DE102016125758A1 - Systeme und Verfahren zum Schätzen der Modulationsübertragungsfunktion in einem Optiksystem - Google Patents

Systeme und Verfahren zum Schätzen der Modulationsübertragungsfunktion in einem Optiksystem Download PDF

Info

Publication number
DE102016125758A1
DE102016125758A1 DE102016125758.3A DE102016125758A DE102016125758A1 DE 102016125758 A1 DE102016125758 A1 DE 102016125758A1 DE 102016125758 A DE102016125758 A DE 102016125758A DE 102016125758 A1 DE102016125758 A1 DE 102016125758A1
Authority
DE
Germany
Prior art keywords
edge
polynomial
polynomials
mtf
image
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
DE102016125758.3A
Other languages
English (en)
Other versions
DE102016125758B4 (de
Inventor
Vlad Constantin Cardei
Boyd Albert Fowler
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Google LLC
Original Assignee
Google LLC
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Google LLC filed Critical Google LLC
Publication of DE102016125758A1 publication Critical patent/DE102016125758A1/de
Application granted granted Critical
Publication of DE102016125758B4 publication Critical patent/DE102016125758B4/de
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/0002Inspection of images, e.g. flaw detection
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01MTESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M11/00Testing of optical apparatus; Testing structures by optical methods not otherwise provided for
    • G01M11/02Testing optical properties
    • G01M11/0292Testing optical properties of objectives by measuring the optical modulation transfer function
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/0002Inspection of images, e.g. flaw detection
    • G06T7/0004Industrial image inspection
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/13Edge detection
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30168Image quality inspection

Abstract

Ein Verfahren zum Bestimmen einer Modulationsübertragungsfunktion (MTF) für ein Bild beinhaltet das Empfangen eines Bildes, das durch das Optiksystem aufgenommen ist, die Kantenerkennung bei Spalten oder Zeilen in dem Bild zum Berechnen einer Vielzahl von Kantenpunkten, das Berechnen einer Vielzahl zu den berechneten Kantenpunkten passenden Polynomen, um, wobei jedes von der Vielzahl von Polynomen im Grad variiert, das Auswählen eines Polynoms von der Vielzahl von Polynomen zum Darstellen der erkannten Kante, und das Schätzen der MTF basierend auf dem ausgewählten Polynom.

