我需要在 iphone 中创建一个应用程序,该应用程序需要计算图像中的噪声、几何变形和其他失真。这个怎么做?我用opencv + iphone做了一些图像处理的东西。但我不知道如何计算这些参数。
1)如何计算图像中的噪声?
2) 什么是几何变形以及如何计算图像的几何变形?
3)几何变形和失真在图像过滤器方面是相同的参数吗?或任何其他可用于计算图像的失真质量是否良好?
输入:我的图像是实时视频流中的人脸图像。
我需要在 iphone 中创建一个应用程序,该应用程序需要计算图像中的噪声、几何变形和其他失真。这个怎么做?我用opencv + iphone做了一些图像处理的东西。但我不知道如何计算这些参数。
1)如何计算图像中的噪声?
2) 什么是几何变形以及如何计算图像的几何变形?
3)几何变形和失真在图像过滤器方面是相同的参数吗?或任何其他可用于计算图像的失真质量是否良好?
输入:我的图像是实时视频流中的人脸图像。
我建议您阅读一些有关图像处理的文献,例如Gonzalez & Woods。
1)单幅图像计算噪声的最简单方法是计算图像与其平滑副本之间的标准差。对于平滑,我建议您通过 3x3 像素(或更多)的样本使用简单的中值滤波器。中位数对数据的爆发不敏感,因此像“salt-n-pepper”这样的噪音不会使统计数据恶化。在过度曝光或曝光不足的图像的情况下,这种方法会给您带来不好的结果,在这种情况下,您可以计算图像的 FFT 并使用高频分量进行噪声估计。
2), 3) 只有知道图像上应该有什么,才能计算几何变形。例如,如果您使用具有二次网格的 mire(光学标准具),您可以在图像上找到线条(例如通过Canny 边缘检测器)并计算失真、散光和其他一些像差。如果您确定该图像有一些直线,也可以这样做。散焦可以通过分析图像边缘或借助图像小波变换来计算。还有更多不同的图像分析方法。例如,通过分析彩色图像可以估计色差等。但我再说一遍:在通常情况下,这种操作是不可能的。他们都有一些特殊的应用案例。
阅读有关图像质量的信息:该术语没有标准,在每种特定情况下,您都可以使用一个或多个简单特征来识别图像好坏。
在你的情况下,我建议你制作大量具有不同类型的人工制品和质量的照片,然后对它们的统计数据、小波组成和 RGB 分量相关性进行简单分析。顺便说一句,为了使彩色图像的分析对其亮度不太敏感,我建议您在HSV颜色空间中工作(但要估计色差,您需要完全使用 RGB 分量)。