單幀/多幀清晰度評價算法探索

簡介

　　本篇主要介紹下：對多幀拍攝同一場景的清晰度評價算法研究。

背景概述

　　常用的清晰度評價算法有：基於梯度/信息熵/邊緣等。但是當圖像噪聲較多的時候，直接使用這些方法都無法得到比較準確的結果。
因此我們需要找到一種對噪聲魯棒性較好的評價算法。

單幀清晰度評價

　　1、修改梯度方法：
       t(x,y) = sqrt(pow(f(x,y)-f(x+1,y),2) + pow(f(x,y)-f(x,y+1),2));
       sum = all(t(x,y)) / n;
       其中：t(x,y)：圖像每個像素點的橫向、縱向梯度和。
             n     ：當前圖像區域所有像素數量。
             sum   ：計算得到的當前圖像區域清晰度評價。
　　
    2、考慮清晰圖像特性：邊緣或者梯度較強且連續。因此我們在計算梯度上通過閥值篩選，過濾掉弱梯度，可以減少對清晰度評價
的干擾。同時，因爲梯度或者邊緣一般是連續的，其中摻雜噪聲通常是孤立的，所以通過對篩選後的梯度圖像做一次腐蝕，可以過濾掉
噪聲的感染。提高清晰度評價算法準確性。

多幀清晰度評價

　　1、將多幀圖像配準。
    2、通過閥值篩選，計算保存所有圖像的強梯度或者強邊緣。
    3、遍歷整個梯度圖，將多幀圖像都滿足梯度方向相同的梯度篩選出來，其他的丟棄掉。
       或者是所有強梯度圖像進行與操作，保留下他們共同梯度。
    4、通過處理後的梯度圖，計算各自清晰度。