Description

  • HINTERGRUND
  • In dem technologischen Bereich von Optiksystemen vergleichen Optikdesigner die Leistung unter Systemen basierend auf einer Messung, die als Modulationsübertragungsfunktion (MTF) des Systems bekannt ist. Die MTF gehört zu einem der besten Tools, die verfügbar sind, um die Gesamtabbildungsleistung eines Systems hinsichtlich Auflösung und Kontrast zu quantifizieren, und wird in breitem Umfang zum Bewerten von Optikkomponenten verwendet, die so einfach wie sphärische Einzellinsen, und so komplex wie eine Mehrfachelement-Abbildungslinsenbaugruppe sind. Die ISO 12233-Norm ist das gebräuchlichste Verfahren zum Bestimmen der MTF in einem Optiksystem. ISO 12233 kann jedoch unter bestimmten Bedingungen keine genauen MTF-Schätzungen erzeugen, z.B. wenn sie auf stark verzerrte Bilder angewandt wird.
  • KURZDARSTELLUNG
  • Nach einer Ausführungsform des offenbarten Gegenstandes umfasst ein neues Verfahren zum Bestimmen einer Modulationsübertragungsfunktion (MTF) für ein Bild das Ausführen einer Kantenerkennung bei Zeilen in dem Bild zum Berechnen einer Vielzahl von Kantenpunkten, das Berechnen einer Vielzahl zu den berechneten Kantenpunkten passenden Polynomen, wobei jedes von der Vielzahl von Polynomen im Grad variiert, das Auswählen eines Polynoms von der Vielzahl von Polynomen zum Darstellen der erkannten Kante, und das Schätzen der MTF basierend auf dem ausgewählten Polynom.
  • Nach einer weiteren Ausführungsform des offenbarten Gegenstandes umfasst ein System einen Arbeitsspeicher, der Informationen speichert, einen Prozessor, der zum Ausführen eines Verfahrens bei einem Digitalbild konfiguriert ist, das durch ein optisches System aufgenommen wurde, basierend auf den Anweisungen, wobei das Verfahren die folgenden Vorgänge beinhaltet: Das Ausführen einer Kantenerkennung bei Spalten oder Zeilen in dem Bild zum Berechnen einer Vielzahl von Kantenpunkten, das Berechnen einer Vielzahl zu den berechneten Kantenpunkten passenden Polynomen, wobei jedes der Polynome im Polynomgrad variiert, das Auswählen eines Polynoms von der Vielzahl von Polynomen zum Darstellen der erkannten Kante, und das Schätzen der MTF basierend auf dem ausgewählten Polynom.
  • Nach einer Ausführungsform des offenbarten Gegenstandes umfassen Mittel zum Bestimmen einer Modulationsübertragungsfunktion (MTF) für ein Bild das Ausführen einer Kantenerkennung bei Zeilen in dem Bild zum Berechnen einer Vielzahl von Kantenpunkten, das Berechnen einer Vielzahl zu den berechneten Kantenpunkten passenden Polynomen, wobei jedes der Polynome im Grad variiert, das Auswählen eines Polynoms von der Vielzahl von Polynomen zum Darstellen der erkannten Kante, und das Schätzen der MTF basierend auf dem ausgewählten Polynom wird bereitgestellt.
  • Weitere Merkmale, Vorteile und Ausführungsformen des offenbarten Gegenstands können aus der Betrachtung der folgenden detaillierten Beschreibung, Zeichnungen und Patentansprüche dargestellt oder offensichtlich werden. Darüber hinaus ist es selbstverständlich, dass sowohl die vorangegangene Kurzdarstellung als auch die folgende ausführliche Beschreibung veranschaulichend sind und eine weitere Erklärung bereitstellen sollen, ohne den Umfang der Ansprüche einzuschränken.
  • KURZBESCHREIBUNG DER ZEICHNUNGEN
  • Die begleitenden Zeichnungen, die beinhaltet sind, um eine weitere Kenntnis des offenbarten Gegenstandes bereitzustellen, sind in diese Spezifikation einbezogen und stellen einen Teil davon dar. Die Zeichnungen veranschaulichen außerdem Ausführungsformen des offenbarten Gegenstandes und dienen zusammen mit der detaillierten Beschreibung der Erklärung der Prinzipien der Ausführungsformen des offenbarten Gegenstandes. Es wird nicht versucht, strukturelle Details genauer darzustellen, als für eine grundlegende Kenntnis des offenbarten Gegenstandes und verschiedener Möglichkeit, wie dieser umgesetzt werden kann, notwendig ist.
  • 1 stellt eine synthetisch erzeugte kreisförmige Kante dar.
  • 2 stellt MTF-Berechnungen des hervorgehobenen Abschnitts von 1 gemäß einer Ausführungsform des offenbarten Gegenstandes und andere MTF-Berechnungen gemäß dem ISO 12233-Algorithmus sowie die korrekte MTF-Kurve (SINC) dar, die bekannt ist, da die Kante in 1 eine perfekte Kante ist.
  • 3 stellt ein Bild dar, das von einer digitalen Einzellinsen-Reflex(DSLR)-Kamera gesammelt ist.
  • 4 stellt MTF-Berechnungen des hervorgehobenen Abschnitts von 3 gemäß einer Ausführungsform des offenbarten Gegenstandes und MTF-Berechnungen gemäß der ISO12233-Norm dar.
  • 5 stellt das Bild dar, das von der digitalen Einzellinsen-Reflex(DSLR)-Kamera gesammelt ist.
  • 6 stellt MTF-Berechnungen des hervorgehobenen Abschnitts von 5 gemäß einer Ausführungsform des offenbarten Gegenstandes und MTF-Berechnungen gemäß der ISO12233-Norm dar.
  • 7 stellt das Bild dar, das von der digitalen Einzellinsen-Reflex(DSLR)-Kamera gesammelt ist.
  • 8 stellt MTF-Berechnungen des hervorgehobenen Abschnitts von 7 gemäß einer Ausführungsform des offenbarten Gegenstandes und MTF-Berechnungen gemäß der ISO12233-Norm dar.
  • 9 stellt das Bild dar, das von der digitalen Einzellinsen-Reflex(DSLR)-Kamera gesammelt ist.
  • 10 stellt MTF-Berechnungen des hervorgehobenen Abschnitts von 9 gemäß einer Ausführungsform des offenbarten Gegenstandes dar.
  • 11 stellt ein Computergerät gemäß einer Ausführungsform des offenbarten Gegenstandes dar.
  • 12 stellt ein Ablaufdiagrammverfahren zum Bestimmen von MTF gemäß einer Ausführungsform des offenbarten Gegenstandes dar.
  • AUSFÜHRLICHE BESCHREIBUNG
  • Unterschiedliche Aspekte oder Merkmale dieser Offenbarung werden unter Bezugnahme auf die Zeichnungen beschrieben, wobei gleiche Bezugszeichen verwendet werden, um sich im gesamten Dokument auf gleiche Elemente zu beziehen. In dieser Spezifikation werden zahlreiche Details beschrieben, um ein sorgfältiges Verständnis dieser Offenbarung bereitzustellen. Es versteht sich jedoch, dass bestimmte Aspekte des offenbarten Gegenstandes ohne diese spezifischen Details oder mit anderen Verfahren, Komponenten, Materialien usw. praktiziert werden können. In anderen Fällen sind gut bekannte Strukturen in Blockdiagrammform dargestellt, um das Beschreiben der Gegenstandsoffenbarung zu erleichtern.
