主要内容

measureSharpness

测量空间频率响应使用实践上eSFR图表

所有的页面崩溃

语法

sharpnessTable = measureSharpness(图)
sharpnessTable = measureSharpness(图表、名称、值)
[sharpnessTable, aggregateSharpnessTable] = measureSharpness (___)

描述

sharpnessTable= measureSharpness (图表)措施的空间频率响应(SFR)倾斜的边缘上感兴趣的区域(roi)®eSFR图表[1]。返回的锐度表包括每个ROI的响应频率和峰值下降50%的初始值。

例子

sharpnessTable= measureSharpness (图表,名称,值)措施在所有指定的SFR斜边缘roi,指定其他参数。

(sharpnessTable,aggregateSharpnessTable)= measureSharpness (___)还返回垂直和水平的平均SFR roi,使用前面的输入参数的语法。

例子

全部折叠

打开生活的脚本

读的一个形象eSFR图表到工作区中。

我= imread (“eSFRTestImage.jpg”);

创建一个esfrChart对象,然后用ROI注释显示图表。60斜边缘roi用绿色标记的数字。

图= esfrChart(我);displayChart(图表,“displayColorROIs”假的,…“displayGrayROIs”假的,“displayRegistrationPoints”假)

图eSFR测试图包含一个坐标轴对象。坐标轴对象包含61个对象类型的图像,文本。

25 - 28在roi,边缘锐度的测量和返回的测量sharpnessTable。包括测量MTF70和MTF30通过指定“percentResponse”名称-值对的论点。

sharpnessTable = measureSharpness(图表,“ROIIndex”25:28,“PercentResponse”,30 [70])
sharpnessTable =4×9表ROI slopeAngle confidenceFlag SFR评论MTF70 MTF70P MTF30 MTF30P ___属于__________ * * * _______ ____________________________________________ ____________________________________________ ________________________________________ ________________________________________ 25 4.2268真正{85 x5表}{0 x0双}0.061637 0.059828 0.053096 0.059827 0.061637 0.059828 0.053096 0.059827 0.107 0.1118 0.11037 0.11082 0.107 5.0814 0.1118 0.11037 0.11082 26真正{85 x5表}{0 x0双}0.18553 0.18604 0.18528 0.18562 0.18553 0.18604 0.18528 0.18562 0.26282 0.26497 0.26211 0.26385 0.26282 0.26497 0.26211 0.26385 4.7787 27真正{85 x5表}{0 x0双}0.069499 0.06935 0.063808 0.06899 0.069499 0.06935 0.063808 0.06899 0.21579 0.21794 0.21785 0.21775 4.7966 0.21579 0.21794 0.21785 0.21775 28真正{85 x5表}{0 x0双}0.19057 0.20361 0.19589 0.20006 0.19057 0.20341 0.19565 0.20006 0.26185 0.27258 0.26126 0.26972 0.26185 0.27241 0.26118 0.26972

选择清晰度表中的第四行,它对应于ROI 28。显示的SFR阴谋ROI。

idx = 4;plotSFR (sharpnessTable (idx:))

图SFR ROI 28块包含一个坐标轴对象。坐标轴对象标题ROI 28包含8线类型的对象。这些对象代表红色通道,绿色通道,蓝色通道,亮度通道,红色通道超过奈奎斯特,绿色通道超过奈奎斯特,蓝色通道超过奈奎斯特,亮度通道超过奈奎斯特。

打印MTF70和MTF30测量的ROI。比较测量与阴谋。

红色和蓝色的MTF70测量通道略小于0.2,而绿色和亮度的MTF70测量通道是略大于0.2。这些测量同意SFR阴谋的目视检查,SFR值0.7的发生在空间频率约0.2线对每个像素。

mtf70 = sharpnessTable.MTF70 (idx:)
mtf70 =1×40.1906 0.2036 0.1959 0.2001

蓝色的MTF30测量通道明显小于MTF30测量其他的颜色通道。这个测量同意的目视检查SFR情节,SFR的蓝色通道的曲线下降更快比其他渠道。

mtf30 = sharpnessTable.MTF30 (idx:)
mtf30 =1×40.2619 0.2726 0.2613 0.2697

输入参数

全部折叠

eSFR图表,指定为一个esfrChart对象。

名称-值参数

指定可选的逗号分隔条名称,值参数。的名字参数名称和吗价值相应的价值。的名字必须出现在引号。您可以指定几个名称和值对参数在任何顺序Name1, Value1,…,的家。

例子:“ROIIndex”, 2措施ROI的锐度只有2。

ROI指数在测量,包括指定为逗号分隔组成的“ROIIndex”和一个标量或矢量的整数范围(1、60)。指数匹配ROI的数字显示displayChart。

请注意

measureSharpness使用指定的roi的交集“ROIIndex”和”ROIOrientation”。

例子:29:32

数据类型:单|双|int8|int16|int32|uint8|uint16|uint32

ROI取向,指定为逗号分隔组成的“ROIOrientation”和“两个”,“垂直”,或“水平”。的measureSharpness函数执行测量只在roi与指定的方向。

请注意

measureSharpness使用指定的roi的交集”ROIIndex”和“ROIOrientation”。

例子:“垂直”

数据类型:字符|字符串

频率响应值报告相应的空间频率,指定为逗号分隔组成的“PercentResponse”和一个标量或矢量的整数范围[100]。

每个值的PercentResponse增加两列sharpnessTable和aggregateSharpnessTable输出参数。列显示的频率SFR下降到指定的初始和高峰值的百分比。例如,当PercentResponse值50,输出表列MTF50和MTF50P。这些列显示的频率SFR下降到50%的初始值和峰值,分别。

例子:30.

