Metryka ostrości obrazu

Czy istnieje pewna miara ostrości lub rozmycia obrazu? Mam różne zestawy obrazów z różnymi parametrami nasycenia i przechwyconymi z różnych systemów optycznych, i uważam, aby pokazać użytkownikowi coś w stylu "jakości" skupienia. Aby uzyskać najbardziej skupiony obraz, używam metryki z operatorem Sobel-Tenengrad (suma pikseli o wysokim kontraście), ale problem polega na tym, że dla różnych obiektów są to zupełnie różne zakresy danych (zależy od nieznanych parametrów intensywności obrazu, układu optycznego) - Potrzebowałem pewnej miary, gdzie to możliwe, aby powiedzieć, że obraz ma zły, nieporównywalny z porównaniem z obrazem odniesienia, tak jak jest to "zły" lub "dobry" obraz skupiony.Metryka ostrości obrazu

Źródło

2013-07-26 asaenko

To pytanie wydaje się być nie na temat, ponieważ t dotyczy tematu analizy matematycznej/numerycznej/grafiki komputerowej. Nie zrozum mnie źle, to ciekawe, ale podstawowy problem jest naprawdę trudny i wciąż jest badany. – Zeta

@Zeta - Od kiedy to grafika komputerowa jest poza tematem dla SO? Strona [pomoc] (http://stackoverflow.com/help/on-topic) wyraźnie mówi, że pytania na temat algorytmów oprogramowania są na temat. Nie sądzę, że OP wymaga odpowiedzi teoretycznej, ale raczej algorytmu do obliczenia metryki. –

możliwy duplikat [Obliczanie ostrości obrazu] (http://stackoverflow.com/questions/6123443/calculating-image-acutance) – Nakilon

Można obliczyć wartość accutance obrazu, obliczając średnią wartości Gradient Filter.

Odwołaj się do tego StackOverflow answer na podobne pytanie.

Źródło

2013-07-26 18:02:43

Muszę zaimplementować w ten sam sposób przed pytaniem, a to wygląda jak algorytm "średnia z filtru Gaussa ": * Oblicz gradient Sobel x, y pochodna * Uzyskaj obraz jasności * Uzyskaj średnią (średnią) wartość wielkości. Wynik wydaje się być akceptowalny, ale różni się jego zakresem wartości od obrazu do obrazu. – asaenko

Autofokus to interesujący problem sam w sobie, a zatem ocena ostrości na dowolnych zdjęciach jest kolejnym poziomem złożoności.

W sprawie oceny ostrości sugeruję this paper z Cornell. Ich wniosek był taki, że miara wariancji zapewnia najlepszą ocenę danego obrazu. I nie boli, że to naprawdę łatwe do obliczenia!

Aby utworzyć spójne dane dla różnych obrazów, potrzebny jest sposób normalizacji. Dane mogą być w jednostkach wariancji na piksel. Można wykorzystać fakt, że brak ostrości zapewnia górną granicę wariancji, a więc poszukaj klastrów przy maksymalnej szybkości lokalnej wariancji.

Źródło

2015-07-11 00:18:32

Here's a short paper describing a method for detecting blurredness using a Haar Wavelet Transform

Pozostałe odpowiedzi this PAQ mogą również być pomocne.

Źródło

2015-07-11 00:29:08 gordy

trzeba ostrość bez odniesienia metryki, takie jak: