有没有办法检测图像是否模糊？ [关闭]

我想知道是否有一种方法可以通过分析图像数据来确定图像是否模糊。

估计图像清晰度的另一种非常简单的方法是使用拉普拉斯（或 LoG）滤波器并简单地选择最大值。如果您预计会有噪声（即选择第 N 个最高对比度而不是最高对比度），那么使用 99.9% 分位数等稳健的度量可能会更好。如果您预计图像亮度会发生变化，则还应该包括一个预处理步骤来标准化图像亮度/对比度（例如直方图均衡化）。

我已经在 Mathematica 中实现了 Simon 的建议和这一建议，并在一些测试图像上进行了尝试：

第一个测试使用具有不同内核大小的高斯滤波器模糊测试图像，然后计算模糊图像的 FFT 并取 90% 最高频率的平均值：

testFft[img_] := Table[
  (
   blurred = GaussianFilter[img, r];
   fft = Fourier[ImageData[blurred]];
   {w, h} = Dimensions[fft];
   windowSize = Round[w/2.1];
   Mean[Flatten[(Abs[
       fft[[w/2 - windowSize ;; w/2 + windowSize, 
         h/2 - windowSize ;; h/2 + windowSize]]])]]
   ), {r, 0, 10, 0.5}]

结果为对数图：

5条线代表5张测试图像，X轴代表高斯滤波器半径。图形逐渐减小，因此 FFT 是衡量锐度的一个很好的方法。

这是“最高 LoG”模糊度估计器的代码：它只是应用 LoG 滤波器并返回滤波器结果中最亮的像素：

testLaplacian[img_] := Table[
  (
   blurred = GaussianFilter[img, r];
   Max[Flatten[ImageData[LaplacianGaussianFilter[blurred, 1]]]];
   ), {r, 0, 10, 0.5}]

结果为对数图：

这里未模糊图像的分布要好一些（2.5 vs 3.3），主要是因为该方法仅使用图像中最强的对比度，而 FFT 本质上是整个图像的平均值。函数也减少得更快，因此设置“模糊”阈值可能更容易。