openCV 圖像清晰度檢測

圖像清晰度評價算法有很多種，在空域中，主要思路是考察圖像的領域對比度，即相鄰像素間的灰度特征的梯度差；在頻域中，主要思路是考察圖像的頻率分量，對焦清晰的圖像高頻分量較多，對焦模糊的圖像低頻分量較多。

這里實現3種清晰度評價方法，分別是Tenengrad梯度方法、Laplacian梯度方法和方差方法。

 

1.Tenengrad梯度方法

Tenengrad梯度方法利用Sobel算子分別計算水平和垂直方向的梯度，同一場景下梯度值越高，圖像越清晰。以下是具體實現。

    Mat img;
    Mat imgROI;
    Mat imgGray;
    Mat imageSobel;
    //添加圖片
    img = Mat(m_frameInfo.uHeight/4, m_frameInfo.uWidth/4,CV_8UC3, pRGB).clone();

    //設置ROI尺寸
    imgROI.create(img.rows, img.cols, CV_8UC3);
    //生成ROI圖
    img(Rect(width, height, 150, 150)).copyTo(imgROI);
    //轉灰度圖
    cvtColor(imgROI, imgGray, CV_BGR2GRAY);
    //Sobel算子計算梯度值
    Sobel(imgGray, imageSobel, CV_16U, 1, 1);
    //傳值
    meanValue = mean(imageSobel)[0];
    //返回值
    return meanValue;

 

 

 

 

 

 

 

這里衡量的指標是經過Sobel算子處理后的圖像的平均灰度值，值越大，代表圖像越清晰。

 

2.Laplacian梯度方法

Laplacian梯度是另一種求圖像梯度的方法，在上例的OpenCV代碼中直接替換Sobel算子即可。

    Mat img;
    Mat imgROI;
 Mat imgGray;
 Mat imageSobel;

 //添加圖片
    img = Mat(m_frameInfo.uHeight/4, m_frameInfo.uWidth/4,CV_8UC3, pRGB).clone(); //設置ROI尺寸
 imgROI.create(img.rows, img.cols, CV_8UC3); //生成ROI圖
    img(Rect(width, height, 150, 150)).copyTo(imgROI); //轉灰度圖
 cvtColor(imgROI, imgGray, CV_BGR2GRAY); //Laplacian算子計算梯度值，就換了算子而已
 Laplacian(imageGrey, imageSobel, CV_16U); //傳值
    meanValue = mean(imageSobel)[0]; //返回值
    return meanValue;

測試結果都是數據越大，圖像越清晰的，這里不作展示了。

3.方差方法

 

 

 

方差是概率論中用來考察一組離散數據和其期望（即數據的均值）之間的離散（偏離）成都的度量方法。方差較大，表示這一組數據之間的偏差就較大，組內的數據有的較大，有的較小，分布不均衡；方差較小，表示這一組數據之間的偏差較小，組內的數據之間分布平均，大小相近。對焦清晰的圖像相比對焦模糊的圖像，它的數據之間的灰度差異應該更大，即它的方差應該較大，可以通過圖像灰度數據的方差來衡量圖像的清晰度，方差越大，表示清晰度越好。

    Mat img;
    Mat imgROI;
    Mat imgGray;
    Mat imageSobel;
    Mat meanValueImage;

    //添加圖片
    img = Mat(m_frameInfo.uHeight/4, m_frameInfo.uWidth/4,CV_8UC3, pRGB).clone();
    //設置ROI尺寸
    imgROI.create(img.rows, img.cols, CV_8UC3);
    //生成ROI圖
    img(Rect(width, height, 150, 150)).copyTo(imgROI);
    //轉灰度圖
    cvtColor(imgROI, imgGray, CV_BGR2GRAY);
    //求灰度圖像的標准差
    meanStdDev(imageGrey,meanValueImage,imageSobel);
    //傳值
    meanValue = mean(imageSobel)[0];
    //返回值
    return meanValue;

測試結果都是數據越大，圖像越清晰的，這里不作展示了。