有一篇很棒的论文：“ 从焦点形状分析焦点度量运算符 ”（ https://www.researchgate.net/publication/234073157_Analysis_of_focus_measure_operators_in_shape-from-focus ），它对30种不同的技术进行了比较。

在所有不同的技术中，基于“拉普拉斯”的方法似乎具有最佳性能。大多数图像处理程序，例如：MATLAB或OPENCV，已经实现了此方法。以下是使用OpenCV的示例： http : //www.pyimagesearch.com/2015/09/07/blur-detection-with-opencv/

当考虑原因时，运动模糊和相机抖动是同一回事：相机和物体的相对运动。您提到过慢的快门速度-这两种情况都是罪魁祸首。

焦点缺失是主观的，因为它们取决于摄影师的意图 。如果不知道拍摄者希望把重点放在什么 ，这是不可能实现这一目标。即使您确实知道要重点关注什么，它也不是一件容易的事。

除了现实主义之外，让我向您保证模糊检测实际上是一个非常活跃的研究领域 ，并且已经有一些指标可以在图像上进行尝试。这是我最近使用过的一些东西：

• 边缘宽度。基本上，对图像进行边缘检测（使用Canny或其他方法），然后测量边缘的宽度。模糊的图像将具有较宽的边缘，这些边缘会更加分散。较清晰的图像边缘较细。 Google 称其为Marziliano的 “无参考感知模糊度量”-这是一篇著名的论文，充分描述了这种方法以进行全面实施。如果要处理运动模糊 ，则边缘将在运动方向上模糊（宽）。
• 存在精细细节。看看我对这个问题的回答 （编辑部分）。
• 频域方法。取图像的DCT系数的直方图（假设您正在使用JPEG）将使您了解图像的精细程度。 这就是您直接从JPEG文件中获取DCT系数的方法。如果非DC项的计数很低，则图像可能很模糊。这是最简单的方法-频域中有更复杂的方法。

还有更多，但我认为这足以使您入门。如果您需要有关这两个方面的进一步信息，请启动Google学术搜索并四处查看。特别是，请查阅Marziliano论文的参考文献，以了解过去尝试过的方法。