一种多景深场景离焦序列图的质量评价方法与流程

文档序号:12471745阅读:来源:国知局

技术特征:

1.一种多景深场景离焦序列图的质量评价方法,其特征在于,该方法包括以下步骤:

(1)从离焦序列图中任意获取一张大小为m×n的散焦图像f;

(2)利用高斯卷积将散焦图像进行再模糊,得到图像d:

d=f*g(i,j;σ+σ1) (1)

此过程中,高斯滤波器为:

<mrow> <mi>g</mi> <mrow> <mo>(</mo> <mi>i</mi> <mo>,</mo> <mi>j</mi> <mo>;</mo> <msub> <mi>&sigma;</mi> <mn>1</mn> </msub> <mo>)</mo> </mrow> <mo>=</mo> <mfrac> <mn>1</mn> <mrow> <mn>2</mn> <msubsup> <mi>&pi;&sigma;</mi> <mn>1</mn> <mn>2</mn> </msubsup> </mrow> </mfrac> <mi>exp</mi> <mrow> <mo>(</mo> <mo>-</mo> <mfrac> <mrow> <msup> <mi>i</mi> <mn>2</mn> </msup> <mo>+</mo> <msup> <mi>j</mi> <mn>2</mn> </msup> </mrow> <mrow> <mn>2</mn> <msubsup> <mi>&sigma;</mi> <mn>1</mn> <mn>2</mn> </msubsup> </mrow> </mfrac> <mo>)</mo> </mrow> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>2</mn> <mo>)</mo> </mrow> </mrow>

其中,i,j表示散焦图像f中的像素;σ为原始图像的模糊核,σ1为所加高斯模糊的模糊核。

(3)对图像d进行傅里叶变换,获得D:

(4)采用频谱对比度的方法对D进行处理,进一步获得稀疏深度图然后通过插值的方法得到全局离焦图

(5)利用基于熵率的超像素分割方法将全局离焦图进行前后景分割,得到作为对焦主体的前景图像a;

(6)对前景图像a进行形态学二值化处理,选取灰度值大于阈值Ta的部分得到前景二值图b:

<mrow> <mi>T</mi> <mi>a</mi> <mo>=</mo> <mfrac> <mrow> <munderover> <mo>&Sigma;</mo> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>m</mi> </munderover> <munderover> <mo>&Sigma;</mo> <mrow> <mi>j</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>n</mi> </munderover> <msub> <mi>a</mi> <mrow> <mi>i</mi> <mo>,</mo> <mi>j</mi> </mrow> </msub> </mrow> <mrow> <mi>m</mi> <mo>&times;</mo> <mi>n</mi> </mrow> </mfrac> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>3</mn> <mo>)</mo> </mrow> </mrow>

ai,j表示像素i,j处的灰度值。

再对前景二值图b进行膨胀操作,得到前景模板c:

<mrow> <mi>c</mi> <mo>=</mo> <mi>b</mi> <mo>&CirclePlus;</mo> <mi>R</mi> <mi>i</mi> <mi>d</mi> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>4</mn> <mo>)</mo> </mrow> </mrow>

其中,Rid是R×R的结构元素;是膨胀操作;

(7)将前景模板c作用于离焦序列图,利用评价函数计算离焦序列的评价函数曲线。

当前第2页1 2 3 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1