基于梯度算子的图像清晰度检测方法-论文.pdf

《基于梯度算子的图像清晰度检测方法-论文.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、2014年第2期。信息通信2014(总第134期)INFORMATION&COM^仉NICAT10NS(Sum．No134)基于梯度算子的图像清晰度检测方法．龚永龙，郭亚莎(成都理工大学信息科学与技术学院，四川成都610059)●●摘要：随着数字成像技术向自动化和智能化发展，自动对焦技术的应用范围不断扩大，在自动化、高精度、高稳定性方面取的了很大的进展；各种数字图像处理应用软件，算法规则层数不穷；文章在vc++环境内，提出了一种基于robe~梯度算子的图像清晰度检测方法，梯度函数具有运算速度快的特点，能满足图像快速

2、处理的要求关键词：图像清晰度；梯度算子；阀值；数字图像中图分类号：TP391．41文献标识码：A文章编号：1673．1131(2014)02—0039．020引言是像素平均相当于对图像的低通滤波，所以Prewitt算子对边缘的定位不如Roberts算子。随着各类数字成像技术的飞速发展，数字图像的清晰度(3)Sobel梯度算子的模板如下‘逐渐成为评价数字成像系统性能的重要指标，然而如何有效G=abs(P+2P7+PP2．2*PP4)(水平方向)客观的对数字图形清晰度进行检测仍是研究的热点。=abs(P2+2P+P8-

3、P4．2*PP6)(垂直方向)假设拍摄一张人物照片，在清晰的图像中，人物的轮廓会Sobel算子算法的优点是计算简单，速度快。但由于只采比较清晰；而在模糊的图像中，人物的轮廓就不会很清晰；这用了2个方向的模板，只能检测水平和垂直方向的边缘，因此个差异反应到图像中就是相邻像素间的差值。人物的轮廓即这种算法对于纹理较为复杂的图像，其边缘检测的效果就不是图像中的边缘信息。图像边缘是因为图像中灰度强度的不是很理想，该算法认为凡是灰度值大于或等于阀值的像素点连续性而产生的，而这种不连续性是由于目标在场景中表现都是边缘点，这种判

4、断欠缺合理，会造成边缘点的误判，因为出不同的深度、不同的反射特性和不同的亮度所导致的。因许多噪声点的灰度值也很大。此，边缘在某种情况下和图像的梯度有关⋯。由于数字图像中是离散的，常用差分来替代微分，为计算2实验结果和讨论方便，常用小区域末班和图像卷积来近似的计算梯度值，故梯自动调焦系统是通过计算机编程，利用一些算法规则来度即表示相邻像素之间的差值，本文提出了一种基于robert梯判定图像清晰度是否达到最佳状态，然后驱动自动调焦装置度算子的图像清晰度检测方法，从而能快速而有效的判断图进行对焦，这个算法规则就是常用的调

5、焦评价函数，目前国内像清晰度变化的原因。外的提出的调焦函数有灰度梯度函数，频域函数信息学函数1常用的梯度算子和统计学函数等几种。在3X3的领域窗内，每个像素点最多有八个领域像素点，本文是提出一种基于robert灰度梯度函数的算法来检测设当前要处理的采样像素为0，则其相邻的八个采样像素分别同一个景象的两张照片清晰度不同的原因。为1、2、⋯、8；如表1所示。梯度算子是一阶导数算子，对于图2．1摄像机调焦形成的图像模糊判断像中像素点(x，y)处的梯度幅值g=(Gx2+Gr2)；Gx表示水平方由于一幅图像中有可能有些部分的

6、清晰度不明显，比如向的分量，Gy表示垂直方向的分量，P表示第i点像素的像素是一半是天空，一半是人物，那么天空的部分在调焦前和调焦值，其中i=0、1、⋯、8。后的清晰度可能相差不大，检测有难度，那么可以将一副图像表1图像领域模板分成N块，两幅图像的这N块比较会有N个差值，若差值大于阀值的块的个数大于(N／2+1)，就可以认为是摄像机被调焦234了。算法在vc++中实现流程如下：intaSENSOR__FDEDGEPOINT(unsignedchary_yuv105_pre，unsignedcharyyuv_cur,i

7、ntwidth，intheight)_{876longmeancur=0；_longmeanpre=0；(1)Robe~梯度算子的模板如下：_longdifmean=0；G=abs(P6一P0)(负45。)_G=abs(P．P)(正45。)longloc=O：Roberts梯度算子是一种利用局部差分算子寻找边缘的算intij；unsignedlongp3，p4；子，Robe~算子图像处理后结果边缘不是很平滑。经分析，由于Robe~算子通常会在图像边缘附近的区域内产生较宽的响／／遍历两幅图像的每一个像素应，故采用Ro

8、bert算子检测的边缘图像常需做细化处理，边缘for(i=0；i