Metrica immagine nitidezza

C'è qualche metrica robusta di nitidezza o sfocatura dell'immagine? Ho vari set di immagini con diversi parametri di saturazione e catturati da diversi sistemi ottici, e ho cura di mostrare all'utente qualcosa come "qualità" della messa a fuoco. Per ottenere l'immagine più focalizzata uso metriche ottenute con l'operatore Sobel-Tenengrad (sommario di pixel ad alto contrasto), ma il problema è che per oggetti diversi ci sono diversi range di metrica (dipende da parametri sconosciuti di intensità dell'immagine, sistema ottico) - È necessario un po 'di metrica, ove possibile, per dire che l'immagine ha un cattivo focus senza confrontarsi con l'immagine di riferimento, come questa è l'immagine focalizzata "cattiva" o "buona".Metrica immagine nitidezza

fonte

2013-07-26 asaenko

Questa domanda sembra essere off-topic perché io Si tratta di un argomento di analisi matematica/numerica/grafica computerizzata. Non fraintendermi, è interessante, ma il problema di fondo è in realtà molto difficile e ancora oggetto di ricerca. – Zeta

@Zeta - Da quando la grafica computerizzata è fuori tema per SO? La [pagina di aiuto] (http://stackoverflow.com/help/on-topic) dice specificamente che le domande sugli algoritmi software sono in argomento. Non credo che OP chieda una risposta teorica, ma piuttosto che un algoritmo calcoli una metrica. –

possibile duplicato di [Calcolo dell'immagine acutanza] (http://stackoverflow.com/questions/6123443/calculating-image-acutance) – Nakilon

È possibile calcolare lo accutance dell'immagine calcolando la media dello Gradient Filter.

Fare riferimento a questo StackOverflow answer a una domanda simile.

fonte

2013-07-26 18:02:43

Devo implementarlo allo stesso modo prima di chiedere, e questo è simile all'algoritmo "mean of Gaussian filteter ": * Calcola gradiente Sobel x, derivativo * Ottieni l'immagine di magnitudine * Ottieni il valore medio (medio) di magnitudine. Il risultato sembra accettabile, ma varia il suo intervallo di valori da immagine a immagine. – asaenko

L'autofocus è un problema interessante da solo, e quindi valutare la nitidezza tra immagini arbitrarie è un altro livello di complessità.

Nella valutazione della nitidezza, suggerisco this paper da Cornell. La loro conclusione è stata che la metrica della varianza ha fornito la migliore valutazione di una determinata immagine. E non fa male che sia davvero facile da calcolare!

Per creare una metrica coerente tra diverse immagini, è necessario un modo per normalizzare. La metrica potrebbe essere in unità di varianza per pixel. Potresti approfittare del fatto che la mancanza di focus fornisce un limite superiore alla varianza, e quindi cerca il clustering ad un tasso massimo di varianza locale.

fonte

2015-07-11 00:18:32

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

Le altre risposte a this PAQ può anche essere utile.

fonte

2015-07-11 00:29:08 gordy

Hai bisogno di una nitidezza senza riferimento metrico, come ad esempio: