检查图像位图是否模糊的简单方法

Question

我正在寻找一种“非常”简单的方法来检查图像位图是否模糊。我不需要精确和复杂的算法，涉及fft，小波等。即使它不准确也只是一个非常简单的想法。

我曾考虑计算像素（x，y）和像素（x + 1，y）之间的平均欧几里德距离，考虑它们的RGB分量，然后使用阈值，但它的工作非常糟糕。还有其他想法吗？

Answer 1

不要计算相邻像素之间的平均值差异。

即使照片完全对焦，它仍然可以包含大面积的均匀颜色，例如天空。这些将降低平均差异并掩盖您感兴趣的细节。您真正想要找到的是最大差异值。

另外，为了加快速度，我不打算在图像中检查每个像素。你应该通过检查相隔10个像素的水平和垂直线网格来获得合理的结果。

以下是使用来自Wikimedia Commons（Bokeh_Ipomea.jpg）的图像的PHP GD图形功能的一些测试结果。 Sharpness值只是最大像素差值的百分比为255（我只查看绿色通道;您应该首先转换为灰度）。下面的数字表示处理图像所需的时间。

如果你想要它们，这里是我使用的源图像：

• original
• slightly blurred
• blurred

---

更新

该算法存在一个问题，即它依赖于具有相当高对比度的图像以及清晰的聚焦边缘。可以通过找到最大像素差（ maxdiff ），并在以该位置为中心的小区域（范围）中查找像素值的整体范围来改进。然后计算清晰度如下：

  

清晰度 =（ maxdiff /（偏移 + 范围））*（1.0 + 偏移 / 255）* 100％

其中 offset 是一个减少非常小边缘影响的参数，因此背景噪声不会显着影响结果。 （我使用了15的值。）

这会产生相当好的效果。任何锐度低于40％的东西都可能不在焦点之内。以下是一些示例（最大像素差异的位置和9×9局部搜索区域也显示供参考）：

(source)

(source)

(source)

(source)

但结果仍不完美。本质上模糊的主体总是会导致锐度值低：

(source)

Bokeh效果可以从点光源产生锐边，即使它们完全失焦也是如此：

(source)

您评论说您希望能够拒绝用户提交的失焦照片。由于这种技术并不完美，我建议你改为通知用户图像是否模糊而不是完全拒绝它。

Answer 2

我认为，从哲学上讲，所有自然图像都是模糊的......模糊程度和数量，取决于您的应用程序。一般而言，可以以各种方式测量图像的模糊度或清晰度。作为第一个简单的尝试，我会检查图像的能量，定义为平方像素值的归一化总和：

     1     2
E = --- Σ I,     where I the image and N the number of pixels (defined for grayscale)
     N

首先，您可以应用拉普拉斯高斯（LoG）滤波器来检测图像的“高能”区域，然后检查能量。模糊的图像应该显示出相当低的能量。

使用典型的灰度lena图像查看MATLAB中的示例：
这是原始图片 这是模糊的图像，模糊高斯噪声 这是原始的LoG图片 这是模糊的一个的LoG图像

如果你只计算两张LoG图像的能量，你会得到：

E  = 1265       E  = 88
 or              bl

这是一个巨大的差异......
然后你只需选择一个阈值来判断哪种能量对你的应用有好处......

Answer 3

计算相邻像素的平均L1距离：

N1=1/(2*N_pixel) * sum( abs(p(x,y)-p(x-1,y)) + abs(p(x,y)-p(x,y-1)) )

然后是平均L2距离：

N2= 1/(2*N_pixel) * sum( (p(x,y)-p(x-1,y))^2 + (p(x,y)-p(x,y-1))^2  )

然后，比率N2 /（N1 * N1）是模糊度的量度。这适用于灰度图像，对于颜色，您可以分别为每个通道执行此操作。