基于图像梯度DCT变换的模糊检测方法   0    0

本发明涉及一种基于图像梯度DCT变换的模糊检测方法，本发明在前人方法的基础上进行改进，使其效率大大提高。本发明通过对标准数据库中的图像进行检测，首先将待测图像转换到梯度域，通过对梯度图进行分块，然后对分块后的梯度图以块为单位转换到DCT域，并求所有块的非直流系数能量之和，最后利用图像的方差归一化该图像的能量之和得到最终的模糊分数。实验结果证明该分数能够非常准确地反映人眼对图像的模糊程度的主观评价。另外，本发明的检测模型具有很好的稳定性，而且快速DCT变换大大节约时间，提高了检测效率高，这也使得其大大优于前人的方法。

1.基于图像梯度DCT变换的模糊检测方法，其特征在于：通过将待测图像转换为梯度图像，再将其转换到DCT域并求其非直流系数能量，然后利用自然图像模糊后图像边缘变宽，高频能量相应减少的特征，以此来区分清晰图像和模糊的图像；具体步骤如下：
步骤1：计算待测图像的梯度图像；
步骤2：对梯度图像进行分块DCT变换操作，设块的大小为l*l；
步骤3：计算步骤2中的DCT块的非直流系数之和，即分块能量；并将所有分块能量叠加在一起，从而获得整幅图像的总能量；
步骤4：对待测图像进行分块操作，块的大小依旧为l*l，计算每个块的方差，将所有的块方差求和，得到整幅图像的总方差；
步骤5：用步骤4中的总方差对步骤3中的总能量进行归一化处理，从而得出最终的模糊分数scores；
步骤6：对模糊分数选取适当的阈值Threshold，从而将图像分为清晰与模糊两类。

2.根据权利要求1所述的基于图像梯度DCT变换的模糊检测方法，其特征在于步骤1具体实现如下：
将大小为m*n的待测图像I变换到梯度域G，公式如下：
其中 和 分别为待测图像水平和垂直的梯度图像。

3.根据权利要求2所述的基于图像梯度DCT变换的模糊检测方法，其特征在于步骤2具体实现如下：
对梯度图像G进行分块，第k个分块设为Bk，块大小为l*l；然后将第k个分块Bk变换到DCT域Dk，公式如下：
Dk＝DCT(Bk)。

4.根据权利要求3所述的基于图像梯度DCT变换的模糊检测方法，其特征在于步骤3具体实现如下：
计算DCT域中第k个分块Dk的非直流系数之和Sk，即分块能量：
并计算整幅图像所有块的能量之和sumS，即总能量，公式如下：
其中N为总的块数。

5.根据权利要求4所述的基于图像梯度DCT变换的模糊检测方法，其特征在于步骤4具体实现如下：
对待测图像I进行分块，块大小为l*l，并计算第k个块的方差vk，计算所有块的方差vk之和sumV：

6.根据权利要求5所述的基于图像梯度DCT变换的模糊检测方法，其特征在于步骤5具体实现如下：
对sumS进行归一化得到最终的模糊分数scores公式如下：

7.根据权利要求6所述的基于图像梯度DCT变换的模糊检测方法，其特征在于步骤6具体实现如下：
确定清晰与模糊之间的阈值Threshold；通过对实验数据的分析，图像清晰的时候经计算所得的scores比模糊图像的scores高很多；由此可以证明：清晰图像的非直流能量较大，而模糊图像的非直流能量较低；同时经过对LIVE图像库中大量样本的检测和比较，得到相应的阈值Threshold＝4，当scores＞4时图像为清晰，当scores≤4图像为模糊。