  • Die Modulationsübertragungsfunktion (MTF) ist einer der wichtigsten Parameter, durch den Bildqualität gemessen wird. Optikdesigner und Ingenieure beziehen sich auf MTF-Daten insbesondere oftmals bei Anwendungen, bei denen Erfolg oder Versagen davon abhängig ist, wie genau ein bestimmtes Objekt abgebildet wird. Die ISO 12233-Norm bietet keine genauen MTF-Ergebnisse für Optiksysteme unter mehreren wichtigen Abbildungsbedingungen und erzeugt in einigen Fällen auch überhaupt kein Ergebnis. Beispielsweise ist die Norm beim Messen von MTF basierend auf stark verzerrten Bildern nicht genau. Diese Art von Bild wird oftmals von Weitwinkel(WFOV)-Kameras aufgenommen. Bei WFOV-Kameras werden durch Tonnenverzeichnung, die durch die Linse verursacht ist, gerade Kanten in der Objektebene in der Bildebene gekrümmt. Verzerrte Bilder sind für die ISO 12233-Norm problematisch, die in erster Linie auf geraden Kanten in der Bildebene aufbaut, um MTF zu schätzen. Wie nachfolgend dargestellt, kann Bildverzerrung in Komplikationen resultieren, die so schwerwiegend sind, dass die ISO 12233-Norm nicht verwendet werden kann.
  • Es ist möglich, eine MTF anhand von direktem Untersuchen und Analysieren eines Optiksystems zu messen, wobei jedoch in vielen Fällen das Optiksystem nicht zur Überprüfung verfügbar ist, und nur von dem Optiksystem aufgenommene Bilder zugänglich sind. Wenn das Bild zu verzerrt ist, um ISO 12233 zu verwenden, besteht eine herkömmliche Technik darin, das Bild unter Verwendung eines Computers digital zu entzerren und ISO 12233 auf das abgeänderte Bild anzuwenden. Die digitale Entzerrung leitet jedoch Artefakte ein, und hat die Messung einer MTF von einem verarbeiteten Bild anstatt des Originalbilds zum Ergebnis, wodurch die Genauigkeit der Berechnung abgesenkt wird. Eine andere herkömmliche Technik besteht im Versuch, ein Bild von etwas aufzunehmen, das in der entgegengesetzten Richtung der natürlichen Krümmung gekrümmt ist, die in der Tonnenverzeichnung des Bildes vorhanden ist, um eine gerade Kante zu erreichen. Das Verfahren ist jedoch zeitraubend und erfordert Versuch und Irrtum.
  • Die offenbarte Erfindung stellt eine bedeutende Verbesserung für das technologische Feld der Optiksysteme bereit, indem eine Möglichkeit bereitgestellt wird, hochgenaue MTF eines Optiksystems basierend auf Bildern bereitzustellen, die zuvor mithilfe von herkömmlichen Verfahren extrem problematisch zu verwenden waren. Die hierin offenbarten Ausführungsformen stellen einen neuartigen verbesserten Ansatz zum Bestimmen von MTF selbst von einem verzerrten Bild bereit. Eine Gruppe von Polynomen, jedes mit einem anderen Polynomgrad, wird erzeugt, um eine in dem Bild erkannte Kante zu schätzen. Aus dieser Gruppe wird ein Polynom ausgewählt und zum Schätzen der MTF verwendet, was eine höhere Genauigkeit als herkömmliche Techniken zum Ergebnis hat.
  • Die hierin offenbarte Technik wird als ein Freiflächen (FF) MTF-Algorithmus bezeichnet. 12 stellt ein Ablaufdiagramm 1200 als Beispiel des FF MTF-Algorithmus dar. In Vorgang 100 wird Kantenerkennung bei jeder Zeile eines Bildes z.B. unter Verwendung einer Technik wie z.B. Canny-Kantenerkennung oder eine modifizierte, weniger komplexe Canny-Kantenerkennungstechnik angewandt. Bei der modifizierten Canny-Kantenerkennung wird die Kantenerkennung bei jeder Bildzeile unabhängig ausgeführt. Jede Zeile wird differenziert (x'(i) = x(i + 1) – x(i). Die resultierenden Daten sind der Gradient entlang der Bildzeile. Die differenzierten Daten werden dann mit einem (Gaußschen) Tiefpassfilter geglättet. Die Daten werden dann schwellenwertmäßig mit einem adaptiven Rauschpegel versehen (jeder Wert weniger als ein bestimmter Wert wird auf 0 gesetzt). Die mit einem Schwellenwert versehenen Daten werden dann 0-bis-1 normalisiert. Dieses Canny-ähnliche Kantenprofil wird für alle Zeilen in dem interessierenden Bereich berechnet, in dem wir die MTF (in den Schritten oben) berechnen. Kanten können z.B. bei Bildspalten berechnet werden, um eine vertikale MTF zu bestimmen.
  • In Vorgang 200 werden Kantenpunkte, die in Vorgang 100 geschätzt wurden, zum Erzeugen von einem oder mehreren Polynomen verwendet, die zum Verbessern der Kantenpositionsgenauigkeit verwendet werden. In Vorgang 300 wählt der Algorithmus ein Polynom aus der Gruppe des einen oder der mehreren Polynome aus. Dies kann durch Analysieren von Restfehlern in jeder Polynomanpassung erfolgen. Wenn der Kantenpassungs-Polynomgrad erhöht wird, nehmen die Restfehler ab. Wenn der Restfehler in Abhängigkeit von dem Polynomgrad geplottet wird, dann fällt er schnell und flacht dann ab, wobei er schließlich bis auf 0 abfällt. Ein Polynom wird ausgewählt, um die Kante zu schätzen, indem versucht wird, das Polynom mit dem höchsten Grad ohne Over-Fitting auszuwählen. Dies erfolgt durch Schätzen, wann Over-Fitting aufgetreten ist, durch Messen der Differenz in den Restfehlern von aufeinanderfolgenden Polynomanpassungen. Wenn dieser Wert niedriger als ein Schwellenwertbetrag ist, bestimmt der Algorithmus, dass Over-Fitting aufgetreten ist. Das ausgewählte Polynom kann einen Grad aufweisen, der mindestens höher als ein zweiter Grad ist.
  • Es sollte bemerkt werden, dass für N Zeilen (und implizit N Punkte) ein Polynom von N – 1 Grad perfekt zu allen Punkten mit Null Restfehlern passt. Eine perfekte Passung ist jedoch nachteilig zum Berechnen einer genauen MTF aufgrund von Over-Fitting der Daten. Um die Auswahl eines Over-Fit-Polynoms zu vermeiden, kann eine MTF-Kurve für jedes Polynom berechnet werden, um das Ausmaß der nachteiligen Wirkung von Over-Fitting zu bestimmen.
  • In Vorgang 400 wird jede Zeile um einen Betrag verlagert, der durch das Polynom bestimmt ist, um eine Super-Sampling-Kantenspreizfunktion zu erzeugen. Die Super-Sampling-Kantenspreizfunktion kann mit der ISO12233-Norm kompatibel sein. In Vorgang 500 erfolgt das Binning und Mitteln der Kanten basierend auf ihrer Position. Das Binning der Daten kann so erfolgen, dass die Super-Sampling-Kantenspreizfunktion eine höhere Auflösung als die ursprünglichen Zeilendaten in dem Bild aufweist. So kann beispielsweise die Auflösung mindestens das Vierfache der Auflösung der ursprünglichen Kantendaten betragen. In Vorgang 600 wird die Super-Sampling-Kantenspreizfunktion differenziert, durch einen Hamming-Filter gefenstert und schließlich Fourier-transformiert und normalisiert, um die MTF zu bestimmen. In Vorgang 700 kann die Konfiguration des Optiksystems basierend auf der MTF eingestellt werden.
  • Eine exemplarische Pseudocode-Ausführungsform des offenbarten Algorithmus ist unten in Algorithmus 1 dargestellt. Die Berechnungskomplexität des offenbarten Algorithmus ist O(num columns·(num rows)2, wobei num columns die Anzahl von Spalten in dem Bild ist, und num rows die Anzahl von Zeilen in dem Bild ist.
    Figure DE102016125758A1_0002
    Figure DE102016125758A1_0003
  • Algorithmus 1
