Оцените Метрики качества на Тестовом Графике eSFR

Этот пример показывает, как выполнить стандартные качественные измерения на тестовом графике ребра пространственной частотной характеристики (eSFR) Imatest®. Измеренные свойства включают резкость, хроматическую аберрацию, шум, освещение и точность цветопередачи.

Создайте тестовый объект диаграммы

Считайте изображение графика eSFR в рабочую область. Отобразите график.

I = imread('eSFRTestImage.jpg');
figure
imshow(I)
title('Captured Image of eSFR Chart')
text(size(I,2),size(I,1)+15, ...
    ['Chart courtesy of Imatest',char(174)],'FontSize',10,'HorizontalAlignment','right');

Создайте тестовый объект диаграммы eSFR, который автоматически задает видимые области (КОРОЛИ) на основе обнаруженных регистрационных маркеров.

chart = esfrChart(I);

Подсветите и маркируйте обнаруженных КОРОЛЕЙ, чтобы визуально подтвердить, что КОРОЛИ подходят для измерений.

displayChart(chart)

Все 60 наклонных КОРОЛЕЙ ребра (маркированный в зеленом) видимы и в центре на соответствующих ребрах. Кроме того, 20 серых КОРОЛЕЙ закрашенной фигуры (маркированный в красном) и 16 КОРОЛЕЙ цветового поля (маркированный в белом) видимы и содержатся в контуре каждой закрашенной фигуры. График правильно импортируется.

Измерьте резкость края

Измерьте резкость всех 60 наклонных КОРОЛЕЙ ребра. Также измерьте усредненную горизонтальную и вертикальную резкость этих КОРОЛЕЙ.

[sharpnessTable,aggregateSharpnessTable] = measureSharpness(chart);

Отобразите график швейцарского франка для первых четырех КОРОЛЕЙ.

plotSFR(sharpnessTable,'ROIIndex',1:4,'displayLegend',false,'displayTitle',true)

Отобразите средний швейцарский франк усредненных вертикальных и горизонтальных ребер. Средний вертикальный швейцарский франк понижается более быстро, чем средний горизонтальный швейцарский франк. Поэтому среднее вертикальное ребро менее резко, чем среднее горизонтальное ребро.

plotSFR(aggregateSharpnessTable)

Измерьте хроматическую аберрацию

Измерьте хроматическую аберрацию во всех наклонных КОРОЛЯХ ребра.

chTable = measureChromaticAberration(chart);

Постройте нормированный профиль интенсивности этих трех цветовых каналов в первом ROI. Сохраните нормированный краевой профиль в отдельной переменной, edgeProfile, для ясности.

roi_index = 1;
edgeProfile = chTable.normalizedEdgeProfile{roi_index};

figure
p = length(edgeProfile.normalizedEdgeProfile_R);
plot(1:p,edgeProfile.normalizedEdgeProfile_R,'r', ...
     1:p,edgeProfile.normalizedEdgeProfile_G,'g', ...
     1:p,edgeProfile.normalizedEdgeProfile_B,'b')
xlabel('Pixel')
ylabel('Normalized Intensity')
title(['ROI ' num2str(1) ' with Aberration ' num2str(chTable.aberration(1))])

Цветовые каналы имеют подобные нормированные профили интенсивности, и не много цветного окаймления видимо вдоль ребра.

Шум меры

Измерьте шум с помощью 20 серых КОРОЛЕЙ закрашенной фигуры.

noiseTable = measureNoise(chart);

Постройте средний необработанный сигнал и отношение сигнал-шум (SNR) в каждом полутоновом ROI.

figure

subplot(1,2,1)
plot(noiseTable.ROI,noiseTable.MeanIntensity_R,'r', ...
    noiseTable.ROI,noiseTable.MeanIntensity_G,'g', ...
    noiseTable.ROI,noiseTable.MeanIntensity_B,'b')
title('Signal')
ylabel('Intensity')
xlabel('Gray ROI Number')
grid on

subplot(1,2,2)
plot(noiseTable.ROI,noiseTable.SNR_R,'r', ...
    noiseTable.ROI,noiseTable.SNR_G,'g', ...
    noiseTable.ROI,noiseTable.SNR_B,'b')
title('SNR')
ylabel('dB')
xlabel('Gray ROI Number')
grid on

Оценочный источник света

Оцените освещение сцены с помощью 20 серых КОРОЛЕЙ закрашенной фигуры. Источник света имеет более сильный синий компонент более слабый красный компонент, который сопоставим с синим оттенком тестового изображения графика.

illum = measureIlluminant(chart)

illum = 1×3

  110.9147  116.0008  123.2339

Измерьте точность цветопередачи

Измерьте точность цветопередачи с помощью 16 КОРОЛЕЙ цветового поля.

[colorTable,ccm] = measureColor(chart);

Отобразите средний измеренный цвет и ожидаемый цвет КОРОЛЕЙ. Отобразите измерение точности цветопередачи, Delta_E. Чем ближе значение Delta_E к 1, тем менее заметно цветовое различие. Типичные значения Delta_E колеблются от 3 до 6 для печати и до 20 в другом коммерческом применении.

figure
displayColorPatch(colorTable)

Постройте измеренное, и ссылочное раскрашивает CIE 1976 L*a*b* цветовое пространство на схеме цветности. Красные круги указывают на ссылочный цвет. Зеленые круги указывают на измеренный цвет каждого цветового поля.

figure
plotChromaticity(colorTable)

Можно использовать матрицу коррекции цвета, ccm, к цветному правильному тестовые изображения графика. Для примера смотрите, что Правильные Цвета Используют Матрицу Коррекции цвета.

Документация