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/
0
我曾在photo stackexchange上询问过此问题,但认为它在这里也可能相关,因为我想在实现中以编程方式实现此问题。
我正在尝试为成像管道实现模糊检测算法。我要检测的模糊都是-
1)相机抖动:当快门速度较小时,使用移动/抖动的手拍摄的照片。
2)镜头聚焦错误-(景深)问题,例如聚焦在不正确的物体上会引起一些模糊。
3)运动模糊:使用不够高的快门速度捕获场景中快速移动的对象。例如,夜间行驶的汽车可能在图像中显示出其前大灯/尾灯的踪迹为模糊。
一个人如何才能检测到这种模糊并以某种方式对其进行量化,从而根据计算出的“模糊指标”做出一些决定?
模糊检测背后的理论是什么?
我正在寻找很好的阅读材料,使用它们我可以在C / Matlab中实现一些算法。
谢谢。
-广告。