的摘录。

在实验室中通过 SFR 图上的 MTF 和振铃测量以及使用 LED 通用计时器的帧速率测量来评估伪影。对自然视频进行视觉评估，特别关注锯齿、量化、块化和色调偏移等伪影。伪影越严重、越频繁，从分数中扣除的分数就越大。下面列出了主要的伪影和相应的点损失。