圖像處理評價指標之模糊度

圖像和視頻在采集、壓縮、傳輸、存儲過程中，無可避免地會引入失真。模糊失真是圖像、視頻質量下降最主要的因素之一，研究圖像模糊度評價方法有非常重要的意義。通過對模糊失真進行評測和度量，可以對整個圖像傳輸或處理系統的質量進行監控，進而采取措施提高系統性能

模糊度和清晰度概念

圖像模糊是一種很重要的圖像降質因素，在圖像獲取、傳輸、處理過程中都有很多因素可能造成圖像模糊，比如在獲取圖像時，不正確的聚焦會產生離焦模糊，景物和照相機的相對運動會造成運動模糊，圖像壓縮后的高頻丟失造成的模糊。模糊降低了圖像的清晰度，嚴重影響圖像質量，導致圖像分析、處理、接收的困難甚至失敗，因此必須要使用有效的模糊評價方法來控制模糊圖像的使用， 從而提高系統整體性能。 模糊度和清晰度是描述圖像清晰程度（模糊程度）的兩個相對但又相互聯系的兩個概念。圖像越清晰，質量越高，清晰度越大，模糊度越小；圖像越不清晰（越模糊），質量越低，清晰度越小，模糊度越大。因此描述一幅圖像清晰程度時，既可以使用清晰度也可以使用模糊度，只是兩個指標數值上成反比；本文采用模圖像模糊度評價研究模糊度來描述。

客觀評價也可以根據對參考圖像的依賴程度分為：全參考圖像模糊度評價（Full Reference Image Blur Assessment，FR-IBA）、部分參考圖像模糊度評價（Reduced Reference Image Blur Assessment，RR-IBA）、無參考圖像模糊度評價（No Reference Image Blur Assessment，NR-IBA）。客觀模糊度評價的方法也可以參考客觀圖像質量評價的方法，但由于只關注模糊度一個指標，在算法設計時更有針對性，應該把重點放在模糊特征參量的提取上。

模糊度評價算法可以分成幾個較大的類別，（1）基于像素的技術，包括分析像素灰度值的統計特性以及像素之間的相關性；（2）基于變換域的技術，這利用了在變換域高頻成分越多圖像越清晰，高頻成分越少圖像越模糊的原理；（3）基于圖像梯度的技術，它利用圖像邊緣的梯度來衡量圖像模糊程度，梯度越大圖像越清晰。另外，也有較少的算法是基于直方圖。

模糊度分類

實際應用中有多種模糊情況，模糊產生的原因很多，一般用下面通用的數學模型來表示圖像模糊降質

$$g(x, y) = f(x, y) otimes d(x, y) + n(x, y)$$

式中$f (x, y)$是原始圖像，$d(x, y)$是點擴散函數（Point Spread Function，PSF），$otimes$ 是卷積，$n(x, y) $是加性噪聲。

1、運動模糊

運動模糊是在捕獲圖像時，快門在打開時間內成像系統和拍攝 對象的短暫相對運動，造成成像在某個方向上形成的模糊。

假設圖像$f (x, y)$ 在一個平面運動，令$x_0(t) $、$y_0(t) $分別是$x$ 和$y$ 方向上運動的變化分量，$T$ 表示曝光時間，那么模糊后的圖像可以看作是在快門開啟時間內原始圖像在$x$ 、$y$ 方向上的積分：

$$g(x,y)=int_0^T f[x-x_0(t) , y - y_0(t)] dt $$

2、壓縮模糊

壓縮模糊是圖像在進行有損壓縮丟失部分信息。

3、高斯模糊

高斯模糊是人為引入的一種模糊，使用高斯低通濾波器對原始圖像進行濾波得到的。它的點擴散函數可以表示為

$$d(x,y) = frac{1}{2 pisigma^2 }* e^ {- frac{(x^2 +y^2)} {2 sigma^2 }} $$

模糊度計算方法

模糊度的計算可以廣泛應用到相機自動聚焦、顯微鏡自動聚焦、電子顯微鏡自動聚焦等場景。

1、灰度方差算法

圖像最清晰，圖像中的高頻分量也最多，該算法以圖像所有像素的灰度平均值為參考，對每個像素點的灰度值求差后求平方和，然后用像素總數標準化，它表征了圖像灰度變化的平均程度，灰度變化的平均程度越大，圖像越清晰，灰度變化平均程度越小，圖像越模糊。

2、灰度差分絕對值之和方差算法

x方向，Y方向圖像差分絕對值的和作為度量標準：

3、灰度差分平方和方差算法

x方向，Y方向圖像差分平方值的和作為度量標準，突出微分值的影響，提高信噪比數值：

4、Brenner 函數

簡單的計算相鄰兩個像素灰度差的平方，該函數定義如下：

5、Roberts 梯度和

定義為相鄰四個像素對角線像素灰度值差的絕對值之和：

6、拉普拉斯梯度和1

用拉普拉斯模板得到像素拉普拉斯梯度值，求所有像素拉普拉斯梯度值的和：

拉普拉斯模板：

7、拉普拉斯梯度和2

用拉普拉斯模板得到像素拉普拉斯梯度值，求所有像素拉普拉斯梯度值的和：

拉普拉斯模板：

7、Tenengrad函數

梯度函數采用Sobel算子分別提取水平和垂直方向的梯度值

模板算子：

卷積結果

模糊度數值：

參考： 1、《圖像模糊度評價研究》

---

我的個人博客主頁，歡迎訪問

我的CSDN主頁，歡迎訪問

我的GitHub主頁，歡迎訪問

總結

以上是生活随笔為你收集整理的android 模糊度处理_图像处理评价指标之模糊度、清晰度（待更新）的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。