文档

measureChromaticAberration

用Imatest测量斜边处的色差®eSFR图表

折叠所有页面

语法

色差表=测量色差(图表)
aberrationTable = measureChromaticAberration(图表，名称，值)

描述

例子

aberrationTable= measureChromaticAberration (图表）测量光的所有感兴趣的倾斜边缘区域(ROIs)的色差实践上®eSFR图表。

aberrationTable= measureChromaticAberration (图表，名称,值）测量色差与附加参数，以指定一个子集的roi测量。

例子

全部折叠

打开实时脚本

将eSFR图表的图像读入工作区。线性化图像。

I = imread(“eSFRTestImage.jpg”）;I = rgb2lin(I);

创建一个esfrChart对象，然后显示带有ROI注释的图表。60个倾斜边缘的roi被标记为绿色数字。

图表= esfrChart(I_lin);displayChart(图表,“displayColorROIs”假的,.．.“displayGrayROIs”假的,“displayRegistrationPoints”假)

测量所有倾斜边缘roi的色差。检查返回表的内容，chTable，对于单个ROI。

chTable = measureChromaticAberration(图表);ROIIndex = 3;: chTable (3)
ans =表1×5ROI畸变percentAberration edgeProfile normalizedEdgeProfile  ___ __________ _________________ _____________ _____________________ 3 1.8214 - 0.1415 [348 x4表][348 x4表)

画出ROI的归一化强度。将标准化的边缘轮廓存储在单独的变量中，edgeProfile为清楚起见。

edgeProfile = chTable.normalizedEdgeProfile{ROIIndex}
edgeProfile =348×4表normalizedEdgeProfile_R normalizedEdgeProfile_G normalizedEdgeProfile_B normalizedEdgeProfile_Y _______________________ _______________________ _______________________ _______________________ -0.0019159 -0.0052604 - 0.0018654 -0.0050984 0.00064307 0.0016012 0.007665 0.0018985 0.0047292 0.004937 -0.010688 0.0051152 -0.0063185 -0.0071078 -0.0043257 -0.0069145 9.8248e-05 0.00028167 0.0034132 -0.00040942 0.0040778 0.0039764 0.010264 0.0040204 0.0054102 0.0076711 -0.0095022 0.00755 -0.0083363-0.0079699 0.00031015 -0.0079333 0.0038055 0.0017068 -0.00096097 0.0021258 -0.00026496 -0.0023867 0.006826 -0.0099785 0.0026976 -0.0099311 -0.0093365 0.00078869 -0.0093403 0.0025726 0.0043935 -0.0016773 0.0038921 0.00064307 0.0021052 0.0043385 0.00165085 0.0024838 0.0025724 -0.0059163 0.002397 -0.0067509 -0.0065905 0.0024829 -0.0065973
index = length(edgeProfile.normalizedEdgeProfile_R);阴谋(1:索引、edgeProfile.normalizedEdgeProfile_R“r”，.．.1:索引、edgeProfile.normalizedEdgeProfile_G‘g’，.．.1:索引、edgeProfile.normalizedEdgeProfile_B“b”)包含(“像素”) ylabel (的归一化强度)标题(“投资回报”num2str (ROIIndex)“像差”num2str (chTable.aberration (ROIIndex))))

蓝色通道的强度高于紧靠边缘前的红色和绿色通道，而紧靠边缘后的红色和绿色通道强度较低。这种强度的差异导致了色差的测量值。

的测量值像差而且percentAberration对于这个边是比较小的。视觉检查图像确认边缘的两侧没有强烈的色彩。

输入参数

全部折叠

eSFR图表，指定为esfrChart对象。

名称-值对参数

的可选逗号分隔对名称,值参数。的名字参数名称和价值对应的值。的名字必须出现在单引号内(' ')．您可以以任意顺序指定多个名称和值对参数Name1, Value1,…,的家．

例子:measureChromaticAberration (myChart ROIIndex, 2)仅测量ROI 2的色差。

全部折叠

要包含在测量中的ROI指标，指定为逗号分隔的对，由“ROIIndex”和范围为[1,60]的整数的标量或向量。索引与显示的ROI值相匹配displayChart．

请注意

measureChromaticAberration使用指定的roi的交集“ROIIndex”而且＇ROIOrientation＇．

例子:29:32

数据类型:单|双|int8|int16|int32|uint8|uint16|uint32

ROI方向，指定为由逗号分隔的对组成“ROIOrientation”而且“两个”，“垂直”,或“水平”．的measureChromaticAberration函数仅在具有指定方向的roi上执行测量。

请注意

measureChromaticAberration使用指定的roi的交集＇ROIIndex＇而且“ROIOrientation”．

例子:“垂直”

数据类型:字符|字符串

输出参数

全部折叠

色差测量，返回为米表5。米为抽样roi的个数。

这五列表示这些变量:

变量 描述
ROI 抽样ROI指数。的价值ROI整数，取值范围为[1,60]。
像差

色差，测量为红、绿、蓝边缘强度曲线的最大值和最小值之间的面积。测量色差表示知觉色差。像差标量是否为类型双．
percentAberration 像差，表示为图像中心和ROI中心之间像素距离的百分比。
edgeProfile

每个颜色通道在ROI边缘的强度剖面。edgeProfile是一个年代-by-4表，其中年代是沿边的样本数。四列表示沿边缘平均的红色、绿色、蓝色和亮度值。

亮度(Y)是红色(R)、绿色(G)和蓝色(B)频道，按:

Y= 0.213R+ 0.715G+ 0.072B

请注意

色差测量的采样率大约是图像采样率的四倍。
normalizedEdgeProfile

强度剖面，在[0,1]之间标准化，使用数据前端和尾部的5%。normalizedEdgeProfile是一个年代-by-4表，结构类似于edgeProfile．

提示

  • 色差最好测量在倾斜边缘:

    • 大致正交于连接图像中心和ROI中心的直线

    • 离图像中心最远的地方

    因为色差从图像中心径向增加，在图像中心附近的倾斜边缘的测量可以忽略。

  • 所报道的绝对色差像差场是在水平方向或垂直方向上测量的。然而，色差是一种径向现象，径向测量更准确。

  • 对线性化数据进行色差测量。使用rgb2lin线性化sRGB图像。

另请参阅

|

在R2017b中引入

这个话题有用吗?
图像处理工具箱文档
万博1manbetx

试试MATLAB、Sim万博1manbetxulink和其他产品s manbetx 845

现在就去审判吧