图像清晰度评价的知识.pptVIP

COMPANY LOGO COMPANY LOGO COMPANY LOGO COMPANY LOGO COMPANY LOGO COMPANY LOGO COMPANY LOGO COMPANY LOGO COMPANY LOGO COMPANY LOGO COMPANY LOGO COMPANY LOGO 图像清晰度评价算法 班级：控制xxxx 学号：xxxxxxxxxx 姓名：X X 图像的清晰度 * 在有关图像处理的过程中，图像的清晰度评价函数值是一个判定画面是否清晰的重要指标。一个理想的清晰度评价函数要求具备高灵敏度、单一峰值检测、抗干扰性强和简洁的算法等特点。 传统爬山搜索过程如何判断图像最清晰度位置？ * 几种算法介绍 根据定义的标准，清晰度评价函数一般被分为四种：边缘梯度检测、基于相关性原理、基于统计原理和基于变换的评价函数。 在此将要介绍的是属于边缘梯度检测类中的Laplace图像清晰度评价方法。 Lena.jpg * Laplace算法分析 图像采样后的像素点阵图 Laplace算子 整幅图像清晰度值 单像素点Laplace代数和 （式2） （式1） * Laplace算法实现 第一部分、图像的产生 function fun1() %--------------读取图片数据-----------------% global I; % 存储10幅图片的全局元胞 I=cell(1,10); % 建立10帧图像存储空间 % I{2}(1,2)表示元胞内第2帧图像中的第1行、第2列的元素 for i=1:10 imageName=strcat(num2str(i),.bmp); % 分别读取10张图片 I{i}=rgb2gray( imread(imageName) ); % 10张图片存入三维数组中 End % figure(1),imshow(I{6}); end * Laplace算法实现 第二部分、图像的全平面处理 function fun2() global I; % 存储10幅图片的全局元胞 global data; % 存储每幅图片中提取的50*50点数据的全局元胞 %---------------------------------------------------% % 原图片中提取50*50个点 % % data:更新后的图片数据，50*50 % %---------------------------------------------------% data=cell(1,10); for num=1:10 [M,N]=size(I{num}); % 计算每张图片大小 for i=1:50 for j=1:50 data{num}(i,j)=I{num}(i*round(M/50-1),j*round(N/50-1)); end end end * Laplace算法实现 % ---------laplace评价函数算法（8邻域差分）-----------% laplace=zeros(1,10); % laplace算法清晰度 for num=1:10 for i=2:49 % 最外圈不需要计算 for j=2:49 % 仅作为内圈元素的计算数据输入 temp = 20*uint32( data{num}(i,j) )... -4*uint32( data{num}(i-1,j) )... -4*uint32( data{num}(i,j-1) )... -4*uint32( data{num}(i+1,j) )... -4*uint32( data{num}(i,j+1) )... -uint32( data{num}(i-1,j-1) )... -uint32( data{num}(i-