The invention provides a fuzzy image detection method based on spectrum and cepstrum characteristics. Firstly, the image is divided into small regions, and the energy spectrum density distribution and singular cepstrum distribution values are calculated in the small area. At the same time, assuming the above two kinds of fuzzy characteristics accord with normal distribution, and the clear image and the blurred image distribution parameters are different, and the maximum likelihood estimation method to estimate the distribution parameters of the above two kinds of characteristics in the fuzzy and clear under the assumption of value. Finally, a simple Bias classifier is established to determine whether the image is blurred when given a test image.
【技术实现步骤摘要】
一种基于朴素贝叶斯方法的模糊图像检测方法
本专利技术属于图像处理
,特别涉及各类图像的模糊检测技术。
技术介绍
图像模糊检测一直是图像处理的重要研究方向,它是指自动从输入图像序列中筛除存在模糊图像的过程。在车牌识别、人脸识别、物体识别和虹膜识别等多个计算机视觉问题中,都需要确保输入图像清晰,才能进一步提取有效的视觉特征进行识别。因此,如何利用图像处理技术去除掉模糊图像,是各种计算机视觉问题第一步需要解决的。目前的图像模糊检测算法可以分为两个类别:(1)有参照模糊检测方法和(2)无参照模糊检测方法。有参照模糊检测方法是指通过比较失真图像和参照(清晰)图像来评价失真图像的模糊程度,该方法是目前为止客观评价图像模糊程度中最可靠的方法。其中,基于均方误差、峰值信噪比、和归一化最小平方误差等的方法为常见的评价方法。这类方法计算简单,同时能有效评测失真图像的模糊程度。然而,由于在实际应用中参照图像通常无法得到,因此该类方法的应用范围非常有限。参见文献“RonyFerzliandLinaJ.Karam,HumanVisualSystemBasedNo-ReferenceObjectiveImageSharpnessMetric,2006IEEEInternationalConferenceonImageProcessing,pp.2949-2952”。非参照模糊图像检测方法是指不通过与参照(清晰)图像进行对比,直接根据模糊失真图像的特性定义检测指标,通过指标的数值判断图像是否模糊以及模糊程度。该类方法与有参照模糊图像检测方法相比,在检测准确性上略显不足。但是,由于 ...
【技术保护点】
一种基于朴素贝叶斯方法的模糊图像检测方法,它包含以下步骤:步骤1:任意选取摄像头采集的N
【技术特征摘要】
1.一种基于朴素贝叶斯方法的模糊图像检测方法,它包含以下步骤:步骤1:任意选取摄像头采集的N1+N2幅同类数字图像其中既包含N1模糊图像和N2幅清晰图像,代表第t幅大小为M×N的图像;步骤2:对步骤1中得到的N1+N2幅数字图像根据其模糊与否进行人工标定,若第t幅图像It为模糊图像,则令其对应的标定变量yt=1,否则yt=-1;步骤3:对待识别图像It进行子区域划分,划分方法为方格法,并记每一个子区域图像为Itb,b=1,...,B,其中B为子区域的总个数;步骤4:对于待识别图像的子区域图像进行Itb(m,n)与算子(-1)m+n的相乘运算以保证傅里叶变换之后的零频部分位于频谱图像的中心,得到其中表示子区域图像Itb的尺寸为M′×N′,Itb(m,n)表示任意一像素点的灰度值,(m,n)为该像素点的坐标位置;步骤5:对每一变换后的子区域图像进行二维离散傅里叶变换,其中Ftb(u,v)表示I′tb的二维离散傅里叶变换,u,v为傅里叶变换后的空间坐标。步骤6:计算图像的能量谱密度分布其中表示第d个频带内能量谱密度,D表示频带的总个数;步骤7:计算每一子区域图像Itb的倒谱步骤8:计算每一子区域图像Itb对应的奇异倒谱直方图表示倒谱值分布在某一取值区间内点的数目;步骤9:设能量谱密度分布htb来自模糊图像或清晰图像时,对应的分布为正态分布,均值和协方差矩阵不同,能量谱密度分布htb来自模糊图像和清晰图像的均值分别为μh1和μh2,协方差矩阵为和其中表示模糊图像能量谱密度分布变化的程度,表示模糊图像能量谱密度变化的程度,ID表示单位矩阵;得到如果图像来自模糊图像,其能量谱密度分布值htb的分布函数为:通过最大似然函数求得参数μh1和的最佳取值;如果图像来自清晰图像,htb的分布函数假设为:通过最大似然函数求得参数μh2和的最佳取值;步骤10:计算奇异倒谱分布值stb的分布函数,设stb来自模糊图像或清晰图像时,对应的分布为正态分布,均值和协方差矩阵不同,奇异倒谱分布值stb来自模糊图像和清晰图像时的均值分别为μs1和μs2,协方差矩阵为和其中表示模糊图像奇异倒谱分布值...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。