image-processing - 如何检测图像何时失焦？

Question

有时，我们的光学检测系统会失焦，从而导致无意义的测量。我的任务是开发一种“失焦”检测器，用于驱动相机系统的 Z 轴。我可用的图像是bmp。

我正在寻找方法和算法进行调查。例如，我应该隔离特征并测量一致性还是可以使用边缘检测？

这是焦点图像：

这是失焦图像：

Answer 1

关键是对焦图像具有更强的梯度和清晰的特征。所以我的建议是应用高斯拉普拉斯滤波器，然后查看结果的像素值分布。下图显示了这个想法在您的图像中的应用，其中黑色表示失焦图像，红色表示聚焦图像。焦点对准的具有更高的值（因为图像具有更锐利的渐变）。

当您有直方图时，您可以通过比较例如分布的 90% 百分位（对尾部敏感）来区分一个。对于失焦图像，它是 7，对于对焦图像，它是 13.6（因此是差异的两倍）。

Answer 2

对比度算法的一个快速而肮脏的版本是对相邻像素之间的差异求和 - 更高的和是更多的对比度。

Answer 3

这就是我在 OpenCV 中检测焦点质量的方法：

Mat grad;
int scale = 1;
int delta = 0;
int ddepth = CV_8U;
Mat grad_x, grad_y;
Mat abs_grad_x, abs_grad_y;
/// Gradient X
Sobel(matFromSensor, grad_x, ddepth, 1, 0, 3, scale, delta, BORDER_DEFAULT);
/// Gradient Y
Sobel(matFromSensor, grad_y, ddepth, 0, 1, 3, scale, delta, BORDER_DEFAULT);
convertScaleAbs(grad_x, abs_grad_x);
convertScaleAbs(grad_y, abs_grad_y);
addWeighted(abs_grad_x, 0.5, abs_grad_y, 0.5, 0, grad);
cv::Scalar mu, sigma;
cv::meanStdDev(grad, /* mean */ mu, /*stdev*/ sigma);
focusMeasure = mu.val[0] * mu.val[0];