如何检测图像是否失焦？

Question

有时，我们的光学检查系统会失去焦距，从而导致无意义的测量。我的任务是开发一种“失焦”探测器，它将用于驱动相机系统的Z轴。我能得到的图片是bmp。

我正在寻找可以研究的方法和算法。例如，我是否应该隔离特征并测量一致性，或者是否可以使用边缘检测？

这是焦点图像：

​

这是失焦的图像：

​

Answer 1

关键是聚焦图像具有更强的梯度和清晰的特征。因此，我建议应用高斯拉普拉斯滤波器，然后查看结果的像素值分布。下面的图显示了这个想法在你的图像上的应用，其中黑色指的是散焦图像，红色指的是焦点图像。聚焦的图像具有更高的值(因为图像具有更清晰的梯度)。

当你有直方图时，你可以通过比较分布的90%的百分位数(对尾部敏感)来区分它们。对于散焦图像，它是7；对于聚焦图像，它是13.6 (所以是差值的两倍)。

​

​

Answer 2

对比度算法的一个快速而粗糙的版本是对相邻像素之间的差值求和-求和越高，对比度越大。

Answer 3

这就是我在OpenCV中用来检测焦点质量的方法：

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];