Geschäftskontext
Ein Labor für Bildsensorik analysiert das Rauschverhalten (PSNR) spezifischer Farbkanäle bei schlechten Lichtverhältnissen. Zusätzlich soll getestet werden, ob der Algorithmus korrekt auf Graustufen umschaltet, um Farbabweichungen zu ignorieren.
Über das Set : image
Bildverarbeitung, -manipulation und -analyse.
Entdecken Sie alle Aktionen von image Datenaufbereitung
Erstellung von Datensätzen mit Fokus auf RGB-Kanälen.
Kopiert!
| 1 | |
| 2 | DATA casuser.sensor_raw; |
| 3 | LENGTH _id_ 8 _image_ $10; |
| 4 | _id_=1; |
| 5 | _image_='[RGB_DATA]'; |
| 6 | OUTPUT; |
| 7 | |
| 8 | RUN; |
| 9 | |
| 10 | DATA casuser.sensor_clean; |
| 11 | LENGTH _id_ 8 _image_ $10; |
| 12 | _id_=1; |
| 13 | _image_='[RGB_CLEAN]'; |
| 14 | OUTPUT; |
| 15 | |
| 16 | RUN; |
| 17 |
Étapes de réalisation
1
Vergleich der einzelnen Farbkanäle (Rot, Grün, Blau) mittels PSNR.
Kopiert!
| 1 | |
| 2 | PROC CAS; |
| 3 | image.compareImages / TABLE={name='sensor_raw'} referenceImages={TABLE={name='sensor_clean'}} method='PSNR' separateChannels=TRUE casOut={name='channel_analysis'}; |
| 4 | |
| 5 | RUN; |
| 6 |
2
Vergleich derselben Bilder im Graustufenmodus (separateChannels=FALSE), um reinen Helligkeitsunterschied zu messen.
Kopiert!
| 1 | |
| 2 | PROC CAS; |
| 3 | image.compareImages / TABLE={name='sensor_raw'} referenceImages={TABLE={name='sensor_clean'}} method='PSNR' separateChannels=FALSE casOut={name='grayscale_analysis'}; |
| 4 | |
| 5 | RUN; |
| 6 |
Erwartetes Ergebnis
Zwei Ausgabetabellen: 'channel_analysis' liefert drei PSNR-Werte pro Bildpaar (für R, G, B), während 'grayscale_analysis' einen einzigen PSNR-Wert liefert, der die Helligkeitsabweichung repräsentiert.