ComputeImageSharpness

ComputeImageSharpness는 In-Sight 카메라 렌즈의 초점을 다시 맞추는 반복적 프로세스의 일환으로 입력 이미지의 상대적 초점 측정값을 계산합니다.

ComputeImageSharpness 개요

이미지 선명도 점수라고 하는 이 점수는 이미지 또는 관심 영역(ROI)가 "장면"에서 확인할 수 있는 최소 형상(즉 이미지에서 캡처된 개체 및 배경)을 얼마나 포함하고 있는지를 나타냅니다.

작업은 단순합니다. 이미지를 촬상화고 ComputeImageSharpness 도구로 이미지 선명도 점수를 얻습니다. 이어서 렌즈의 초점을 다시 맞추며, 장면 내에는 변하는 것이 없이 다시 이미지를 촬상하고 점수를 계산합니다. 점수가 높을수록 초점이 선명합니다. 이 프로세스는 초점이 합격 가능한 수준이 될 때까지 반복됩니다.

참고: 하나의 이미지 선명도 점수는 이미지의 절대 선명도에 대해 유용한 정보를 제공하는 것이 아니며, 완전히 동일한 장면에서 얻은 이미지의 선명도 점수끼리 비교해야 합니다. 장면은 동일해야 합니다.

ComputeImageSharpness 입력

매개 변수

설명

이미지

이 매개 변수는 이미지 데이터 구조를 포함하는 스프레드시트 셀의 셀 참조를 사용해야 합니다. 기본적으로 이 매개 변수는 함수에 의해 반환되는 Image 데이터 구조를 포함하는 셀인 A0을 참조합니다. 이 매개 변수는 비전 도구 이미지 함수에서 반환하는 결과 등의 다른 Image 데이터 구조를 참조할 수도 있습니다.

Fixture

Fixture 입력 또는 비전 도구 함수의 결과 이미지 좌표계를 기준으로 관심 영역(ROI)을 정의합니다. ROI를 Fixture 기준으로 설정하면 Fixture가 회전하거나 변환된 경우에도 ROI가 Fixture 기준으로 회전하거나 변환됩니다.

기본 설정은 이미지의 왼쪽 상단 모서리인 (0, 0, 0)입니다.

X	이미지 좌표계에서의 X 오프셋.
Y	이미지 좌표계에서의 Y 오프셋.
세타	이미지 좌표계 내에서 이미지 X축으로부터의 회전(+/-360도 시계 방향).

영역

관심 영역(ROI)이라고도 하며, 이미지 중 분석 대상이 되는 영역을 지정합니다. 영역 매개 변수를 두 번 클릭하면 변환하고 회전할 수 있는 대화형 그래픽 모드를 만듭니다. 이 매개 변수를 선택하고 속성 시트의 작업 편집 도구 모음에서 영역 최대화 버튼을 누르면 영역이 자동으로 확대되어 전체 이미지가 포함됩니다.

X	Fixture 좌표에서 원점으로부터의 x 오프셋.
Y	Fixture 좌표에서 원점으로부터의 y 오프셋.
폭	영역의 x 축 방향 크기.
높이	영역의 y 축 방향 크기.
각도	Fixture 좌표에서의 방향.
곡률	면 사이의 각도, +/- 360도 시계 방향

조작

그라데이션 에너지: 이미지 또는 ROI의 로컬 회색조 그라데이션의 에너지를 기반으로 이미지 선명도를 계산합니다. 로컬 회색조 그라데이션은 지정된 영역에 대한 회색조 값의 변화 속도를 나타냅니다. 회색조가 급격하게 변화하면 회색조 그라데이션의 커지고 이미지 선명도 점수가 높아집니다.

매끄러움

ROI에 자주 나타나는 노이즈를 제거할 수 있도록 이미지의 평활화 조작(0 - 2, 기본값 = 0)을 정의합니다. 세 가지 설정이 있습니다.

0 = 없음(기본값)	평활화가 일어나지 않습니다. 성능이 가장 빠릅니다.
1 = 평활화 수준 1	ROI에 일정 수준의 평활화가 적용됩니다. ROI에서 매우 빈도가 높은 노이즈를 제거합니다.
2 = 평활화 수준 2	ROI에 추가 평화화를 적용합니다. ROI에서 빈도가 높거나 매우 높은 노이즈를 제거합니다.

표시

이미지에 어떤 그래픽 오버레이가 표시될지 지정합니다.

0 = 모두 숨기기(기본값)	함수를 포함하는 셀이 스프레드시트에 강조 표시되는 경우를 제외하고 사용 가능한 그래픽 항목이 표시되지 않습니다.
1 = 입력 그래픽만	입력 이미지 영역과 연결된 그래픽 항목이 항상 표시됩니다.

ComputeImageSharpness출력

반환	이미지 선명도 점수(부동 소수점 값). 입력 매개 변수가 유효하지 않은 경우 #ERR.