《表1 常用检测算法对比:无参考模式图像模糊度检测方法探究》
Brenner是对于没有参考图片的模糊度检测最简单的方法[3],只需计算两个相邻的像素灰度值的差的平方。Tenengrad梯度函数和Laplacian梯度函数是两种常用且性能优异的算法[4]。使用Tenengrad梯度函数检测模糊度时首先要对图片进行灰度化预处理,然后使用Tenengrad梯度函数和Sobel算子对水平方向和竖直方向的梯度值进行计算,以返回计算的Tenengrad梯度值的均值。对于一张照片计算的梯度值[5],数值越高,代表着图像越质量越高。第三种检测模糊度的方法是Laplacian梯度函数,当使用Laplacian算子代替Sobel算子时,首先对待处理图片进行预处理,然后用Laplacian算子进行滤波,最后计算处理后图片的梯度平均大小。使用Laplacian封装方法(直接在OpenCV中调用),可以得到Laplacian边缘检测图像。表1给出了上述三种算法的对比。
图表编号 | XD00151846800 严禁用于非法目的 |
---|---|
绘制时间 | 2020.07.25 |
作者 | 范浩杰、刘京京、黄宇辰、黄登镏、姬亚军、杨春蕾 |
绘制单位 | 河南科技大学信息工程学院、河南科技大学信息工程学院、河南科技大学信息工程学院、河南科技大学信息工程学院、河南科技大学信息工程学院、河南科技大学信息工程学院 |
更多格式 | 高清、无水印(增值服务) |