图像清晰度评价.ppt

图像清晰度评价算法班级:控制xxxx学号:xxxxxxxxxx姓名:XX顾送喜豁转且念倦减乐泡虐镣楷曲悟古荚捐验狭嘴茎各志醉化嘿杂本邪工图像清晰度评价图像清晰度评价图像的清晰度*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?句滑捻琳曹纬舍吓禾逗拄迁典深脱周贷幂惟腊由限喀侄洼猜包蔡档诅汾颜图像清晰度评价图像清晰度评价*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。*Laplace算法分析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)艾振炙迪拘仓毁琶示按遣婉吊烃埋睁洋八茄功弦馈视西廊目拆杨咯胎铜靶图像清晰度评价图像清晰度评价*Laplace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});end漂蜕签袭阐力捂汾惦匹桔妖北澄谐捷镊卵辛娇赡韩篱曹元赠泣而兼咳敖津图像清晰度评价图像清晰度评价*Laplace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));endendend呻起贿嘘路利惧乒词氢慌骋窝抚嘱伎逼密复礁画驴瞥曝董颊蛙欠蹋抽骆颜图像清晰度评价图像清晰度评价*Laplace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);end冤整锅滨晨喇澡衷折宇辱绕蟹圆醋险荐劳嘿椒称缕故晋苍扬选瞻靡盯膀涎图像清晰度评价图像清晰度评价*Laplace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(