主要内容

在ESFR测试图表上评估质量指标

打开实时脚本

此示例显示了如何在imatest®边缘空间频率响应（ESFR）测试图。测得的特性包括清晰度，色差，噪声，照明和颜色准确性。

创建一个测试图表对象

将ESFR图表的图像读取到工作区中。显示图表。

i = imread（'esfrtestimage.jpg'）；imshow（i）标题（“ ESFR图的捕获图像”）文本（大小（i，2），大小（i，1）+15，...[[“图表由imatest提供”，char（174）]，'字体大小'，10，'水平对齐'，，，，'正确的'）；

图包含一个轴对象。带有标题捕获的ESFR图的轴对象包含2个类型图像，文本的对象。

创建一个基于检测到的注册标记的ESFR测试图表对象，该对象自动定义了感兴趣区域（ROI）。

图表= eSfrchart（i）;

突出显示并标记检测到的ROI，以视觉上确认ROI适用于测量。

DisplayChart（图表）

图ESFR测试图包含一个轴对象。轴对象包含97个类型图像，文本的对象。

所有60个倾斜的边缘ROI（以绿色标记）都可见，并以适当的边缘为中心。此外，可见的是20个灰色贴片ROI（以红色标记）和16个彩色贴片ROI（以白色标记），并包含在每个贴片的边界内。图表正确导入。

测量边缘清晰度

测量所有60个倾斜的边缘ROI的清晰度。还要测量这些ROI的平均水平和垂直清晰度。

[Sharpness -toble，croxpregateSharpnessable] = MeasituresHarpness（图）;

显示前四个ROI的SFR图。

绘图（可尖锐，可'roiindex'，1：4，“ showerlegend'，错误的，'displayTitle'，真的）

ROI 1的图SFR图包含一个轴对象。带有标题ROI 1的轴对象包含8个类型线的对象。

ROI 2的图SFR图包含一个轴对象。带有标题ROI 2的轴对象包含8个类型线的对象。

ROI 3的图SFR图包含一个轴对象。带有标题ROI 3的轴对象包含8个类型线的对象。

ROI 4的图SFR图包含一个轴对象。带有标题ROI 4的轴对象包含8个类型线的对象。

显示平均垂直和水平边缘的平均SFR。平均垂直SFR的下降速度比平均水平SFR更快。因此，平均垂直边缘不如平均水平边缘锋利。

绘图flotsfr（可汇总词）

垂直ROI的图平均SFR图包含一个轴对象。带有标题平均垂直SFR的轴对象包含8个类型线的对象。这些物体代表红色通道，绿色通道，蓝色通道，亮度通道，奈奎斯特（Nyquist）之外的红色通道，绿色通道超越奈奎斯特（Nyquist），蓝色通道超出奈奎斯特（Nyquist），亮度通道（Nyquist）。

水平ROI的图平均SFR图包含一个轴对象。带有标题平均水平SFR的轴对象包含8个类型线的对象。这些物体代表红色通道，绿色通道，蓝色通道，亮度通道，奈奎斯特（Nyquist）之外的红色通道，绿色通道超越奈奎斯特（Nyquist），蓝色通道超出奈奎斯特（Nyquist），亮度通道（Nyquist）。

测量色差

测量所有倾斜的边缘的色差。

chtable =测量序列（图）;

在第一个ROI中绘制三个颜色通道的归一化强度曲线。将归一化边缘配置文件存储在单独的变量中Edgeprofile，为了清楚。

roi_index = 1;edgeProfile = chtable.normalizedEdgeProfile {roi_index};图P =长度（edgeProfile.NormalizedEdgeProfile_r）;图（1：p，edgeProfile.NormalizedEdgeProfile_r，'r'，，，，...1：p，edgeprofile.normalizedEdgeprofile_g，'G'，，，，...1：p，edgeprofile.normalizedEdgeProfile_b，'b'）xlabel（“像素”）ylabel（“归一化强度”） 标题（['roi'num2str（1）“畸变”num2str（chtable.aberration（1））]）

图包含一个轴对象。带有标题ROI 1的Axes对象带有像差1.2533的对象包含3个类型线对象。

颜色通道具有相似的归一化强度曲线，并且沿边缘看不到颜色条纹太多。

测量噪声

使用20个灰色贴片ROI测量噪声。

Noisetable = Measurenoise（图）;

在每个灰度ROI中绘制平均原始信号和信噪比（SNR）。

图子图（1,2,1）图（noisetable.roi，noisetable.meanistentss_r，'r'，，，，...noisetable.roi，noisetable.meanIntsentens_g，'G'，，，，...noisetable.roi，noisetable.meanistmentse_b，'b'） 标题（'信号'）ylabel（'强度'）xlabel（“灰色ROI号”） 网格上子图（1,2,2）图（noisetable.roi，noisetable.snr_r，'r'，，，，...noisetable.roi，noisetable.snr_g，'G'，，，，...noisetable.roi，noisetable.snr_b，'b'） 标题（'snr'）ylabel（'D b'）xlabel（“灰色ROI号”） 网格上

图包含2个轴对象。带有标题信号的轴对象1包含3个类型行的对象。轴对象2带标题SNR包含3个类型行的对象。

估计照明剂

使用20个灰色补丁ROI估算场景照明。照明剂具有更强的蓝色组件，红色分量较弱，这与测试图表图像的蓝色色调一致。

Illum = Mearsilluminant（图表）
ILLUM =1×3110.9147 116.0008 123.2339

测量颜色准确性

使用16彩色贴片ROI测量颜色精度。

[可colortable，ccm] = measureColor（图表）;

显示ROI的平均测量颜色和预期颜色。显示颜色精度测量，delta_e。越近delta_e值为1，颜色差异较小。典型的值delta_e在其他商业应用中的打印范围从3到6不等，最多可达20。

图DisplayColorPatch（可汇总）

图视觉颜色比较包含一个轴对象。轴对象包含17个类型图像，文本的对象。

绘制CIE 1976 L*a*b*色彩图上的测量和参考颜色。红色圆圈表示参考颜色。绿色圆圈表示每个颜色斑块的测量颜色。

图情节性（可汇总）

图包含一个轴对象。轴对象包含34个类型表面，散射，颤抖，文本的对象。

您可以使用颜色校正矩阵，CCM，要对测试图表进行颜色校正。例如，请参阅使用颜色校正矩阵正确颜色。

参考

[1]imatest®。“ ESFR”。https://www.imatest.com/mathworks/esfr/。

也可以看看

||||||

相关话题

图像处理工具箱文档

金宝app

用Matlab介绍深度学习

用Matlab介绍深度学习

下载电子书