  • 1 stellt eine synthetisch erzeugte kreisförmige Kante dar, und 2 stellt die Ergebnisse des offenbarten FF-Algorithmus dar, wie er mit der ISO12233-Norm vergleichbar ist, und wie er mit dem theoretisch erwarteten MTF-Wert von sinc(xfx) = sin(πxfx)/πxfx vergleichbar ist. Es wird darauf hingewiesen, dass fx eine Raumfrequenz und x die Bildabtastfrequenz ist. Wie ersichtlich, erzeugt die ISO12233-Norm ungenaue Ergebnisse basierend auf der kreisförmigen Kante, während der offenbarte FF-Algorithmus eine bedeutende Verbesserung über die ISO12233-Norm hinaus mit einer Messung bereitstellt, die den theoretischen Wert eng widerspiegelt.
  • 3 stellt ein von einer DSLR-Kamera gesammeltes Bild dar. Das graue Feld in diesem Bild stellt eine geneigte gerade Kante dar, die zum Berechnen der MTFs verwendet wird, die in 4 dargestellt sind. In diesem Fall ist die ISO 12233-Norm aufgrund des Vorhandenseins der geraden Kante in dem Bild umsetzbar. Sowohl die ISO 12233-Norm als auch der offenbarte FF-Algorithmus haben dieselben Messungen zum Ergebnis.
  • 5 stellt ein anderes, von derselben DSLR gesammeltes Bild dar. Das graue Feld in diesem Bild stellt eine konvexe Kante dar, die eine verzerrte gerade Kante repräsentiert. Die von dieser Kante berechneten MTFs sind in 6 dargestellt. Hierbei resultiert die leichte Verzerrung der Kante in einer Differenz zwischen den MTF-Berechnungen der ISO12233-Norm des Optiksystems und den offenbarten FF-Algorithmusberechnungen.
  • 7 stellt ein anderes, von derselben Canon-DSLR gesammeltes Bild dar. Das graue Feld in diesem Bild stellt eine konkave Kante dar, die eine verzerrte gerade Kante repräsentiert. Die von dieser Kante berechneten MTFs sind in 8 dargestellt. Wie ersichtlich, ist die ISO 12233-Norm nicht zum Erstellen einer MTF-Bestimmung basierend auf der konkaven Kante geeignet, während im Gegensatz dazu der offenbarte FF-Algorithmus einheitliche und genauere Ergebnisse hervorbringt.
  • 9 stellt ein anderes, von derselben DSLR-Kamera gesammeltes Bild dar. Das graue Feld in diesem Bild stellt eine Polynomkante dar, die eine verzerrte gerade Kante repräsentiert. Die durch den FF-Algorithmus berechnete MTF dieser Kante ist in 10 dargestellt. Es ist zu bemerken, dass der offenbarte FF-Algorithmus eine Lösung zum Bewerten des Optiksystems hier bereitstellt, selbst wenn die herkömmliche ISO12233-Norm überhaupt kein Ergebnis für diese Kante hervorbrachte.
  • Eine „MTF50“-Empfindlichkeit ist hierin als die Raumfrequenz definiert, wobei die MTF gleich 0,5 ist, und die Empfindlichkeit als die Standardabweichung definiert ist, geteilt durch den Mittelwert der Statistik, die wir messen. In 1 beträgt die berechnete MTF50-Empfindlichkeit zur Kantenauswahl d. h. wenn das Feld mit der Strichpunktlinie um wenige Zeilen aufwärts oder abwärts bewegt wird, etwa 5°% für den offenbarten FF-Algorithmus und die ISO12233-Norm. Die ISO12233-Norm unterschätzt jedoch die MTF50 um eine Größenordnung von ungefähr dem 6-fachen.
  • In 3, 5, 7 und 9, d. h. Darstellungen von Bildern, die mit einer DSLR-Kamera unter Verwendung einer Fisheye-Linse in Spitzenqualität aufgenommen sind, beträgt die Empfindlichkeit für den offenbarten FF-Algorithmus weniger als 5°%, während die Schwankung für die herkömmliche ISO12233-Norm mehr als 51°% beträgt. Zusätzlich unterschätzt die ISO12233-Norm MTF50 um eine Größenordnung von ungefähr dem 1,6-fachen. Für viele Kanten brachte die ISO12233 kein Ergebnis hervor. Das problematische Versagen der ISO12233-Norm, einheitliche genaue Ergebnisse bei diesen Arten von Bildern zu erzeugen, wird durch die Verbesserungen des offenbarten FF-Algorithmus überwunden.
  • Der offenbarte FF-Algorithmus kann zum Schätzen der System-MTF sogar für komplex verzerrte Bilder mit beliebig glatten Kanten verwendet werden. Dies ermöglicht, dass die MTF von optischen Systemen über das Sichtfeld charakterisiert wird. Weiterhin ist der offenbarte Algorithmus über gerade und verzerrte Musterbilder einheitlich, wobei dieselben Ergebnisse wie bei der ISO12233-Norm auf geraden Kanten erreicht werden.
  • Der offenbarte FF-Algorithmus ist robuster gegenüber Bildern bei schlechten Lichtverhältnissen, d.h. Bilder mit einem niedrigen Signal-Rausch-Abstand (SNR), als die ISO12233-Norm. Der offenbarte FF-Algorithmus ist auch robuster gegenüber Rauschen in dem Bild als die ISO12233-Norm. Der Algorithmus kann bei der Handhabung von Rauschen unter Verwendung eines Canny-ähnlichen Kantenschätzalgorithmus oder anderen Kantenerkennungsalgorithmus verbessert werden oder nicht, der den Betrag von Rauschen in einem Bild verringert und den Bilddatensatz reduziert.
  • Da MTF eines der besten Tools ist, die zum Quantifizieren der Abbildungsleistung eines Optiksystems verfügbar sind, ermöglicht einem Designer das Wissen der MTF von jeder Linse und jedem Sensor innerhalb eines Systems, die angemessene Auswahl zu treffen, z.B. wenn eine Optimierung für eine bestimmte Auflösung erfolgt. Ein Weitwinkel(WFOV)-Systemdesigner kann nun MTF unter Verwendung des offenbarten FF-Algorithmus in unterschiedlichen Konfigurationen verwenden und genau die Kombination auswählen, die die gewünschten Ergebnisse bereitstellt.
  • Ausführungsformen des aktuell offenbarten Gegenstands können in einer Vielzahl von Komponenten und Netzwerkarchitekturen implementiert und mit ihnen verwendet werden. 11 ist ein exemplarisches Computersystem 20, das für die Implementierung von Ausführungsformen des aktuell offenbarten Gegenstands geeignet ist. Das Gerät 20 kann z.B. ein Desktop- oder Laptop-Computer oder ein mobiles Computergerät, wie z.B. ein Smartphone, Tablet oder dergleichen sein. Das Gerät 20 kann einen Bus 21 beinhalten, der Hauptkomponenten des Computers 20 verbinden kann, wie z.B. einen zentralen Prozessor 24, einen Arbeitsspeicher 27, wie z.B. einen Arbeitsspeicher (RAM), Nur-Lese-Speicher (ROM), Flash-RAM oder dergleichen, eine Benutzeranzeige 22, wie z.B. ein Anzeigebildschirm, eine Benutzereingabeschnittstelle 26, die einen oder mehrere Controller und zugehörige Benutzereingabevorrichtungen, wie z.B. Tastatur, Maus, Touchscreen und dergleichen beinhalten kann, einen Festspeicher 23, wie z.B. eine Festplatte, ein Flash-Speicher oder dergleichen, eine entfernbare Medienkomponente 25, die funktionsfähig zum Steuern und Aufnehmen eines optischen Laufwerks, Speichersticks und dergleichen ist, und eine Netzwerkschnittstelle 29, die zum Kommunizieren mit einem oder mehreren entfernten Geräten über eine geeignete Netzwerkverbindung funktionsfähig ist.
