下面是使用相機拍攝的分辨率測試卡圖在軟件中的分析情況。其實在軟件是會顯示采樣的代碼信息的，但是對于一般不是非常了解代碼的人或不了解攝像行業的人這些代碼就像“天書”一樣難以理解。我們這里只撿一些對于用戶使用的信息給您介紹。
代碼只是一個特定的實現，但是這些概念可以用任何編程語言來提取和應用。注意下面，我們使用后綴'_d'和'_u'的規定分辨率測試卡的識別失真和未失真圖像/坐標相關的變量，并使用大寫變量（如RHO）來識別測試和輸出圖像（將在下面隱含使用的屬性）。
（1）將分辨率測試卡SFRPlus圖像加載到軟件中，并對其進行分析，以確定逆變換算系數（顯示在Rescharts交互模塊中）。（或者，將圖像加載到Dot Pattern模塊中并從中檢索LGD系數，并將其轉換為逆變換系數，然后跟隨其余步驟）。將它們加載到MATLAB中。
?
（2）相對于分辨率測試卡圖像的中心，定義該觀察（失真）圖像的每個像素位置的空間坐標。例如，由于該測試圖像是4288×2872像素，所以左上像素坐標為（-2143.5，-1435.5）。
（3）將這些坐標轉換為極坐標，因此我們只能操縱徑向分量（這里稱為RHO）。我們還對徑向坐標進行歸一化，然后縮放，使得未失真圖像的中心到角距離最終將歸一化為1。
（4）注意：作為一個微妙的點，THETA和RHO_d對變量實際上定義了空間坐標兩種方式：顯性和隱性。它們的值定義顯式坐標，即（THETA（1,1），RHO（1,1））定義分辨率測試卡圖像的左上角像素的角和徑向坐標。它們也通過二維陣列隱含地定義一組坐標，這組坐標具有自然的順序和結構。即使我們更改這兩個數組的（1,1）條目的值，它們仍然是每個數組的左上角條目。該點的顯式坐標已經改變，但隱含的坐標保持不變。
我們現在將測量的失真應用于徑向坐標，使得顯式徑向距離與觀察圖像中該點的徑向距離相匹配。如上所述，觀察到的圖像中的失真位置現在通過陣列中的隱含位置與圖像陣列中的未失真位置相關聯。我們使用隱式數組元素位置作為未失真圖像的真實坐標，并將顯式數組值作為映射到失真圖像中的點以從中抽出樣本。
注意，我們實際上沒有正向變換多項式，有只是軟件返回的逆多項式。這可以通過擬合一個新的（反向）多項式來反轉。
（5）我們現在有X_d，Y_d數組，其隱式坐標是未失真圖像的坐標，其顯式值表示與它們相關聯的觀察圖像中的采樣點。我們可以直接在interp2（）函數中直接使用這些查詢（抽樣）點。
總結
現在我們可以看到無失效果，特別注意上下的直線。還要注意的是，這個無失真圖像的邊緣周圍有黑色區域?-?當然，原始圖像中沒有任何信息用于有效填寫。
?
當然，除了測試圖形圖之外，我們現在還可以對場景進行靜音。現在我們已經使用分辨率測試卡和I測試軟件來表征攝像機系統本身造成的失真，我們可以消除任何其他圖像所需的失真。?由于建筑的假想直線是引人注目的失真的常見來源，所以我們在漫設照明（即陰沉）的一天在我們拍攝辦公大樓的照片上展示了這一點。
??
?

深圳市賽麥吉圖像技術有限公司致力于以先進的技術為用戶提供優質的產品和服務。您可以通過電話聯系我們：400-666-2522 或訪問我們的官網：m.hb1c.cn