图像频率域分析之频域谱(FDE)

Overview

欢迎访问 https://cgabc.xyz/posts/f31ca1ba/，持续更新。

code: https://github.com/cggos/cvkit/blob/master/scripts/cv_py/fft_fde.py

主要用于：

• 图像模糊度计算
• 镜头对焦

频域熵(FDE)

计算图像的 频域谱，表示如下

$$f(i,j)$$

将其 幅度谱 归一化

$$f_{\text{norm }}(i,j)=\frac{1}{{\sum }_{(i,j)\in D}|f(i,j)|}|f(i,j)|$$

计算 归一化幅度谱 的 信息熵，即最终的 FDE

$$FDE=-\sum _{(i,j)\in D}{f}_{\text{norm }}(i,j)\cdot \log \left(f_{\text{norm }}(i,j)\right)$$

图像模糊度

通过计算图像模糊度，我们在SLAM算法中可以

• 检测模糊图像
• 动态改变图像特征点的噪声值

高斯模糊图像

通过利用高斯模糊算法将图像模糊程度逐渐增大，其对应的FDE值逐渐减小。

• Entropy: 11.368065834 (Origin)

• Entropy: 10.0918264389 ($\sigma =1$)

• Entropy: 9.30934810638 ($\sigma =2$)

  

• Entropy: 8.96276855469 ($\sigma =3$)

• Entropy: 8.66108512878 ($\sigma =5$)

• Entropy: 8.41834259033 ($\sigma =10$)

  

References

• Entropy based measure of camera focus