  • Der Bus 21 ermöglicht Datenkommunikation zwischen dem Zentralprozessor 24 und einer oder mehreren Speicherkomponenten, die RAM, ROM und andere Speicher beinhalten können, wie zuvor erwähnt. Typischerweise ist ein RAM der Hauptspeicher, in den Anweisungen, ein Betriebssystem und Anwendungsprogramme geladen werden. Die ROM- oder Flash-Speicherkomponente kann neben anderem Code das Basic Input-Output System (BIOS) beinhalten, das grundlegende Hardwareoperationen steuert, z.B. die Interaktion mit Peripheriekomponenten. Anwendungen, die in dem Computer 20 resident sind, sind im Allgemeinen auf einem computerlesbaren Medium, wie z.B. eine Festplatte (z.B. Festspeicher 23), ein optisches Laufwerk, eine Diskette oder anderes Speichermedium gespeichert, und es kann auf sie darüber zugegriffen werden. Der Zentralprozessor 24 kann Anweisungen ausführen, die auf der einen oder den mehreren Speicherkomponenten gespeichert sind. Die Anweisungen können Vorgänge beinhalten, die oben in Bezug auf den offenbarten FF-MTF-Algorithmus beschrieben sind.
  • Der Festspeicher 23 kann in den Computer 20 integriert oder separat sein, und es kann darauf durch andere Schnittstellen zugegriffen werden. Die Netzwerkschnittstelle 29 kann eine direkte Verbindung zu einem entfernten Server über eine verdrahtete oder drahtlose Verbindung bereitstellen. Die Netzwerkschnittstelle 29 kann solche Verbindungen unter Verwendung einer beliebigen geeigneten Technik und eines Protokolls bereitstellen, wie dies von Fachleuten auf dem Gebiet leicht verstanden wird, einschließlich digitale Handys, WiFiTM, Bluetooth (R), Nahfeld und dergleichen. Beispielsweise kann die Netzwerkschnittstelle 29 dem Computer ermöglichen, mit anderen Computern über eines oder mehrere LANs, WANs oder andere Kommunikationsnetzwerke zu kommunizieren, wie nachfolgend ausführlicher beschrieben.
  • Viele andere Geräte oder Komponenten (nicht dargestellt) können auf ähnliche Weise verbunden werden (z.B. Dokumentenscanner, Digitalkameras usw.). Dagegen müssen nicht alle in FIG. 11 dargestellten Komponenten vorhanden sein, um die vorliegende Offenbarung umzusetzen. Die Komponenten können auf andere Weise als dargestellt miteinander verbunden sein. Der Betrieb eines Computers, wie des in 11 veranschaulichten, ist Fachleuten allgemein bekannt und wird in dieser Anmeldung nicht genauer erörtert. Code zur Implementierung des offenbarten Gegenstandes kann in einem computerlesbaren Speichermedium gespeichert werden, z.B. einer oder mehrere Arbeitsspeicher 27, Festspeicher 23, entfernbare Medien 25 oder an einem Remotespeicherort.
  • Allgemeiner ausgedrückt können unterschiedliche Ausführungsformen des aktuell offenbarten Gegenstandes computerimplementierte Verfahren und Vorrichtungen zum Praktizieren dieser Verfahren beinhalten oder in der Form davon ausgeführt werden. Ausführungsformen können auch in Form eines Computerprogrammproduktes realisiert werden, in dem ein Computerprogrammcode vorhanden ist, der in nicht flüchtigen und/oder physischen Medien wie z.B. Disketten, CD-ROMs, Festplatten, Universal Serial Bus(USB)-Laufwerken oder jedem anderen maschinenlesbaren Speichermedium verkörpert ist, wie z.B. wenn der Computerprogrammcode in einen Computer geladen und davon ausgeführt wird, dann wird der Computer eine Vorrichtung zum Praktizieren von Ausführungsformen des offenbarten Gegenstandes. Ausführungsformen können auch in Form eines Computerprogrammcodes verkörpert werden, ob er auf einem Speichermedium gespeichert, in einen Computer geladen und/oder davon ausgeführt, oder über ein Übertragungsmedium übertragen wird, wie z.B. über elektrische Verdrahtung oder Verkabelung, durch Glasfaser oder über elektromagnetische Strahlung, sodass wenn der Computerprogrammcode in einen Computer geladen und davon ausgeführt wird, der Computer eine Vorrichtung zum Praktizieren von Ausführungsformen des offenbarten Gegenstandes wird. Beim Implementieren auf einem Allzweckmikroprozessor konfigurieren die Computerprogrammcodesegmente den Mikroprozessor, sodass er spezifische logische Schaltungen erzeugt.
  • In einigen Konfigurationen kann ein Satz von computerlesbaren Anweisungen, die auf einem computerlesbaren Speichermedium gespeichert sind, durch einen Allzweckprozessor implementiert werden, der den Allzweckprozessor oder eine Vorrichtung, die den Allzweckprozessor enthält, in eine Spezialvorrichtung umwandeln kann, die zum Implementieren oder Ausführen der Anweisungen konfiguriert ist. Ausführungsformen können unter Verwendung von Hardware implementiert werden, die einen Prozessor beinhalten kann, wie z.B. ein Allzweckmikroprozessor und/oder eine anwendungsspezifische integrierte Schaltung (ASIC), die alle oder einen Teil der Techniken gemäß Ausführungsformen des offenbarten Gegenstands in Hardware und/oder Firmware verkörpert. Der Prozessor kann mit einem Arbeitsspeicher, wie z.B. RAM, ROM, Flash-Speicher, eine Festplatte oder jede andere Vorrichtung, verbunden werden, der/die/das zum Speichern von elektronischen Informationen in der Lage ist. Der Arbeitsspeicher kann Anweisungen speichern, die angepasst sind, um durch den Prozessor ausgeführt zu werden, um die Techniken gemäß Ausführungsformen des offenbarten Gegenstands auszuführen.
  • Die vorstehende Beschreibung wurde zum Zweck der Erklärung unter Bezugnahme auf spezifische Ausführungsformen beschrieben. Die obigen veranschaulichenden Erörterungen sollen jedoch nicht allumfassend sein oder Ausführungsformen des offenbarten Gegenstandes genau auf die offenbarten Formen beschränken. In Bezug auf die obigen Anleitungen sind viele Modifizierungen und Varianten möglich. Die Ausführungsformen wurden gewählt und beschrieben, um die Prinzipien der Ausführungsformen des offenbarten Gegenstandes und ihre praktischen Anwendungen zu beschreiben, um es dadurch anderen Fachleuten zu ermöglichen, diese Ausführungsformen sowie die verschiedenen Ausführungsformen mit verschiedenen Modifizierungen zu nutzen, die für die besondere, erwogene Nutzung geeignet sein könnten.
  • ZITATE ENTHALTEN IN DER BESCHREIBUNG
  • Diese Liste der vom Anmelder aufgeführten Dokumente wurde automatisiert erzeugt und ist ausschließlich zur besseren Information des Lesers aufgenommen. Die Liste ist nicht Bestandteil der deutschen Patent- bzw. Gebrauchsmusteranmeldung. Das DPMA übernimmt keinerlei Haftung für etwaige Fehler oder Auslassungen.
  • Zitierte Nicht-Patentliteratur
    • ISO 12233-Norm [0001]
    • ISO 12233 [0001]
    • ISO 12233-Algorithmus [0008]
    • ISO12233-Norm [0010]
    • ISO12233-Norm [0012]
    • ISO12233-Norm [0014]
    • ISO 12233-Norm [0020]
    • ISO 12233-Norm [0020]
    • ISO 12233-Norm [0020]
    • ISO 12233 [0021]
    • ISO 12233 [0021]
    • ISO12233-Norm [0026]
    • ISO12233-Norm [0028]
    • ISO12233-Norm [0028]
    • ISO12233-Norm [0028]
    • ISO 12233-Norm [0029]
    • ISO 12233-Norm [0029]
    • ISO12233-Norm [0030]
    • ISO 12233-Norm [0031]
    • ISO12233-Norm [0032]
    • ISO12233-Norm [0033]
    • ISO12233-Norm [0033]
    • ISO12233-Norm [0034]
    • ISO12233-Norm [0034]
    • ISO12233 [0034]
    • ISO12233-Norm [0034]
    • ISO12233-Norm [0035]
    • ISO12233-Norm [0036]
    • ISO12233-Norm [0036]

