OpenCV를 이용한 카메라 화면 선명도 측정 비교

지난 포스트(링크) 에서 Nvbuffer를 OpenCV cv::Mat 데이터로 변환했다. 변환은 되었는지, OpenCV의 선명도 측정 함수들 중 어떤게 가장 내 시스템에 적적한지 실험 해보자.

환경

• 언어: Cpp
• OS: Ubuntu 18.04
• OpenCV: 4.1.1
• L4T 32.2.3: Nvidia Xavier P2972
• e-CAM20_CUXVR 4개

calcBlurriness

동작 테스트

OpneCV calcBlurriness 링크 의 cv::videostab::calcBlurriness() 를 이용한다.

우선 Ypalne만 추출한 값이 유의미한 값인지 간단하게 테스트 해보자.

/*calcBlurriness*/
float blurriness = cv::videostab::calcBlurriness(yMat);

/*출력값 확인*/
std::cout << "이미지 흐림 정도: " << blurriness << std::endl;

• yMat: 지난 포스트에서 생성 한 Ypalne만 추출한 Mat데이터.

출력

이미지 흐림 정도: 0.0035414
이미지 흐림 정도: 0.0036218
...

0.003 - 0.0008 사이를 움직인다. 배율 등은 이후에 조정 하고, 카메라 초점에 따라 값이 유의미하게 변화 하는 것을 확인했다.

선명도 측정 테스트

실험1. 카메라 4개를 동시에 측정하기

별 생각 없이 4개 동시에 측정 해 봤다.

이미지에도 적혀 있지만 그래프가 들쭉 날쭉 하는건 그때 그때 손으로 돌려본거라 큰 분포 확인 용이었다.

제일 왼쪽 카메라는 전체적으로 분포가 낮고 중간 오른쪽 카메라는 분포가 높은 편 인건가? 왼쪽 카메라 값이 신경 쓰여 두 개씩 비교했다.

실험2. 카메라 2개 비교하기(1 vs 2)

실험2 부터 실험 방법을 고정했다.

최대한 비슷한 시간동안 초점을 맞추고 풀었더니 그래프가 이쁘게 나온다. 2번 카메라 복구가 오래 걸린 이유는 화면이 작아서 잘 안보였다..

실험3. 카메라 2개 비교하기(1 vs 3)

첫 번째 실험에서 3번 카메라의 값이 1번에 비해 지나치게 높아 걱정했으나 실험 방법을 바꾸니 안정된 모습을 보인다. 마찬가지로 카메라 3번 또한 화면이 작아 1번에 비해 결과값이 높다.

실험 결론.

• 두 카메라의 초점 차이를 측정하는 방법은 의미있다
• 값이 0에 가까울 수록(작을수록) 초점이 맞다.
• 직접적인 비교(ex. 1 <= 2) 는 안정된 영역에선 큰 의미가 없다.
• 아마 1번 카메라의 분포가 낮은 이유는 큰 화면이라 손으로 초점맞추기 편한 탓도 있을 것이다.
• 따라서 초점에 관한 정확한 데이터는 다음 작업 이후로 미루고 우선 동작 한다는 사실과 이후 활용을 고려할 것.

Laplacian

OpneCV Laplacian 링크 의 cv::Laplacian() 을 이용한다.

#include <opencv2/imgproc.hpp>

/*Laplacian*/
cv::Mat laplacian;
cv::Laplacian(yMat, laplacian, CV_64F);
cv::Scalar mean, stddev;
cv::meanStdDev(laplacian, mean, stddev);
double blurriness = stddev.val[0] * stddev.val[0];

/*출력값 확인*/
 std::cout << "이미지 흐림 정도: " << blurriness << std::endl;

선명도 측정 테스트

실험1. 카메라 4개를 동시에 측정하기

마찬가지로 카메라 4개를 동시에 출력했다.

한 개씩 출력할 땐 응답률이 좋았다.

실험2. 카메라 2개 비교하기(1 vs 2)

두 개씩 확인하면 응답률이 매우 떨어지고 결과 값도 안 이쁘다.

실험 결론

cv::Laplacian()을 이 환경에서 쓰긴 좀… -> 중단

---

최종 결론

1. Nvbuffer2Raw()는 잘 동작 한다.
2. OpenCV에는 다른 선명도 측정 함수들도 있지만, 시간 부족과 이미 적당한 걸 찾아서 cv::videostab::calcBlurriness()로 결정.