首页 > 代码库 > Atitit 图像清晰度 模糊度 检测 识别 评价算法 原理

Atitit 图像清晰度 模糊度 检测 识别 评价算法 原理

Atitit 图像清晰度 模糊度 检测 识别 评价算法 原理

 

 

1.1. 图像边缘一般都是通过对图像进行梯度运算来实现的1

1.2. Remark 1

1.3.  1.失焦检测。 衡量画面模糊的主要方法就是梯度的统计特征,通常梯度值越高,画面的边缘信息越丰富,图像越清晰。1

1.4. 利用边缘检测 ,模糊图片边缘会较少2

1.5. 通过dct比较。Dct分离出的低频信号比较2

1.6. 参考资料2

1.1. 图像边缘一般都是通过对图像进行梯度运算来实现的

 

1.2. Remark

  1肉眼可以分辨以上五幅图像的质量排名为:img42 > img81 > img77 > img29 > img183
    2与主观感知一致的算法有:BrennerTenengradSMDSMD2EnergyEntropyEAVJPEGJPEG2
    3VarianceVollath算法所得数据非常接近,无法分辨出图像质量。
 4Laplacian在判断img29  img183的时候出现失误,这两个图片的质量都非常差

 

Remark
 1肉眼可以分辨以上图片的质量排名为:img20 > img228 > img56 > img152 > img23 > img215
    2与主观感知一致的算法有:BrennerTenengradLaplacianSMD2EnergyJPEGJPEG2
 3VollatEntropy算法失误比较多。
 4SMDEAV在判断img20 img228的时候出现失误,这两个图片质量都非常好,肉眼有时候很难分辨,因此这种失误在可以接受的范围。
 5Variance在判断img23 img215的时候出现失误,这两个图片质量都非常差。

 

1.3.  1.失焦检测。 衡量画面模糊的主要方法就是梯度的统计特征,通常梯度值越高,画面的边缘信息越丰富,图像越清晰。

     

  失焦的主要表现就是画面模糊,衡量画面模糊的主要方法就是梯度的统计特征,通常梯度值越高,画面的边缘信息越丰富,图像越清晰。需要注意的是梯度信息与每一个视频本身的特点有关系,如果画面中本身的纹理就很少,即使不失焦,梯度统计信息也会很少,对监控设备失焦检测需要人工参与的标定过程,由人告诉计算机某个设备正常情况下的纹理信息是怎样的。

1.4. 利用边缘检测 ,模糊图片边缘会较少

例如下面几张图,星星越少压缩率越高,图片大小越小的同时图片质量越差。你可以看到下图中,星星少的图片相对的边缘会更加模糊。当然,在一定的压缩率下肉眼是无法直接发觉画质的降低的(例如三星和四星)。

 

1.5. 通过dct比较。Dct分离出的低频信号比较

模糊图片细节少,所以dct更低。。

 

1.6. 参考资料

 

无参考图像的清晰度评价方法 - 凌风探梅的专栏 - 博客频道 - CSDN.NET.html

视频清晰度、色偏以及亮度异常检测 - lengwuqin的专栏 - 博客频道 - CSDN.NET.html

摄像机失焦检测思路 - lien0906的专栏 - 博客频道 - CSDN.NET.html

图像信号缺失或清晰度的检测算法 - qingkongyeyue的博客 - 博客频道 - CSDN.NET.html

 

作者:: 绰号:老哇的爪子 ( 全名::Attilax Akbar Al Rapanui 阿提拉克斯 阿克巴 阿尔 拉帕努伊 ) 

汉字名:艾提拉(艾龙)   EMAIL:1466519819@qq.com

转载请注明来源: http://www.cnblogs.com/attilax/

Atiend

 

Atitit 图像清晰度 模糊度 检测 识别 评价算法 原理