【图像处理】SFR算法详解2
来源:互联网 发布:程序员五阶段书单搞笑 编辑:程序博客网 时间:2024/06/05 21:54
原文地址:http://blog.csdn.net/jaych/article/details/50700576
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。
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。
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。)
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
- 【图像处理】SFR算法详解2
- 【图像处理】SFR算法详解2
- 【图像处理】SFR算法详解2
- 【图像处理】SFR算法详解1
- 【图像处理】SFR算法详解3
- 【图像处理】SFR算法详解4
- 【图像处理】SFR算法详解1
- 【图像处理】SFR算法详解3
- 【图像处理】SFR算法详解4
- 【图像处理】SFR算法详解1
- 【图像处理】SFR算法详解3
- 【图像处理】SFR算法详解4
- SFR
- 图像处理之——膨胀、腐蚀算法详解
- FPGA图像处理之SIFT算法2
- 图像处理 算法
- 一些图像处理算法
- 图像处理算法
- View的基础知识
- iGame最强Z370VulcanX主板:为第八代酷睿蓄势待发
- Docker 制作自己的WEB镜像,并运行项目
- 欢迎使用CSDN-markdown编辑器
- 大数据价值变现的10种商业模式及利弊分析
- 【图像处理】SFR算法详解2
- 自定义viewgroup流式布局
- 【spring事务管理】
- 关于 Droplet 的设想
- 查询数据库中where条件有字段,但是查询为空
- Vue——任意组件间的通信
- Centos6.5下安装myql5.5步骤
- UBOOT的环境变量
- Ubuntu 17.04 无线网络不能连接解决方法