本发明专利技术涉及基于改进检测狭缝倾斜角度的测SFR方法，包括以下：获取狭缝法测量光学传递函数的系统处于离焦位置时的成像图像；提取所述成像图像的ROI区域；对所述ROI区域进行数据预处理得到处理后的ROI区域图像；寻找处理后的的ROI区域图像的每行的像素的狭缝中心位置得到每行的LSF；对每行的LSF进行去除盲元以及降低随机噪声处理得到多行的Mean(LSF)；对Mean(LSF)进行EMD分解，剔除分解得到的最后一项本征模函数项和残差余项得到Mean(LSF)
【技术实现步骤摘要】
基于改进检测狭缝倾斜角度的测SFR方法及装置
[0001]本专利技术涉及数据处理领域，尤其涉及基于改进检测狭缝倾斜角度的测SFR方法及装置。
技术介绍
[0002]光学传递函数(MTF：Modulation Transfer Function)是一个客观、准确、定量的相知评价指标，能够直接方便测量；空间频域响应(SFR：Spatial Frequency Response)主要是用于测量随着空间频率的线条增加对单一影像的所造成影响。简言之SFR就是MTF的另外一种测试方法。这种测试方法在很大程度上精简了测试流程。SFR的计算方法和MTF虽然不同但是在结果上是基本一致的。目前基于图像测量光学传递函数主要基于ISO12233[1]标准，常用三种特征目标(包括针孔，狭缝，刀刃)，其中因狭缝像可以提供更多的能量且计算中无需求导或者积分步骤而被广泛采用，现有的狭缝分析方法中，为了获得无混叠的MTF数值，常使狭缝像与探测器阵列方向微倾斜。通过精确计算倾斜角度，然后多行采样进行倾斜投影超采样，从而可以获得更高频率的无混叠MTF数值。
[0003]但实际计算中，因为计算MTF数值为了求成像精确焦点位置，需要从离焦
‑
>聚焦
‑
>离焦，绘制制定频率下的离焦(Through Focus)曲线，拟合离焦曲线，找峰值点位置即为当前镜头在给定频率下的焦点位置。
[0004]因为离焦过程，狭缝像成像质量较差，模糊严重，如图4所示，传统的直线检测(如Hough变换)或者Canny等边缘检测方法失效。国际标准一般采用全局矩特征法，但该方法容易受噪声影响，重复定位精度差，从而容易导致倾斜角度受噪声干扰，导致最终MTF数值计算准确度差。
技术实现思路
[0005]本专利技术的目的是为了至少解决现有技术的不足之一，提供基于改进检测狭缝倾斜角度的测SFR方法及装置。
[0006]为了实现上述目的，本专利技术采用以下的技术方案：
[0007]具体的，提出基于改进检测狭缝倾斜角度的测SFR方法，包括以下：
[0008]获取狭缝法测量光学传递函数的系统处于离焦位置时的成像图像；
[0009]提取所述成像图像的ROI区域；
[0010]对所述ROI区域进行数据预处理得到处理后的ROI区域图像；
[0011]寻找处理后的的ROI区域图像的每行的像素的狭缝中心位置得到每行的LSF；
[0012]对每行的LSF进行去除盲元以及降低随机噪声处理得到多行的Mean(LSF)；
[0013]对Mean(LSF)进行EMD分解，剔除分解得到的最后一项本征模函数项和残差余项得到Mean(LSF)
xz
，根据Mean(LSF)
xz
计算最终所需的SFR值。
[0014]进一步，具体的，上述对所述ROI区域进行数据预处理得到处理后的ROI区域图像，具体包括以下，
[0015]对ROI区域进行数据归一化处理，之后通过逆光电转换OECF进行逆向处理得到处理后的ROI区域图像，将处理后的ROI区域图像的第i行，第j列信号表示为I(i,j)，总列数为m，总行数为n。
[0016]进一步，上述寻找处理后的的ROI区域图像的每行的像素的狭缝中心位置，具体包括以下，
[0017]求每行灰度值最大的列位置对每行peak(i).cols附近构建邻域[peak(i).cols
‑
δ,peak(i).cols+δ]，其中δ为常数人为设定，对邻域内的像素对应的灰度值进行二次多项式拟合得到拟合曲线f(x)＝ax2+bx+c，通过最小二乘法得到a,b,c的取值，根据f
′
(x)＝2a+b＝0，得到修正后峰值点的位置为对各行得到的peak(i)
xz
.cols采用最小二乘法进行直线拟合，得到斜率k及截断b，所述斜率k及截断b满足如下关系：
[0018][0019]最后采用得到的斜率k及截断b再次修正更新peak(i)
xz
.cols的值。rows(i)是指第i行的行数，这里rows(i)＝i；
[0020]进一步，上述对每行的LSF进行去除盲元以及降低随机噪声处理得到多行的Mean(LSF)，具体包括以下，
[0021]对每行的LSF进行三次样条拟合，并按照最后修正的peak(i)
xz
.cols进行平移，将其峰值点位置移至原点，进而，对平移拟合后的LSF求和后平均，得到多行的Mean(LSF)。
[0022]进一步，所述δ的取值为5。
[0023]进一步，上述对Mean(LSF)进行EMD分解，剔除分解得到的最后一项本征模函数项和残差余项得到Mean(LSF)
xz
，根据Mean(LSF)
xz
计算最终所需的SFR值，具体包括以下，
[0024]对Mean(LSF)进行EMD分解，将其分解为N个本征模函数IMF和一项残差项r，
[0025][0026]最后，去除第N项的IMF和残差项r，得到修正后的Mean(LSF)
xz
为
[0027][0028]求Mean(LSF)
xz
的傅里叶变化Freq，并对其进行归一化Freq/Freq(0)，即为最终所需的SFR值。
[0029]本专利技术还提出基于改进检测狭缝倾斜角度的测SFR装置，包括以下：
[0030]狭缝法测量光学传递函数的系统，用于得到离焦位置时的成像图像；
[0031]处理模块，包括，
[0032]成像图像获取模块，用于获取狭缝法测量光学传递函数的系统处于离焦位置时的成像图像，
[0033]ROI区域提取模块，用于提取所述成像图像的ROI区域，
[0034]预处理模块，用于对所述ROI区域进行数据预处理得到处理后的ROI区域图像，
[0035]第一计算模块，用于寻找处理后的的ROI区域图像的每行的像素的狭缝中心位置得到每行的LSF；
[0036]降噪模块，用于对每行的LSF进行去除盲元以及降低随机噪声处理得到多行的Mean(LSF)；
[0037]SFR值计算模块，用于对Mean(LSF)进行EMD分解，剔除分解得到的最后一项本征模函数项和残差余项得到Mean(LSF)
xz
，根据Mean(LSF)
xz
计算最终所需的SFR值。
[0038]本专利技术还提出一种计算机可读存储的介质，所述计算机可读存储的介质存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1
‑
6中任一项所述方法的步骤。
[0039]本专利技术的有益效果为：
[0040]本专利技术使用一种简单的算法计算狭缝倾斜角度，当成像系统处于离焦位置时，狭缝图模糊，传统直线检测或边缘检测方法检测失效，所以本专利在检测到狭缝角度时，采用每行全局最大值作为峰值本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.基于改进检测狭缝倾斜角度的测SFR方法，其特征在于，包括以下：获取狭缝法测量光学传递函数的系统处于离焦位置时的成像图像；提取所述成像图像的ROI区域；对所述ROI区域进行数据预处理得到处理后的ROI区域图像；寻找处理后的的ROI区域图像的每行的像素的狭缝中心位置得到每行的LSF；对每行的LSF进行去除盲元以及降低随机噪声处理得到多行的Mean(LSF)；对Mean(LSF)进行EMD分解，剔除分解得到的最后一项本征模函数项和残差余项得到Mean(LSF)
xz
，根据Mean(LSF)
xz
计算最终所需的SFR值。2.根据权利要求1所述的基于改进检测狭缝倾斜角度的测SFR方法，其特征在于，具体的，上述对所述ROI区域进行数据预处理得到处理后的ROI区域图像，具体包括以下，对ROI区域进行数据归一化处理，之后通过逆光电转换OECF进行逆向处理得到处理后的ROI区域图像，将处理后的ROI区域图像的第i行，第j列信号表示为I(i，j)，总列数为m，总行数为n。3.根据权利要求1所述的基于改进检测狭缝倾斜角度的测SFR方法，其特征在于，上述寻找处理后的的ROI区域图像的每行的像素的狭缝中心位置，具体包括以下，求每行灰度值最大的列位置对每行peak(i).cols附近构建邻域[peak(i).cols
‑
δ，peak(i).cols+δ]，其中δ为常数人为设定，对邻域内的像素对应的灰度值进行二次多项式拟合得到拟合曲线f(x)＝ax2+bx+c，通过最小二乘法得到a，b，c的取值，根据f
′
(x)＝2a+b＝0，得到修正后峰值点的位置为对各行得到的peak(i)
xz
.cols采用最小二乘法进行直线拟合，得到斜率k及截断b，所述斜率k及截断b满足如下关系：最后采用得到的斜率k及截断b再次修正更新peak(i)
xz
.cols的值，rows(i)是指第i行的行数，这里rows(i)＝i。4.根据权利要求3所述的基于改进检测狭缝倾斜角度的测SFR方法，其特征在于，上述对每行的LSF进行去除盲元以及降低随机噪声处理得到多行的Mean(LSF)，具体包括以...
【专利技术属性】
技术研发人员：肖盼，陈新度，林健发，
申请(专利权)人：广东工业大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。