根据eSFR测试图评估质量指标

这个例子展示了如何在一个实践上®边缘空间频率响应(eSFR)测试图。测量的特性包括清晰度、色差、噪声、照度和色彩精度。

创建一个测试图表对象

将eSFR图表的图像读入工作空间。显示的图表。

我= imread (“eSFRTestImage.jpg”）;图imshow(我)标题(“拍摄的eSFR海图”)文本(大小(我,2),大小(我,1)+ 15,．．.［“Imatest提供的图表”char (174)),“字形大小”10“HorizontalAlignment”，“对”）;

图中包含一个坐标轴。eSFR Chart的标题为capture Image的坐标轴包含Image、text两个类型的对象。

创建一个eSFR测试图表对象，该对象根据检测到的注册标记自动定义感兴趣区域(roi)。

图= esfrChart(我);

突出显示并标记检测到的roi，以直观地确认roi适合测量。

displayChart(图)

图eSFR测试图包含一个坐标轴。坐标轴包含97个类型为图像、文本的对象。

所有60个斜边roi(绿色标记)都是可见的，并位于适当的边缘中心。此外，可见20个灰色斑块roi(红色标记)和16个彩色斑块roi(白色标记)，包含在每个斑块的边界内。图表导入正确。

边缘锐度的测量

测量所有60个倾斜边缘roi的锐度。还要测量这些roi的平均水平和垂直清晰度。

[sharpnessTable, aggregateSharpnessTable] = measureSharpness(图);

显示前四个roi的SFR图。

plotSFR (sharpnessTable“ROIIndex”1:4,“displayLegend”假的,“displayTitle”,真正的)

图SFR图的ROI 1包含一个轴。标题为ROI 1的轴包含8个类型为line的对象。

图SFR图的ROI 2包含一个轴。标题为ROI 2的轴包含8个类型为line的对象。

图SFR图的ROI 3包含一个轴。标题为ROI 3的轴包含8个类型为line的对象。

图SFR图的ROI 4包含一个轴。标题为ROI 4的轴包含8个类型为line的对象。

显示平均的垂直和水平边缘的平均SFR。平均垂直SFR比平均水平SFR下降得更快。因此，平均垂直边比平均水平边不那么尖锐。

plotSFR (aggregateSharpnessTable)

图垂直roi的平均SFR图包含一个轴。标题为“平均垂直SFR”的轴包含8个类型为line的对象。这些对象表示红色通道、绿色通道、蓝色通道、亮度通道、尼奎斯特以外的红色通道、尼奎斯特以外的绿色通道、尼奎斯特以外的蓝色通道、尼奎斯特以外的亮度通道。

图水平roi的平均SFR图包含一个轴。标题为“平均水平SFR”的轴包含8个类型为line的对象。这些对象表示红色通道、绿色通道、蓝色通道、亮度通道、尼奎斯特以外的红色通道、尼奎斯特以外的绿色通道、尼奎斯特以外的蓝色通道、尼奎斯特以外的亮度通道。

测量色差

测量所有倾斜边缘roi上的色差。

chTable = measureChromaticAberration(图);

在第一个感兴趣区域绘制三种颜色通道的归一化强度分布图。将归一化边缘轮廓存储在一个单独的变量中，edgeProfile为清晰。

roi_index = 1;edgeProfile = chTable.normalizedEdgeProfile {roi_index};figure p = length(edgeprofile . normalizeddedgeprofile_r);阴谋(1:p edgeProfile.normalizedEdgeProfile_R“r”，．．.1: p edgeProfile.normalizedEdgeProfile_G‘g’，．．.1: p edgeProfile.normalizedEdgeProfile_B“b”)包含(“像素”) ylabel (的归一化强度)标题(“投资回报”num2str (1)“与失常”num2str (chTable.aberration (1))))

图中包含一个坐标轴。标题为ROI 1、像差1.2533的轴包含3个线型对象。

颜色通道有相似的归一化强度分布，并且沿着边缘看不到太多的颜色边缘。

测量噪声

使用20个灰块roi测量噪声。

noiseTable = measureNoise(图);

绘制每个灰度感兴趣区域的平均原始信号和信噪比。

图次要情节(1、2、1)情节(noiseTable.ROI noiseTable.MeanIntensity_R,“r”，．．.noiseTable.ROI noiseTable.MeanIntensity_G,‘g’，．．.noiseTable.ROI noiseTable.MeanIntensity_B,“b”)标题(“信号”) ylabel (“强度”)包含(“灰色的ROI数量”网格)在次要情节(1、2、2)情节(noiseTable.ROI noiseTable.SNR_R,“r”，．．.noiseTable.ROI noiseTable.SNR_G,‘g’，．．.noiseTable.ROI noiseTable.SNR_B,“b”)标题(“信噪比”) ylabel (“数据库”)包含(“灰色的ROI数量”网格)在