Какой вид анализа можно использовать для наборов матриц двумерных монохромных изображений или растровых изображений для оценки или сравнения их относительного качества нахождения в фокусе? Существует ли эффективный способ вычисления скалярной метрики для чего-то вроде общего контраста, разреженности яркости или других артефактов, возникающих из-за размытия не в фокусе?
image-processing
hotpaw2
источник
источник
Ответы:
Изображения в фокусе имеют более острые края, поэтому применение детектора края и измерения энергии на выходе поможет вам выбрать правильный путь.
Простой метод состоит в том, чтобы вычислить сумму лапласиана по изображениям, возможно, по центру, если вы имеете дело с повседневными фотографиями (люди обычно помещают объект интереса в центр, поэтому лучше, чтобы центр был в фокусе, чем границы )
Этот критерий, например, используется во многих приложениях с фокусировкой стека для макросъемки.
Существуют и другие подходы, используемые для устранения помутнений или тонального отображения ... Поиск "Локальные контрастные меры".
источник
В общем случае линзу можно смоделировать как фильтр нижних частот . Когда объект не в фокусе, эффект сглаживания фильтра нижних частот является более интенсивным .
Таким образом, вы можете использовать простую метрику, такую как стандартное отклонение, либо примененную глобально (по всему изображению), либо локально через движущееся окно подходящего размера по изображению, чтобы сохранить пространственную информацию, если, кроме того, вас также будет интересовать, какие области или не в фокусе.
В любом случае и при условии, что сцена не сильно изменилась между дублями, стандартное отклонение фокуса изображения IN будет выше, чем стандартное отклонение фокуса изображения OUT.
Для применения стандартного отклонения в качестве «оценщика фокуса» вы могли бы взглянуть на эту публикацию , в то время как обзор ряда мер (включая стандартное отклонение) доступен из этой .
источник