Comment estimer la fonction de flou

Vous obtenez une IRM du genou blessé ; vous numérisez une page d’un livre ; vous regardez l’image de votre ami webcam comme vous discutez . Toutes ces situations ont des systèmes d’imagerie : les systèmes physiques qui collectent l’énergie et de faire une carte en deux dimensions des changements dans l’intensité . La qualité de l’image finale dépend de la qualité du système de formation d’image . Une façon de représenter efficacement les performances d’imagerie est une quantité que l’on appelle 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 plus petite possible . Il est difficile d’organiser ce genre d’une scène d’entrée , il est plus courant d’ estimer la fonction d’étalement de point dans d’autres ways.Things Vous devez
système d’imagerie Photos de scène avec deux régions adjacentes aux moyens de différentes intensités de la collecte des données d’image , pixel par pixel de
Voir Instructions
Le 1

Orient la caméra de sorte que la frontière entre les deux différentes régions de la scène s’aligne verticalement par rapport à la caméra .
2

enregistrer une image de la scène . Cela pourrait être une image satellite de deux champs agricoles adjacentes , une radiographie d’une plaque carrée en plastique tenue dans un plateau d’imagerie , ou une photo numérique de l’appareil photo d’une carte d’index blanc sur une feuille de papier de construction noir .
< Br > Photos 3

Transférez l’image vers un tableau numérique . Vous devez une méthode de regarder une représentation numérique de l’image. Si vous prenez une image de la webcam et de le convertir à un bmp ( bitmap ) fichier . , Vous allez vous retrouver avec un fichier binaire que vous pouvez ouvrir avec un éditeur hexadécimal , disponible sur le web .
4 Un haut – image contraste avec les lignes verticales et horizontales vous aidera à estimer la PSF .

Trouvez les lignes qui correspondent à une région où les transitions d’image d’un intensité à l’autre. Les pixels de cette ligne pourraient avoir quelque chose de modèle comme ceci : . 123 , 121 , 132 , 186 , 214 , 214 Il y aurait beaucoup plus de pixels , mais vous devez seulement lire les pixels proches de la région où la lecture est nettement en train de changer .
5

Moyenne plusieurs lignes ensemble. Cela permet de lisser les effets dus à des pixels non alignant parfaitement avec la colonne verticale de pixels. Par exemple, pour aller avec les lectures ci-dessus, vous pourriez avoir une couple d’autres lignes telles que: 122 , 122 , 158 , 205 , 212 , 213 ; et l’autre: 121, 123 , 143 , 194 , 212 , 211 de moyenne tous les trois résultats rangées dans : . . 122 , 122 , 145 , 195 , 213 , 212
6

Calculer la valeur absolue de la changer de pixel en pixel dans votre moyenne . Pour le problème de , par exemple, les changements sont les suivants: . 122-122 = 0 , 145 à 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 de faible intensité est de 122 , dans le supérieur , c’est 212 . L’écart est de 90 .
8

Diviser les différences calculées à l’étape 6 par la différence calculée à l’étape 7 . Pour l’exemple problème , c’est 0 /90 , 23/90 , 50/90 , 18/90 , 1/90 = 0 , 0,25 , 0,56 , 0,20, 0,01 . C’est la PSF estimée dans le sens horizontal .
9

Répétez la procédure pour une ligne horizontale dans l’image pour obtenir la PSF dans la direction verticale . Multiplier la PSF ( x ) fois la PSF ( y) pour obtenir PSF ( x , y) .