Claims (18)

  1. Verfahren zum Bestimmen einer Modulationsübertragungsfunktion (MTF) eines Optiksystems basierend auf einem Bild, das durch das Optiksystem aufgenommen wurde, umfassend: das Empfangen eines Bildes, das durch das Optiksystem aufgenommen wurde; das Ausführen von Kantenerkennung bei Spalten oder Zeilen in dem Bild zum Berechnen einer Vielzahl von Kantenpunkten; das Berechnen einer Vielzahl zu den berechneten Kantenpunkten passenden Polynomen, wobei jedes der Polynome im Polynomgrad variiert; das Auswählen eines Polynoms von der Vielzahl von Polynomen zum Darstellen der erkannten Kante; und das Schätzen der MTF basierend auf dem ausgewählten Polynom.
  2. Verfahren nach Anspruch 1, des Weiteren umfassend das Konfigurieren einer Konfiguration des Optiksystems basierend auf der geschätzten MTF.
  3. Verfahren nach Anspruch 1, wobei das Auswählen des Polynoms Folgendes umfasst: das Bestimmen eines Restfehlerwerts für jedes von der Vielzahl von Polynomen; und das Bestimmen einer Differenz in dem Restfehlerwert zwischen jedem von der Vielzahl von Polynomen; das Bestimmen eines Polynoms höchsten Grades unter der Vielzahl von Polynomen, welches in einer Verringerung bei dem Restfehlerwert niedriger als ein Schwellenwertbetrag resultiert.
  4. Verfahren nach Anspruch 2, wobei das ausgewählte Polynom einen höheren Grad aufweist als einen zweiten Grad.
  5. Verfahren nach Anspruch 1, wobei Schätzen der MTF Folgendes umfasst: das Erzeugen einer Kantenspreizfunktion basierend auf dem ausgewählten Polynom; und das Binning von Kantenpunktdaten der Kantenspreizfunktion.
  6. Verfahren nach Anspruch 4, weiterhin umfassend das Binning der Kantenpunktdaten, sodass die Kantenspreizfunktion eine Auflösung aufweist, die mindestens vier Mal höher als ursprüngliche Daten von dem Bild ist.
  7. Verfahren nach Anspruch 1, wobei die Kante eine konkave Kante ist.
  8. Verfahren nach Anspruch 1, wobei die Kante eine kreisförmige Kante ist.
  9. Verfahren nach Anspruch 1, wobei die Kante eine beliebige glatte Kante ist.
  10. System, umfassend: einen Arbeitsspeicher, der Anweisungen speichert; einen Prozessor zum Ausführen eines Verfahrens bei einem Digitalbild, das durch ein Optiksystem aufgenommen wurde, basierend auf den Anweisungen, wobei das Verfahren die folgenden Vorgänge beinhaltet: das Empfangen eines Bildes, das durch das Optiksystem aufgenommen wurde; das Ausführen von Kantenerkennung bei Spalten oder Zeilen in dem Bild zum Berechnen einer Vielzahl von Kantenpunkten; das Berechnen einer Vielzahl zu den berechneten Kantenpunkten passenden Polynomen, wobei jedes der Vielzahl von Polynomen im Polynomgrad variiert; das Auswählen eines Polynoms von der Vielzahl von Polynomen zum Darstellen der erkannten Kante; und das Schätzen der MTF basierend auf dem ausgewählten Polynom.
  11. System nach Anspruch 10, wobei der Vorgang des Auswählens des Polynoms Folgendes umfasst: das Bestimmen eines Restfehlerwerts für jedes von der Vielzahl von Polynomen; und das Bestimmen einer Differenz in dem Restfehlerwert zwischen jedem von der Vielzahl von Polynomen; das Bestimmen eines Polynoms höchsten Grades unter der Vielzahl von Polynomen, welches in einer Verringerung bei dem Restfehlerwert niedriger als ein Schwellenwertbetrag resultiert.
  12. System nach Anspruch 11, wobei das ausgewählte Polynom einen höheren Grad als einen zweiten Grad aufweist.
  13. System nach Anspruch 10, wobei der Vorgang des Schätzens der MTF Folgendes umfasst: das Erzeugen einer Kantenspreizfunktion basierend auf dem ausgewählten Polynom; und das Binning von Kantenpunktdaten der Kantenspreizfunktion.
  14. System nach Anspruch 13, wobei das Verfahren weiterhin das Binning der Kantenpunktdaten umfasst, sodass die Kantenspreizfunktion eine Auflösung aufweist, die mindestens vier Mal höher als ursprüngliche Daten von dem Bild ist.
  15. System nach Anspruch 10, wobei die Kante eine konkave Kante ist.
  16. System nach Anspruch 10, wobei die Kante eine konvexe Kante ist.
  17. System nach Anspruch 10, wobei die Kante eine kreisförmige Kante ist.
  18. System nach Anspruch 10, wobei die Kante eine beliebige glatte Kante ist.
DE102016125758.3A 2016-02-12 2016-12-28 Systeme und Verfahren zum Schätzen der Modulationsübertragungsfunktion in einem Optiksystem Active DE102016125758B4 (de)

