【图像处理】SFR算法详解2

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