简介
本篇主要介绍下:对多帧拍摄同一场景的清晰度评价算法研究。
背景概述
常用的清晰度评价算法有:基于梯度/信息熵/边缘等。但是当图像噪声较多的时候,直接使用这些方法都无法得到比较准确的结果。
因此我们需要找到一种对噪声鲁棒性较好的评价算法。
单帧清晰度评价
1、修改梯度方法:
t(x,y) = sqrt(pow(f(x,y)-f(x+1,y),2) + pow(f(x,y)-f(x,y+1),2));
sum = all(t(x,y)) / n;
其中:t(x,y):图像每个像素点的横向、纵向梯度和。
n :当前图像区域所有像素数量。
sum :计算得到的当前图像区域清晰度评价。
2、考虑清晰图像特性:边缘或者梯度较强且连续。因此我们在计算梯度上通过阀值筛选,过滤掉弱梯度,可以减少对清晰度评价
的干扰。同时,因为梯度或者边缘一般是连续的,其中掺杂噪声通常是孤立的,所以通过对筛选后的梯度图像做一次腐蚀,可以过滤掉
噪声的感染。提高清晰度评价算法准确性。
多帧清晰度评价
1、将多帧图像配准。
2、通过阀值筛选,计算保存所有图像的强梯度或者强边缘。
3、遍历整个梯度图,将多帧图像都满足梯度方向相同的梯度筛选出来,其他的丢弃掉。
或者是所有强梯度图像进行与操作,保留下他们共同梯度。
4、通过处理后的梯度图,计算各自清晰度。