[發明專利]圖像模糊度的確定方法和設備

無效

• 申請號: 201210169465.0
• 申請日: 2012-05-28
• 公開（公告）號: CN103455994A
• 公開（公告）日: 2013-12-18
• 發明（設計）人: 魏曉明;李建杰
• 申請（專利權）人: 佳能株式會社
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/60
• 代理公司: 中國國際貿易促進委員會專利商標事務所 11038
• 代理人: 康建忠

技術領域

本發明總體上涉及灰度圖像的模糊度的計算。特別地，本發明涉及用于確定具有空間不連續性的圖像區域的模糊度的方法和設備，并且進一步涉及用于確定具有空間不連續性的圖像的模糊度的方法和設備。

背景技術

隨著電子信息捕獲技術的飛速發展，自然環境中的真實物體（諸如人、建筑物、樹木、文檔等）通常被捕獲為圖像以便被進一步存儲或處理。

在圖像處理領域中存在多種用于評估被捕獲的圖像的質量的指標。其中，模糊度（blurring?degree）是一種非常重要的表示圖像的質量測量的指標，并且還可被稱為模糊度量或模糊水平，并且還等同于銳度度量。

在實踐中，圖像的模糊度通常需要被精確地確定以便作為進一步處理的基礎，因此圖像的模糊度的確定在圖像處理（諸如圖像復原（例如，去模糊化）或者圖像增強）、或多種圖像拾取設備（例如照相機、視頻照相機等）中得到廣泛引用，并且圖像的模糊度對于應用了模糊度的應用而言是非常關鍵的。

例如，在圖像復原或者圖像增強中，模糊度可被用作在自適應局部去模糊化中進行子圖像分類的度量，可用于估計點擴散函數（PSF）矩陣的參數，或者可用作在迭代去模糊化算法中判斷算法是否可停止的閾值。

在圖像拾取設備的自聚焦系統中，模糊度可被用于實施自動聚焦系統中的最佳焦點確定，例如以便照相機自動調整其焦點。

當前，模糊度的確定主要基于兩種思路。一種思路是基于頻譜分析方法（現有技術1），另一種思路是基于邊緣的方法（現有技術2）。

在現有技術1的技術中，通常通過在頻域或者小波域中分析模糊圖像的模糊程度來獲得模糊度。

Sharp?Laboratories?of?America,Inc.名下的美國專利No.7181082描述了一種用于基于DCT變換確定模糊度量的方法。在其實現中，該方法利用了模糊圖像中的其功率譜隨著頻率增加更快地下落的特性，并且通過DCT系數的統計消息（諸如直方圖或者標準偏差）來描述此現象。更具體而言，該方法從多個DCT系數中得出兩個模糊指示符，并且使用這兩個指示符來測量圖像的模糊水平。

上述方法可適當地評估真實圖像。但是，該方法計算復雜并且具有低計算速度，這是因為需要對于每8×8像素的子圖像應用DCT變換，而這費時且難以在基于照相機的文檔圖像處理中直接實現。此外，由于DCT變換不能很好地描述空間不連續性，因此DCT變換不適合于具有空間不連續性的圖像（諸如文檔圖像）的評估，因此不適合于模糊文檔圖像的評估。

在現有技術2的技術中，通常通過檢測并且評估圖像中包含的對象的邊緣的銳度來獲得模糊度。邊緣的銳度可由邊緣寬度或者邊緣強度來表示。邊緣寬度通常以像素數來衡量，并且邊緣強度通常是無量綱的。實際上，邊緣強度通常被用于表示邊緣的銳度并且確定圖像的模糊度。

在2008年的文章“Blind?Image?Quality?Assessment?for?Measuring?Image?Blur”中，提出了基于邊緣強度測量確定銳度度量的方法。更具體來說，該方法被如下地實現：通過Canny檢測器來檢測邊緣像素；根據各邊緣像素周圍的局部極值來計算各邊緣像素的邊緣強度；以及選擇所有邊緣像素的結果中的最大值作為最終模糊度量。

此方法沒有考慮局部對比度差別的影響，并且可推斷局部圖像的對比度越高，則最終結果變得越大，這樣不能反映圖像的真實模糊水平。另一個缺陷是其使用Canny檢測器來檢測邊緣。Canny檢測器基于Gauss濾波進行操作并且因此使得檢測過程具有高計算開銷并且變得緩慢且不準確，而且其在基于照相機的文檔圖像處理中相對不高效。

STMicroelectronics?Ltd.名下的美國專利No.7899264也描述了用于評估模糊圖像的方法。此方法使用四個第一階邊緣檢測核（kernel）來確定邊緣，并且在固定邊緣寬度的上下文中來測量邊緣強度。然后，此方法通過邊緣的對比度來將邊緣強度歸一化，該邊緣的對比度是在垂直于邊緣的朝向的方向上確定的。

此方法的缺陷如下：首先，這種檢測核可能引入更多的噪聲，并且難以預先設定用于判斷是否為邊緣像素的合理閾值。其次，對于給定的邊緣，邊緣強度的測量僅僅利用了邊緣像素的最近相鄰像素，因此評估結果在沒有以高準確度定位邊緣的情況下可能不那么可靠。

Eastman?Kodak?Company名下的美國專利No.6023056公開了這樣的方法，該方法通過Sobel檢測器來檢測圖像中的預定量值之上的多個邊緣，并且根據邊緣相關矩陣來測量檢測到的邊緣的銳度。