Измерение пространственной частотной характеристики по диаграмме Imatest eSFR
sharpnessTable = measureSharpness(chart)
sharpnessTable = measureSharpness(chart,Name,Value)
[ также возвращает среднее значение SFR вертикального и горизонтального ROI, используя входные аргументы любого из предыдущих синтаксисов.sharpnessTable,aggregateSharpnessTable] = measureSharpness(___)
Считывание изображения диаграммы eSFR в рабочую область.
I = imread('eSFRTestImage.jpg');Создание esfrChart затем отобразите диаграмму с аннотациями ROI. 60 наклонных краевых ROI помечены зелеными номерами.
chart = esfrChart(I); displayChart(chart,'displayColorROIs',false,... 'displayGrayROIs',false,'displayRegistrationPoints',false)
Измерьте резкость кромки в ROI 25-28 и верните измерения в sharpnessTable. Включить измерения MTF70 и MTF30, указав 'percentResponse' аргумент пары имя-значение.
sharpnessTable = measureSharpness(chart,'ROIIndex',25:28,'PercentResponse',[70 30])
sharpnessTable=4×9 table
ROI slopeAngle confidenceFlag SFR comment MTF70 MTF70P MTF30 MTF30P
___ __________ ______________ ____________ ____________ ____________________________________________ ____________________________________________ ________________________________________ ________________________________________
25 4.2268 true {85x5 table} {0x0 double} 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 0.1118 0.11037 0.11082
26 5.0814 true {85x5 table} {0x0 double} 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
27 4.7787 true {85x5 table} {0x0 double} 0.069499 0.06935 0.063808 0.06899 0.069499 0.06935 0.063808 0.06899 0.21579 0.21794 0.21785 0.21775 0.21579 0.21794 0.21785 0.21775
28 4.7966 true {85x5 table} {0x0 double} 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
Выберите четвертую строку в таблице резкости, которая соответствует ROI 28. Просмотрите график SFR ROI.
idx = 4; plotSFR(sharpnessTable(idx,:))
Распечатайте MTF70 и MTF30 измерения ROI. Сравните измерения с графиком.
Измерение MTF70 красного и синего цветовых каналов немного меньше 0,2, в то время как измерение MTF70 зеленого и светового каналов немного больше 0,2. Эти измерения согласуются с визуальным осмотром графика SFR, на котором значение SFR 0,7 встречается на пространственных частотах вокруг 0,2 пар линий на пиксель.
mtf70 = sharpnessTable.MTF70(idx,:)
mtf70 = 1×4
0.1906 0.2036 0.1959 0.2001
Измерение MTF30 синего цветового канала заметно меньше, чем измерение MTF30 других цветовых каналов. Это измерение согласуется с визуальным осмотром графика SFR, на котором кривая SFR синего канала падает быстрее, чем других каналов.
mtf30 = sharpnessTable.MTF30(idx,:)
mtf30 = 1×4
0.2619 0.2726 0.2613 0.2697
Наклонные края на правильно ориентированной диаграмме расположены под углом 5 градусов от горизонтали или вертикали. Измерения резкости не точны, когда ориентация кромки значительно отклоняется от 5 градусов.
Резкость выше к центру изображаемой области и уменьшается к периферии. Резкость по горизонтали обычно выше резкости по вертикали.
Алгоритм измерения SFR основан на работе Питера Бернса [2]
. Во-первых,[3] measureSharpness определяет положение края с разрешением под-пикселей для каждой строки сканирования или строки или столбца пикселей, перпендикулярных краю, в ROI. Например, каждая строка пикселей является линией сканирования для края, близкого к вертикали. Далее, measureSharpness выравнивает и усредняет линии сканирования для создания профиля интенсивности краев с избыточной выборкой. Функция принимает производную от профиля интенсивности и применяет оконную функцию. Возвращенное измерение SFR является абсолютным значением преобразования Фурье оконной производной.
[1] Имитация. «Эсфр.» https://www.imatest.com/mathworks/esfr/.
[2] Бернс, Питер. «Наклонно-граничный MTF для анализа цифровых камер и сканеров». Общество науки и техники визуализации; Работа конференции по обработке изображений, качеству изображений, системам захвата изображений. Портленд, Орегон, март 2000 года, стр. 135-138.
[3] Бернс, Питер. «sfrmat3: SFR оценка для цифровых камер и сканеров». URL: http://losburns.com/imaging/software/SFRedge/sfrmat3_post/index.html.