Atitit 圖像清晰度 模糊度 檢測 識別 評價算法 原理
1.3. 1.失焦檢測。 衡量畫面模糊的主要方法就是梯度的統計特征，通常梯度值越高，畫面的邊緣信息越豐富，圖像越清晰。1
1.1. 圖像邊緣一般都是通過對圖像進行梯度運算來實現的
1.2. Remark：
1）肉眼可以分辨以上五幅圖像的質量排名為：img42 > img81 > img77 > img29 > img183
2）與主觀感知一致的算法有：Brenner、Tenengrad、SMD、SMD2、Energy、Entropy、EAV、JPEG、JPEG2
3）Variance、Vollath算法所得數據非常接近，無法分辨出圖像質量。
4）Laplacian在判斷img29 和 img183的時候出現失誤，這兩個圖片的質量都非常差
Remark：
1）肉眼可以分辨以上圖片的質量排名為：img20 > img228 > img56 > img152 > img23 > img215
2）與主觀感知一致的算法有：Brenner、Tenengrad、Laplacian、SMD2、Energy、JPEG、JPEG2
3）Vollat、Entropy算法失誤比較多。
4）SMD、EAV在判斷img20和 img228的時候出現失誤，這兩個圖片質量都非常好，肉眼有時候很難分辨，因此這種失誤在可以接受的范圍。
5）Variance在判斷img23和 img215的時候出現失誤，這兩個圖片質量都非常差。
1.3. 1.失焦檢測。 衡量畫面模糊的主要方法就是梯度的統計特征，通常梯度值越高，畫面的邊緣信息越豐富，圖像越清晰。
失焦的主要表現就是畫面模糊，衡量畫面模糊的主要方法就是梯度的統計特征，通常梯度值越高，畫面的邊緣信息越豐富，圖像越清晰。需要注意的是梯度信息與每一個視頻本身的特點有關系，如果畫面中本身的紋理就很少，即使不失焦，梯度統計信息也會很少，對監控設備失焦檢測需要人工參與的標定過程，由人告訴計算機某個設備正常情況下的紋理信息是怎樣的。
1.4. 利用邊緣檢測 ，模糊圖片邊緣會較少
例如下面幾張圖，星星越少壓縮率越高，圖片大小越小的同時圖片質量越差。你可以看到下圖中，星星少的圖片相對的邊緣會更加模糊。當然，在一定的壓縮率下肉眼是無法直接發覺畫質的降低的（例如三星和四星）。
1.5. 通過dct比較。Dct分離出的低頻信號比較
模糊圖片細節少，所以dct更低。。
1.6. 參考資料
無參考圖像的清晰度評價方法 - 凌風探梅的專欄 - 博客頻道 - CSDN.NET.html
視頻清晰度、色偏以及亮度異常檢測 - lengwuqin的專欄 - 博客頻道 - CSDN.NET.html
攝像機失焦檢測思路 - lien0906的專欄 - 博客頻道 - CSDN.NET.html
圖像信號缺失或清晰度的檢測算法 - qingkongyeyue的博客 - 博客頻道 - CSDN.NET.html
作者:: 綽號:老哇的爪子 （ 全名：：Attilax Akbar Al Rapanui 阿提拉克斯 阿克巴 阿爾 拉帕努伊 ）
漢字名：艾提拉（艾龍）， EMAIL:1466519819@qq.com
轉載請注明來源： http://www.cnblogs.com/attilax/
Atiend