MathJax = {
  chtml: {
    matchFontHeight: false
  },
  tex: {
    inlineMath: [['$', '$']]
  }
};






ブラインド-デコンボリューション処理を見ていきます。(L.202-205)ではRINGの関数に渡す変数の値を決めています。各変数の意味はAPI仕様書をご参照ください。


(L.212)でフィルタ生成、(L.213)でフィルタ設置、(L.214)でフィルタリング処理をしています。手順は前回紹介したDiscoveryと同様ですね。


なお、フィルタ生成は(L.212)で引数に指定した配列に対して代表的な1枚が生成されます。できる限りROIを指定することをお勧めします。


1. ROIをクロップした配列を作る。
2. setCoefficientsの実行。※width,heightはROIのものを指定してください。
3. setDIFilterの実行。※width,heightはROIのものではなく、フィルタリングの対象のものを指定してください。
4. gnExecute_Fの実行。


以上の手順で、ROIで生成したフィルタがフィルタリングされます。


ROIに対して代表的な1枚のフィルタを生成しますので、ROIが大き過ぎると局所的なズレが出るかもしれません。逆にROIが小さ過ぎる場合ではフィルタ生成のサンプル点不足で上手くいかないと思われます。最適値は256の正方形としています。


言い換えると、RINGは256サイズ単位でデコンボリューションすることに特化しています。フィルタは概ねレンズの特性を反映させて生成されますので、ROIを大きくとっても誤差は微小ですが、気になる場合には画像の分割が有効ですね。なお、RINGの上位グレード版には、パラメタの自動算出機能や256サイズ単位でRINGを走査する機能などが含まれます。(written by J.Nishigata)


Copy Right 2020-現在 ALXIS DATA, Inc. All Right Reserved.

製品12- RING_DEV の使い方～サンプルコードの説明その３

MathJax = {
  chtml: {
    matchFontHeight: false
  },
  tex: {
    inlineMath: [['$', '$']]
  }
};






RINGのフィルタリング処理はCPUで動作する仕様で作られています。場合によっては、GPUなど高速な環境でフィルタリングを実行したいこともあるでしょう。


このような外部のフィルタリング処理へフィルタを渡せるように、フィルタイメージを出力する機能があります。フィルタイメージのフォーマットは、256サイズのスペクトルイメージと可変サイズの実イメージの2種類存在します。


事前にフィルタの生成を済ませておいてください。(L.278)では実イメージのフィルタサイズを取得しています。フィルタリングは、畳込み演算の性質上、境界近傍に掛けることはできません。このような微調整を行なうために実イメージのフィルタサイズは必要になります。


(L.279)でフィルタイメージを出力しています。このサンプルコードではスペクトルイメージとして取り出していますね。


ファイル経由でフィルタイメージをI/Oする場合には、(L.280)のように吐き出してみてください。writeFIL関数は(L.21)でプロトタイプ宣言していますね。中身は、バイナリで吐き出すように書いています。(written by J.Nishigata)


Copy Right 2020-現在 ALXIS DATA, Inc. All Right Reserved.

製品13- RING_DEV の使い方～サンプルコードの説明その４