基于多尺度空間分析的圖像模糊測(cè)量方法研究.pdf

1、圖像在安全、航天、機(jī)械、醫(yī)學(xué)等行業(yè)上得到了廣泛的應(yīng)用,它扮演著越來(lái)越重要的角色。然而圖像在處理過(guò)程中造成質(zhì)量損耗,所以區(qū)分圖像質(zhì)量顯得越來(lái)越重要。模糊是產(chǎn)生圖像質(zhì)量損耗的主要方法之一,利用圖像模糊程度可以測(cè)度質(zhì)量。當(dāng)圖像發(fā)生退化形成高斯模糊時(shí),作為圖像主要特征的邊緣寬度增加,所以通過(guò)邊緣寬度可以評(píng)價(jià)圖像質(zhì)量。
　　針對(duì)邊界定位不準(zhǔn)導(dǎo)致模糊測(cè)度不準(zhǔn)確這一問(wèn)題,本文提出一種基于多尺度獲取邊緣寬度實(shí)現(xiàn)模糊測(cè)度的方法。本文主要內(nèi)容如下:<

2、br>　　(1)建立一維高斯模糊邊緣模型。通過(guò)研究一維高斯模糊的邊緣形態(tài)建立一維高斯模糊邊緣模型及其一階導(dǎo)數(shù)曲線模型,提出以邊緣的寬度表征高斯模糊程度。
　　(2)研究高斯模糊測(cè)度理論。以一維邊緣一階導(dǎo)數(shù)模型為對(duì)象,構(gòu)造多尺度高斯-拉普拉斯濾波器組,通過(guò)濾波的最大補(bǔ)償響應(yīng)重構(gòu)一維邊緣對(duì)象并獲取此時(shí)對(duì)應(yīng)的濾波器尺度。利用重構(gòu)后的極大值點(diǎn)所對(duì)應(yīng)的尺度獲取一維邊緣寬度實(shí)現(xiàn)高斯模糊測(cè)度。
　　(3)研究圖像的高斯模糊測(cè)度算法。針對(duì)高

3、斯模糊圖像的邊緣梯度幅值構(gòu)成的具有方向且剖面為高斯函數(shù)的梯度線條,構(gòu)建多方向多尺度高斯-拉普拉斯濾波器組。通過(guò)每個(gè)像素點(diǎn)在其梯度方向上多尺度自適應(yīng)濾波的最大補(bǔ)償響應(yīng)值,重構(gòu)梯度線條的能量圖及尺度圖。結(jié)合重構(gòu)能量圖中的局部極大值中心線及其相應(yīng)尺度圖中尺度值統(tǒng)計(jì)圖像邊緣的平均寬度,以此表征圖像的高斯模糊程度。
　　(4)提出測(cè)度方法的評(píng)價(jià)指標(biāo)。①所有模糊測(cè)度值用最小二乘法直線擬合的最小偏差平方值判定測(cè)度方法的穩(wěn)定性;②相同場(chǎng)景的模糊測(cè)