我正在考虑为学校开设一个项目，我将使用遗传算法来优化图像的数字锐化。我一直在使用Photoshop中的锐化遮罩（USM）技术。基本上，我想创建一个软件来优化参数（即模糊半径，模糊类型，混合图像），以创建“最适合”的过滤器集。
我有点在开始之前快速规划这个项目，我想不出“选择”部分的良好适应性功能。如何确定滤镜组的“质量”，或者测量图像的锐度？
另外，我将使用python（使用Python Imaging Library）进行编程，因为它是我精通的唯一语言。我应该学习低级语言吗？
非常感谢任何有关任何建议/提示。提前谢谢！
tl; dr 如何衡量图像的“清晰度”？
答案 0 :(得分：2)
如果用于调整参数，您可以拍摄已知图像并应用已知的模糊/低通滤镜。然后使用GA + USM算法进行锐化。使用原始图像计算您的适应度函数，例如可能像平均绝对误差一样简单。可能需要创建不同的数据集，例如风景图像（大部分是锐利的，聚焦的，具有大的景深），肖像图像（可能是大面积故意失焦和“柔和”），以及低噪声和嘈杂的图像。锐化嘈杂的图像实际上是一个挑战。
看看Bruce Frasier关于Photoshop等技术的锐化工作肯定是值得的。
同样值得查看Imatest（www.imatest.com）以查看是否有关于锐度/分辨率的任何内容。最后你也可以考虑解决方案图表。
最后我断然怀疑USM存在一组理想参数，最佳参数将取决于图像，实际上是个人偏好（为什么我建议开始一个已知的清晰图像并模糊它）。理解图像的类型可能同样重要，本身也是非常有趣和具有挑战性的问题。虽然像图像变量和边缘直方图等基本的数学方法可能会揭示出合适的线索。
无论如何只是一个想法，希望以上一些是有用的