Comment Estimer le Point Spread Function

May 14

Comment Estimer le Point Spread Function


Vous obtenez une IRM de votre blessure au genou; vous numérisez dans une page d'un livre; vous regardez la photo de votre ami webcam que vous discutez. Toutes ces situations ont des systèmes d'imagerie: les systèmes physiques qui recueillent l'énergie et de faire une carte en deux dimensions des changements d'intensité. La qualité de l'image finale dépend de la qualité du système d'imagerie. Une façon de représenter efficacement les performances d'imagerie est une quantité qui est appelée la fonction d'étalement de point. La fonction d'étalement de point est la sortie mesurée d'un système d'imagerie en réponse à une impulsion: un pic d'énergie dans la tache minuscule possible. Il est difficile d'organiser ce genre d'une scène d'entrée, donc il est plus fréquent pour estimer la fonction d'étalement de point par d'autres moyens.

Instructions

1 Orientez la caméra de sorte que la frontière entre les deux différentes lignes de régions de la scène à la verticale par rapport à la caméra.

2 Enregistrer une image de la scène. Cela pourrait être une image satellite de deux champs agricoles adjacents, un rayon X d'une plaque carrée en plastique tenue dans un plateau d'imagerie, ou une image de l'appareil photo numérique d'une carte d'index blanc sur une feuille de papier de construction noir.

3 Transférez l'image vers un tableau numérique. Vous avez besoin d'une méthode de regarder une représentation numérique de l'image. Si vous prenez une image de webcam et de le convertir dans un fichier .bmp (bitmap), vous allez vous retrouver avec un fichier binaire que vous pouvez ouvrir avec un éditeur hexadécimal, disponible sur le web.

4 Comment Estimer le Point Spread Function

Une image à contraste élevé avec des lignes verticales et horizontales vous aidera à estimer la PSF.

Trouver les lignes qui correspondent à une région où les transitions d'image à partir d'une intensité à l'autre. Les pixels de cette ligne pourrait avoir un quelque chose de modèle comme ceci: 123, 121, 132, 186, 214, 214. Il y aurait beaucoup plus de pixels, mais il vous suffit de lire les pixels à proximité de la région où la lecture est significativement change.

5 La moyenne de plusieurs rangées ensemble. Cela lisser les effets dûs aux pixels non aligner parfaitement avec la colonne verticale de pixels. Par exemple, pour aller avec les lectures ci-dessus, vous pourriez avoir un couple d'autres lignes, par exemple: 122, 122, 158, 205, 212, 213; et un autre: 121, 123, 143, 194, 212, 211. Étalement trois résultats rangées dans: 122, 122, 145, 195, 213, 212.

6 Calculer la valeur absolue de la variation de pixel en pixel dans votre moyenne. Pour le problème exemple, les changements sont les suivants: 122-122 = 0, 145-122 = 23, 195-145 = 50, 213-195 = 18, 213-212 = 1.

7 Calculer l'intensité moyenne dans chacune des deux régions distinctes, puis trouver la différence d'intensité. La moyenne dans la région d'intensité plus faible est 122, dans la plus élevée, il est 212. La différence est 90.

8 Diviser les différences calculées à l'étape 6 par la différence calculée à l'étape 7. Pour le problème d'exemple, ceci est 0/90, 23/90, 50/90, 18/90, 1/90 = 0, 0,25, 0,56, 0,20, 0,01. C'est la PSF estimé dans la direction horizontale.

9 Répétez la procédure pour une ligne horizontale dans l'image pour obtenir le PSF dans la direction verticale. Multipliez le PSF (x) fois la PSF (y) pour obtenir PSF (x, y).

Conseils et avertissements

  • Bien que vous pouvez ouvrir un fichier numérique avec un programme d'édition, il est plus facile si vous pouvez ouvrir le fichier dans un programme d'analyse tels que MATLAB.
  • Il existe de nombreux documents, thèses, livres, et autres procédures écrites à propos de l'estimation et la mesure de PSF. La procédure décrite ici est simple, mais pas aussi précises que les méthodes plus complexes. Une complication: pas tous les PSF est séparable en une composante horizontale et verticale. La procédure fonctionne toujours, mais en les combinant à la fin est pas aussi simple.