关于提升小波变换的图像清晰度评价算法.pdf

关于提升小波变换的图像清晰度评价算法.pdf

  1. 1、本文档共6页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
第 4 1 卷第 4 期 东 北 师 大 学 报 ( 自 然 科 学 版 ) Vol . 4 1 No . 4 2009 年 12 月 J ournal of Nort hea st Normal U niver sit y (Nat ural Science Edition) December 2009 [文章编号](2009) 基于提升小波变换的图像清晰度评价算法 王  昕 ,刘  畅 (长春工业大学计算机科学与工程学院 ,吉林 长春 1300 12) [摘  要]  针对图像采集系统存在噪声的情况 ,提出了一种新的基于提升小波变换的清晰度 评价函数. 该算法利用第二层提升小波分解得到的高 、低频子带的能量值构造一种新的清晰度 评价函数. 比较分析了新提出的评价函数和经典的方差函数 、拉普拉斯函数及另外一种基于小 波变换评价函数的清晰度评价性能. 大量的仿真实验和实际测试结果表明:新提出的清晰度评 价算子不仅在保持最高灵敏度的同时具有最好的抗噪性能 ,而且计算复杂度低 ,评价结果更为 准确 、稳定 、可靠. [ 关键词]  清晰度评价函数 ;提升小波变换 ; 自动对焦 [ 中图分类号]  TP 39 14 1    [ 学科代码]  520 ·60     [ 文献标识码]  A 0  引言 近年来 ,随着人类生活水平的改善 ,数码摄像工具已经为大多数人所熟识 ,数字化成像系统的技术 也在不断更新. 而数字图像的清晰度判别一直是各类数字成像系统自动聚焦的一个关键问题. 如今 , 图 像清晰度评价函数已得到人们的广泛关注 ,积累了许多研究成果 ,也出现了许多用于数字图像清晰度识 别的方法模型. 大致可分为几类 :基于空间域特征的评价函数 ,如各类灰度差分 、梯度算法 ;基于频率特 征的评价函数 ,如基于离散余弦变换 、基于傅立叶变换的算法 ;基于统计特征的评价函数 ,如熵函数法 等 [ 12 ] 追求更高的分辨率和灵敏度是发展这些不同方法的目的 ,但是这些传统的清晰度算法仍然存在 许多问题. 理想的清晰度评价函数应该具有无偏性 、单峰性及抗干扰能力 , 即对于受到一定噪声污染的 图像也能够做出精确的评价. 但在研究中发现传统的清晰度评价算法对噪声还是很敏感 ,在没有噪声 时 ,这些算法的灵敏度和单峰性可能还不错 ,可是一旦受到噪声的影响 ,算法很可能就会失效. 滤波预处 理虽然可以去除一部分噪声 ,但是这些算法对噪声还是很敏感. 针对这个问题 ,本文提出了一种新的基 于提升小波变换的清晰度评价函数 , 通过与其他几种经典评价函数的实验对比,证明该函数较其他的 函数具有较好的计算效率 , 比起一般的评价方法具有更高的信噪比、可靠性和清晰灵敏度 ,更好地满足 了对图像清晰度评价的要求. 1  常用的清晰度评价函数 ( ) 当图像清晰时 , 图像细节丰富 ,在空域表现为相邻像素的特征值 如灰度等 变化较大 ,在频域表现 为频谱的高频分量多. 许多学者在这方面做了大量的研究工作 ,积累了许多研究成果 ,其中最流行的是 在时域的梯度评价函数 ,还有频域的频谱评价函数和信息论领域的熵评价函数. 在图像处理中 ,梯度函 数常被用来提取边缘信息 ,对焦良好的图像 ,即有更尖锐的边缘的图像 ,应有更大的梯度函数值. 常用的 [ 收稿 日期] ( ) [ 基金项 目]  吉林省科技发展计划项目 ( ) [ 作者简介]  王昕 1972 — ,女 ,博士 ,讲师 ,主要从事数字图像处理 、模式识别研究. 第 4 期 王昕 ,等 :基于提升小波变换的图像清晰度评价算法 53 ( ) 梯

文档评论(0)

00625 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档