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
US201662294786P 2016-02-12 2016-02-12
US62/294786 2016-02-12
US15/290313 2016-10-11
US15/290,313 US10067029B2 (en) 2016-02-12 2016-10-11 Systems and methods for estimating modulation transfer function in an optical system

Publications (2)

Publication Number Publication Date
DE102016125758A1 true DE102016125758A1 (de) 2017-08-17
DE102016125758B4 DE102016125758B4 (de) 2022-09-29

Family

ID=58284395

Family Applications (2)

Application Number Title Priority Date Filing Date
DE102016125758.3A Active DE102016125758B4 (de) 2016-02-12 2016-12-28 Systeme und Verfahren zum Schätzen der Modulationsübertragungsfunktion in einem Optiksystem
DE202016107422.3U Active DE202016107422U1 (de) 2016-02-12 2016-12-28 Systeme zum Schätzen der Modulationsübertragungsfunktion in einem Optiksystem

Family Applications After (1)

Application Number Title Priority Date Filing Date
DE202016107422.3U Active DE202016107422U1 (de) 2016-02-12 2016-12-28 Systeme zum Schätzen der Modulationsübertragungsfunktion in einem Optiksystem

Country Status (4)

Country Link
US (1) US10067029B2 (de)
CN (1) CN107085843B (de)
DE (2) DE102016125758B4 (de)
GB (1) GB2547318B (de)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107024339B (zh) * 2017-04-21 2023-10-20 小艾帮帮(杭州)科技有限公司 一种头戴显示设备的测试装置及方法
CN110097563A (zh) * 2019-03-18 2019-08-06 深圳蓝韵医学影像有限公司 数字x线成像系统中调制传递函数的测算方法与装置
US11228699B2 (en) * 2020-04-15 2022-01-18 Labsphere, Inc. Systems and methods for determining a minimum resolvable distance of an imaging system