数据类型:单|双|int8|int16|int32|int64|uint8|uint16|uint32|uint64|逻辑|字符|字符串

输出参数

全部折叠

SFR测量边缘,作为一个返回米——- - - - - -n表。米是采样的数量roi。n变化值取决于PercentResponse。前五列总是现在和代表这些变量:

变量 描述
ROI 指数采样的ROI。的价值ROI是一个整数的范围(1、60)。
slopeAngle 夹角倾斜的边缘和纯粹的垂直或水平,根据ROI取向。角是衡量度,它作为一个标量返回的类型双。
confidenceFlag

布尔标志表明清晰度测量是否可靠。confidenceFlag是真正的当测量是可靠的。confidenceFlag是假当测量不可靠的下列条件:

  • slopeAngle小于3.5度或超过15度。

  • ROI内的对比还不到20%。

的对比ROI的定义是一个倾斜的边缘100 * (IHigh - ILow) / (IHigh + ILow),在那里IHigh和ILow估计的平均强度高和低强度的区域优势。只有红色通道的对比计算。
SFR

空间频率响应边缘的ROI。SFR是一个f表5。五个列表示的频率值和红、绿、蓝、和亮度值对应的频率。f是频率MTF的样本的数量。

亮度(Y红色(的)是一个线性组合R),绿色(G)和蓝色(B)根据渠道:

Y= 0.213R+ 0.715G+ 0.072B
评论 当confidenceFlag是假,然后评论描述了测量的原因是不可靠的。当confidenceFlag是真正的,然后评论是空的向量,[]。

每个值的PercentResponse增加两列显示的频率SFR下降到指定的初始和峰值的百分比。列中的每个条目的格式是一个1-by-4向量。四个元素对应于红色,绿色,蓝色,分别和亮度通道。

平均的SFR测量垂直和水平边缘,作为一个表与一个或两行返回。aggregateSharpnessTable有一行当所有采样roi有相同的方向。它有两排当采样roi混合取向。aggregateSharpnessTable有三个列少于吗sharpnessTable。

的前两列aggregateSharpnessTable总是现在和代表这些变量:

变量 描述
取向 平均sfr的取向。的价值取向要么是“水平”或“垂直”。
SFR

所有边的平均空间频率响应包括roi与指定的方向取向。

SFR是一个年代表5。五列代表频率值,平均为红色,绿色,蓝色,和亮度值对应的频率。年代是频率MTF的样本的数量。

亮度(Y)计算的线性组合的红色(R),绿色(G)和蓝色(B)根据渠道:

Y= 0.213R+ 0.715G+ 0.072B

每个值的PercentResponse增加两列显示的频率SFR下降到指定的初始和峰值的百分比。列中的每个条目的格式是一个1-by-4向量。四个元素对应于红色,绿色,蓝色,和亮度频道,平均在所有采样roi相同的取向。

提示

  • 斜边缘面向正确的图表是一个5度角水平或垂直。锐度的测量是不准确的,当边缘方向明显偏离了5度。

  • 锐度高对成像区域的中心,减少外围。水平清晰度通常高于垂直清晰度。

算法

SFR测量算法是基于工作由彼得·伯恩斯[2][3]。首先,measureSharpness决定了亚像素分辨率的边缘位置扫描线,或行或列的像素垂直于边缘,ROI。例如,每一行的像素是一个近乎垂直边缘的扫描线。接下来,measureSharpness对齐和平均扫描行创建一个采样过量边缘强度剖面。函数的导数强度剖面并应用一个窗口函数。返回的SFR测量的绝对值的傅里叶变换窗口的导数。

引用

[1]实践上。“Esfr”。https://www.imatest.com/mathworks/esfr/。

[2]烧伤,彼得。“数码相机和扫描仪Slanted-Edge MTF分析。”成像科学技术协会;《图像处理、图像质量、图像捕捉系统会议。俄勒冈州的波特兰,2000年3月,页135 - 138。

[3]烧伤,彼得。“sfrmat3: SFR数码相机和扫描仪的评价。”URL:http://losburns.com/imaging/software/SFRedge/sfrmat3_post/index.html。

另请参阅

|

主题

介绍了R2017b

文档图像处理工具箱

万博1manbetx

用MATLAB引入深度学习

用MATLAB引入深度学习

下载电子书