图像解析力算法—SFR(Spatial Frequency Response)原理分析(二)

在图像解析力算法—SFR(Spatial Frequency Response)原理分析(一)中,我们已经分析了SFR的前四个步骤,接下来,我们继续讨论以下的五个步骤


4、重新定位ROI,获得ESF

5、对获得的ESF进行四倍超采样

6、通过差分运算获得LSF

7、对LSF应用汉明窗

8、进行DFT运算


 

4、重新定位ROI,获得ESF

这一步其实比较复杂,我也不确定在我的讲述之下,大家是否能够听懂,我尝试用简单的方式讲解一下。


首先,转换坐标轴,将坐标轴转换到计算出来的矩心直线上。如图所示:

image.png

5、对获得的ESF进行四倍超采样

然后,我们将每一行中X轴坐标相等的像素值累加起来,然后求均值后得到下面第一行的数组。

image.png

这里是将整张图片的像素转换为一个长度为rows的数组,然后进行4倍的扩增。然后其他没有像素的地方,是进行一个向前寻找非0的像素值进行替换,这样就获得了ESF。

6、通过差分运算获得LSF

这不用多说,就是得到的ESF数组元素进行差分,获得LSF。一下是函数公式:

image.png

7、对LSF应用汉明窗

对上面的LSF数组进行汉明窗处理,这一步主要也是看公式,如下:

image.png

8、进行DFT运算

image.png

上图是具体的DFT公式表达,下图是代码中的计算过程

image.png

最后的到的SFR数组就是空间频域响应的值。

好了,SFR的具体过程就是这么多,介绍到这里。因为这也是博主本人自己对SFR的理解的归纳总结,如果有大佬发现有错漏的地方,希望不吝赐教,指出纠正。有不明白的地方也可以留言,我们一起探讨。


今天就先写到这里吧。接下来,博主就会对SFR中的主要步骤的函数进行分析。



————————————————

版权声明:本文为CSDN博主「Dylan_young」的原创文章,遵循 CC 4.0 BY-SA 版权协议,转载请附上原文出处链接及本声明。

原文链接:https://blog.csdn.net/weixin_38419133/article/details/100055843



本文出自勇哥的网站《少有人走的路》wwww.skcircle.com,转载请注明出处!讨论可扫码加群:

发表评论:

◎欢迎参与讨论,请在这里发表您的看法、交流您的观点。

会员中心
搜索
«    2024年4月    »
1234567
891011121314
15161718192021
22232425262728
2930
网站分类
标签列表
最新留言
    热门文章 | 热评文章 | 随机文章
文章归档
友情链接
  • 订阅本站的 RSS 2.0 新闻聚合
  • 扫描加本站机器视觉QQ群,验证答案为:halcon勇哥的机器视觉
  • 点击查阅微信群二维码
  • 扫描加勇哥的非标自动化群,验证答案:C#/C++/VB勇哥的非标自动化群
  • 扫描加站长微信:站长微信:abc496103864
  • 扫描加站长QQ:
  • 扫描赞赏本站:
  • 留言板:

Powered By Z-BlogPHP 1.7.2

Copyright Your skcircle.com Rights Reserved.

鄂ICP备18008319号


站长QQ:496103864 微信:abc496103864