[发明专利]一种自动识别CTF测试图像并计算数值的方法

权利要求书

1.一种自动识别CTF测试图像并计算数值的方法，其特征在于包括以下步骤：

第一步，对获取的靶标原始图像进行中值滤波，原始图像为I_raw，滤波后的图像为I_filter，滤波公式为I_filter＝medfilt2(I_raw，[m m])，其中medfilt2为Matlab中的处理函数，m为中值滤波的窗口大小；

第二步，对滤波后的图像进行灰度拉伸，拉伸后的图像为I_adj，灰度拉伸的公式为I_adj＝(high_out-low_out)/(high_in-low_in)×(I_filter-low_in)，其中high_out为输出图像最大灰度值，low_out为输出图像最小灰度值，high_in为输入图像最大灰度值，low_in为输入图像最小灰度值；

第三步，利用比例门限进行阈值分割，提取多杆靶标，阈值分割后的图像为I_bw，阈值分割的公式为其中level为比列门限，选取0.8；

第四步，对阈值分割后的图像进行连通域判断，利用重心法获取多杆靶标中心坐标，分别为(cx₁，cy₁)，…，(cx_k，cy_k)，其中k为多杆靶标数目，应为奇数，利用最小二乘法拟合出中心线，中心线的方程为y＝p₁x+p₂，其中p₁，p₂为最小二乘法拟合得到的系数，利用Matlab中的regionprops函数获取所有靶标的宽度向量，取平均后获得单个靶标的宽度width；

第五步，获取中心线上横纵坐标向量，该坐标向量应满足3个条件，一是满足中心线方程，二是满足坐标值到中心靶标的中心坐标的距离小于等于限定长度，限定长度三是坐标值应为正整数；

第六步，在原始图像数据中提取第五步中获取的横纵坐标向量对应的图像数据，为中心线图像数据I_obj，求取中心线图像数据的最大值max_obj和指定区域的最小值min_obj，避免求取背景中的最小值，指定的区域为第一次和最后一次出现0.8倍max_obj之间的区域；

第七步，按照前六步的方法对连续获取的F幅测试图进行自动处理，获取最大值和最小值向量，并取平均值，分别为和其中F选取100；

第八步，获取被测系统面向低温均匀目标的F幅图像，分别对时间噪声和空间噪声取平均，获取背景噪声均值，其中I_bak为获取的背景图像数据，i为图像行序号，j为图像列序号，f为图像序号，M为图像行数目，N为图像列数目；

第九步，利用第七步中获取的最大值平均值和最小值平均值和第八步中获取的背景噪声均值计算CTF数值，计算公式为