如何检测图像是否失焦？

Question

有时我们的光学检测系统会失焦，从而导致无意义的测量。我的任务是开发一个“失焦”探测器，用于驱动相机系统的 Z 轴。我可用的图像是 bmp。

我正在寻找研究方法和算法。例如，我应该隔离特征并测量一致性，还是可以使用边缘检测？

这是对焦图像： 聚焦

这是失焦图像： 对焦不准

Answer 1

关键是对焦图像具有更强的渐变和清晰的特征。 所以我建议是应用高斯拉普拉斯滤波器，然后查看结果的像素值的分布。下图显示了这一想法在图像中的应用，其中黑色指的是失焦图像，红色指的是对焦图像。焦点对准的图像具有更高的值（因为图像具有更锐利的渐变）。

当您拥有直方图时，您可以通过比较（例如）来区分直方图和直方图。分布的第 90% 个百分位数（对尾部敏感）。 对于失焦图像，该值为 7 对于对焦图像，该值为 13.6（差值的两倍）。

Answer 2

这就是我在 OpenCV 中检测焦点质量所做的事情：

Mat grad;
int scale = 1;
int delta = 0;
int ddepth = CV_8U;
Mat grad_x, grad_y;
Mat abs_grad_x, abs_grad_y;
/// Gradient X
Sobel(matFromSensor, grad_x, ddepth, 1, 0, 3, scale, delta, BORDER_DEFAULT);
/// Gradient Y
Sobel(matFromSensor, grad_y, ddepth, 0, 1, 3, scale, delta, BORDER_DEFAULT);
convertScaleAbs(grad_x, abs_grad_x);
convertScaleAbs(grad_y, abs_grad_y);
addWeighted(abs_grad_x, 0.5, abs_grad_y, 0.5, 0, grad);
cv::Scalar mu, sigma;
cv::meanStdDev(grad, /* mean */ mu, /*stdev*/ sigma);
focusMeasure = mu.val[0] * mu.val[0];

Answer 3

对比度算法的一个快速但肮脏的版本是对相邻像素之间的差异求和 - 总和越高，对比度越高。