[发明专利]图像模糊度的确定方法和设备

说明书

技术领域

本发明总体上涉及灰度图像的模糊度的计算。特别地，本发明涉及用于确定具有空间不连续性的图像区域的模糊度的方法和设备，并且进一步涉及用于确定具有空间不连续性的图像的模糊度的方法和设备。

背景技术

随着电子信息捕获技术的飞速发展，自然环境中的真实物体（诸如人、建筑物、树木、文档等）通常被捕获为图像以便被进一步存储或处理。

在图像处理领域中存在多种用于评估被捕获的图像的质量的指标。其中，模糊度（blurring degree）是一种非常重要的表示图像的质量测量的指标，并且还可被称为模糊度量或模糊水平，并且还等同于锐度度量。

在实践中，图像的模糊度通常需要被精确地确定以便作为进一步处理的基础，因此图像的模糊度的确定在图像处理（诸如图像复原（例如，去模糊化）或者图像增强）、或多种图像拾取设备（例如照相机、视频照相机等）中得到广泛引用，并且图像的模糊度对于应用了模糊度的应用而言是非常关键的。

例如，在图像复原或者图像增强中，模糊度可被用作在自适应局部去模糊化中进行子图像分类的度量，可用于估计点扩散函数（PSF）矩阵的参数，或者可用作在迭代去模糊化算法中判断算法是否可停止的阈值。

在图像拾取设备的自聚焦系统中，模糊度可被用于实施自动聚焦系统中的最佳焦点确定，例如以便照相机自动调整其焦点。

当前，模糊度的确定主要基于两种思路。一种思路是基于频谱分析方法（现有技术1），另一种思路是基于边缘的方法（现有技术2）。

在现有技术1的技术中，通常通过在频域或者小波域中分析模糊图像的模糊程度来获得模糊度。

Sharp Laboratories of America,Inc.名下的美国专利No.7181082描述了一种用于基于DCT变换确定模糊度量的方法。在其实现中，该方法利用了模糊图像中的其功率谱随着频率增加更快地下落的特性，并且通过DCT系数的统计消息（诸如直方图或者标准偏差）来描述此现象。更具体而言，该方法从多个DCT系数中得出两个模糊指示符，并且使用这两个指示符来测量图像的模糊水平。

上述方法可适当地评估真实图像。但是，该方法计算复杂并且具有低计算速度，这是因为需要对于每8×8像素的子图像应用DCT变换，而这费时且难以在基于照相机的文档图像处理中直接实现。此外，由于DCT变换不能很好地描述空间不连续性，因此DCT变换不适合于具有空间不连续性的图像（诸如文档图像）的评估，因此不适合于模糊文档图像的评估。

在现有技术2的技术中，通常通过检测并且评估图像中包含的对象的边缘的锐度来获得模糊度。边缘的锐度可由边缘宽度或者边缘强度来表示。边缘宽度通常以像素数来衡量，并且边缘强度通常是无量纲的。实际上，边缘强度通常被用于表示边缘的锐度并且确定图像的模糊度。

在2008年的文章“Blind Image Quality Assessment for Measuring Image Blur”中，提出了基于边缘强度测量确定锐度度量的方法。更具体来说，该方法被如下地实现：通过Canny检测器来检测边缘像素；根据各边缘像素周围的局部极值来计算各边缘像素的边缘强度；以及选择所有边缘像素的结果中的最大值作为最终模糊度量。

此方法没有考虑局部对比度差别的影响，并且可推断局部图像的对比度越高，则最终结果变得越大，这样不能反映图像的真实模糊水平。另一个缺陷是其使用Canny检测器来检测边缘。Canny检测器基于Gauss滤波进行操作并且因此使得检测过程具有高计算开销并且变得缓慢且不准确，而且其在基于照相机的文档图像处理中相对不高效。

STMicroelectronics Ltd.名下的美国专利No.7899264也描述了用于评估模糊图像的方法。此方法使用四个第一阶边缘检测核（kernel）来确定边缘，并且在固定边缘宽度的上下文中来测量边缘强度。然后，此方法通过边缘的对比度来将边缘强度归一化，该边缘的对比度是在垂直于边缘的朝向的方向上确定的。

此方法的缺陷如下：首先，这种检测核可能引入更多的噪声，并且难以预先设定用于判断是否为边缘像素的合理阈值。其次，对于给定的边缘，边缘强度的测量仅仅利用了边缘像素的最近相邻像素，因此评估结果在没有以高准确度定位边缘的情况下可能不那么可靠。

Eastman Kodak Company名下的美国专利No.6023056公开了这样的方法，该方法通过Sobel检测器来检测图像中的预定量值之上的多个边缘，并且根据边缘相关矩阵来测量检测到的边缘的锐度。