Family Cites Families (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
NL9001265A (nl) 1990-06-05 1992-01-02 Philips Nv Werkwijze voor bepaling van een modulatie-overdrachtfunctie van een digitaal beeldvormend systeem.
US7499600B2 (en) 2004-05-25 2009-03-03 Nokia Corporation Method for characterizing a digital imaging system
WO2010044939A1 (en) * 2008-10-17 2010-04-22 Honda Motor Co., Ltd. Structure and motion with stereo using lines
CN101635050A (zh) * 2009-06-26 2010-01-27 武汉大学 一种图像复原方法
US9457971B2 (en) * 2012-02-10 2016-10-04 Deere & Company System and method of material handling using one or more imaging devices on the transferring vehicle to control the material distribution into the storage portion of the receiving vehicle
CN102779333B (zh) * 2012-07-10 2015-01-07 武汉大学 一种基于卡尔曼滤波的光学影像复原方法
US9305365B2 (en) * 2013-01-24 2016-04-05 Kineticor, Inc. Systems, devices, and methods for tracking moving targets
US9116854B2 (en) * 2013-10-02 2015-08-25 National Applied Research Laboratories Method of evaluating image correlation with speckle patter
JP6302219B2 (ja) 2013-11-13 2018-03-28 日本放送協会 Mtf測定装置およびmtf測定プログラム
WO2015078980A2 (en) * 2013-11-27 2015-06-04 Universidad Politécnica de Madrid Method and system for determining the prognosis of a patient suffering from pulmonary embolism
CN104537646B (zh) * 2014-12-12 2017-06-27 南京理工大学 遥感图像的多角度自动mtf估计方法

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
ISO 12233
ISO 12233-Algorithmus
ISO 12233-Norm
ISO12233
ISO12233-Norm

Also Published As

Publication number Publication date
GB201621558D0 (en) 2017-02-01
DE102016125758B4 (de) 2022-09-29
CN107085843B (zh) 2020-10-13
US10067029B2 (en) 2018-09-04
GB2547318B (en) 2020-08-26
DE202016107422U1 (de) 2017-05-24
CN107085843A (zh) 2017-08-22
US20170234765A1 (en) 2017-08-17
GB2547318A (en) 2017-08-16

Similar Documents

Publication Publication Date Title
DE112014005866B4 (de) Verbesserung der plenoptischen Kameraauflösung
DE102016120775A1 (de) System und Verfahren zum Erkennen von Linien in einem Bild mit einem Sichtsystem
EP3186776B1 (de) Bildaufnahmevorrichtung und verfahren zur bildaufnahme
DE102018102688A1 (de) Bildverarbeitungsvorrichtung, Bildverarbeitungsprogramm und Bildverarbeitungssystem
DE102015102772B4 (de) Bildverarbeitungsvorrichtung und Verfahren für deren Steuerung
DE102016125758B4 (de) Systeme und Verfahren zum Schätzen der Modulationsübertragungsfunktion in einem Optiksystem
DE102019122402A1 (de) Das klassifizieren von zeitreihenbilddaten
EP2791896B1 (de) Verfahren zur erzeugung von superaufgelösten bildern mit verbesserter bildauflösung und messvorrichtung
DE102018109276A1 (de) Bildhintergrundsubtraktion für dynamische beleuchtungsszenarios
DE102021100444A1 (de) Mikroskopiesystem und verfahren zum bewerten von bildverarbeitungsergebnissen
DE112017006779T5 (de) Kamerasystem einschliesslich objektiv mit vergrösserungsgradient
DE102010015936B4 (de) Verfahren und Vorrichtungen zur Durchführung einer Multi-Fokalebenen-Bildakquisition und -Komprimierung
WO2016087277A1 (de) Digitales bilderfassungssystem und verfahren zur fehlerkorrektur in einem solchen system
DE102016008744A1 (de) Bildmessapparat, Regel- bzw. Steuerprogramm eines derartigen Apparats und nicht-flüchtiges Aufzeichnungsmedium, auf welchem das Regel- bzw. Steuerprogramm aufgezeichnet is
DE102017009118A1 (de) Bildabgleich für serienbilder
DE102015120967A1 (de) Verfahren und Vorrichtung zur Bildkorrektur
EP3923193B1 (de) Messung der empfindlichkeit von bildklassifikatoren gegen veränderungen des eingabebildes
EP3635677A1 (de) Verfahren und vorrichtung zur bildkorrektur
DE102014209623B4 (de) Bildverarbeitungsvorrichtung, Steuerverfahren, und Programm
DE102020204761A1 (de) Bewertung der modulationsübertragungsfunktion für rot / klar gefilterte optische geräte
AT508873A1 (de) Verfahren zur aufnahme eines bildes
DE102019206977A1 (de) Vorrichtung und Verfahren zur Vermessung mindestens eines schräg im Raum stehenden Messobjekts
EP2507765A1 (de) Verfahren und vorrichtung zur anpassung von bildinformationen eines optischen systems
DE102011075261A1 (de) Verfahren zum Bearbeiten von Videodaten und eine Anordnung zur Durchführung des Verfahrens
DE102021103537A1 (de) Verfahren und Vorrichtung zur Rekonstruktion von Segmenten des Vordergrunds eines Bildes

Legal Events

Date Code Title Description
R012 Request for examination validly filed
R081 Change of applicant/patentee

Owner name: GOOGLE LLC (N.D.GES.D. STAATES DELAWARE), MOUN, US

Free format text: FORMER OWNER: GOOGLE INC., MOUNTAIN VIEW, CALIF., US

R082 Change of representative

Representative=s name: PROCK, THOMAS, DR., GB

Representative=s name: MAIKOWSKI & NINNEMANN PATENTANWAELTE PARTNERSC, DE

R082 Change of representative

Representative=s name: PROCK, THOMAS, DR., GB

R016 Response to examination communication
R018 Grant decision by examination section/examining division
R020 Patent grant now final