ITKeyword,专注技术干货聚合推荐

注册 | 登录

【图像处理】SFR算法详解2

yangpan011 分享于

2020腾讯云双十一活动,全年最低!!!(领取3500元代金券),
地址https://cloud.tencent.com/act/cps/redirect?redirect=1073

2020阿里云最低价产品入口,含代金券(新老用户有优惠),
地址https://www.aliyun.com/minisite/goods

推荐:【图像处理】SFR算法详解1

这几篇文章写的是SFR算法,主要根据相关的概念及其对应的标准和源码,来看看SFR究竟是什么? 这里先简单介绍下一些基本的概念 1、什么是MTF MTF算法是分析镜头解

这个是《【图像处理】SFR算法详解1》的后续,本篇主要讲解SFR算法过程。这里主要参考ISO 12233标准所描述的SFR算法过程,详见《ISO 12233-2000 Camera resolution measurement》中6.3 Saptial frequency response。

1、水平SFR及垂直SFR

SFR是通过分析相机拍摄到的图像中一个黑色到白色的斜边而得到的,即下图中所示的红框部分。其中,区域1的垂直斜边用于计算水平SFR,而区域2的水平斜边用于计算垂直SFR。 


这里写图片描述

在后续的算法中,我们讨论的是怎么计算水平SFR,而垂直SFR可以通过旋转90°之后进行跟水平SFR同样的算法获得。

2、算法流程

下图为具体算法流程,该流程与标准中的有所差异,结合了标准中所建议的流程及实际代码实现的流程,原因是标准中的流程图与标准中附录A的程序代码、附录C的算法原理存在差异。

推荐:【图像处理】SFR算法详解3

本篇为SFR算法详解系列的第三篇,前面两篇为:  《SFR算法详解1》:什么是MTF,MTF50,MTF50P  《SFR算法详解2》:算法过程描述 本篇主要根据第二篇中的算法流程,

以下为简要过程:(图中对应的RGB,GRAY等表示传输进入当前模块的数据类型。) 


这里写图片描述

1)在相机获取到的RGB图像数据中选择对应垂直斜边ROI,并将其转化为Gray ROI; 
2)对得到的Gray ROI数据进行线性化,得到linear ROI数据; 
3)计算每一行的centroid,即图像重心,这样能够得到每一行数据的边缘位置。 
4)获取到的centroid进行线性回归,得到对应的边缘数据,包括斜率、截距等。 
5)获取得到重新定位ROI,根据图像数据及其到边缘的距离,获得ESF。 
6)对ESF进行4倍超采样,根据每个数据与它同一行的边缘位置的距离,分别放入4个容器中,获得4xESF。 
7)对4xESF进行差分运算,获得LSF。 
8)对LSF应用汉明窗,减少图像边缘及噪声影响。 
9)进行DFT运算,获得OTF。 
10)从OTF的实部获得SFR。

3、代码获取

本系列文章都是主要分析Mitre SFR 1.4源码,具体可以下载查看。

下载地址:Mitre SFR 1.4

推荐:【图像处理】SFR算法详解4

本篇为SFR算法详解系列的第四篇,前面三篇为:  《SFR算法详解1》:什么是MTF,MTF50,MTF50P  《SFR算法详解2》:算法过程描述  《SFR算法详解3》:ROI定义,线性

这个是《【图像处理】SFR算法详解1》的后续,本篇主要讲解SFR算法过程。这里主要参考ISO 12233标准所描述的SFR算法过程,详见《ISO 12233-2000 Camera resolution measurement》中6.3 Saptial f

相关阅读排行


相关内容推荐

最新文章

×

×

请激活账号

为了能正常使用评论、编辑功能及以后陆续为用户提供的其他产品,请激活账号。

您的注册邮箱: 修改

重新发送激活邮件 进入我的邮箱

如果您没有收到激活邮件,请注意检查垃圾箱。