图像清晰度评价VIP免费

图像清晰度评价算法班级：控制xxxx学号：xxxxxxxxxx姓名：XXCOMPANYLOGO图像的清晰度2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？COMPANYLOGO3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。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.jpgCOMPANYLOGO4Laplace算法分析)1,1(),1(4)1,1()1,(4)1,(4)1,1(),1(4)1-,1(),(20IyyxgyxgyxgyxgyxgyxgyxgyxgyxgxN*MIF112yMxNyx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）COMPANYLOGO5Laplace算法实现第一部分、图像的产生functionfun1()%--------------读取图片数据-----------------%globalI;%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fori=1:10imageName=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});endCOMPANYLOGO6Laplace算法实现第二部分、图像的全平面处理functionfun2()globalI;%存储10幅图片的全局元胞globaldata;%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);fornum=1:10[M,N]=size(I{num});%计算每张图片大小fori=1:50forj=1:50data{num}(i,j)=I{num}(i*round(M/50-1),j*round(N/50-1));endendendCOMPANYLOGO7Laplace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fornum=1:10fori=2:49%最外圈不需要计算forj=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-1,j+1))...-uint32(data{num}(i+1,j-1))...-uint32(data{num}(i+1,j+1));laplace(num)=laplace(num)+(temp)^2;endendlaplace(num)=laplace(num)/(48*48);endCOMPANYLOGO8Laplace算法实现%------------画出laplace算法的清晰度曲线---------------%x=1:10;figure(3);subplot222;plot(x,laplace);%画出清晰度曲线holdon;plot(x,laplace,'o');%在坐标点上描圈holdoff;gridon;title('laplace算法的清晰度曲线(8邻域差分算子)');xlabel('图片序号');ylabel('清晰度');COMPANYLOGO10帧不同清晰度的测试图像上排图片清晰度：模糊-->清晰下排图片清晰度：清晰-->模糊9COMPANYLOGO图像清晰度评价函数的优劣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8邻域算子：4邻域算子：改进型算子：10