一种基于多尺度重组dct系数的图像锐度测量方法
【专利摘要】本发明公开了一种基于多尺度重组DCT系数的图像锐度测量方法，首先将M×N大小图像尽分成8×8大小的块状，然后分别对每一小块进行DCT变换。8×8DCT变换将每一8×8的图像块变换为64个系数，从AC系数中提取某些随聚焦程度变化呈现更敏感、更大变化的系数，作为聚焦值计算的参与依据。本发明利用三级多尺度的重组DCT系数计算图像锐度值，计算简单、计算量小，且抗噪能力强，准确度高。
【专利说明】一种基于多尺度重组DCT系数的图像锐度测量方法
【技术领域】
[0001] 本发明涉及电子信息学科领域，特别是一种基于多尺度重组DCT系数的图像锐度测量方法。
【背景技术】
[0002]图像锐度是图像处理和分析领域的一个重要问题，在图像压缩编码、图像质量评估、基于图像的被动聚焦等许多方面都有应用。
[0003]图像锐度计算一个重要的应用是作为基于图像的被动式自动聚焦度量。自动聚焦是能使目标场景在成像系统中准确清晰成像的某种自动调节的过程，可分为主动聚焦和被动聚焦。主动聚焦依靠某种距离探测方式比如超声或红外测距等，以测量出目标场景与镜头之间的距离，然后据此调焦而获得对焦准确的位置。与主动聚焦不同的是，被动聚焦则不需要向对焦目标物发射任何能量或信息，仅仅通过利用透入的光线和形成的图像信息进行分析来调节聚焦。在基于图像的被动聚焦过程中，摄像头对准需要聚焦的场景并驱动聚焦电机控制聚焦位置，通过对图像传感器采集图像进行清晰度计算，由图像的清晰度来反馈控制聚焦电机移动的方向和步长，直至找到清晰度最大的位置即为聚焦准确的位置。清晰度往往是通过图像锐度来体现的，锐度越大，边缘等细节信息就越丰富，图像自然就越显得清晰。因此，锐度计算的准确性决定了自动对焦的精度。
[0004]锐度评价函数对聚焦准确位置越敏感，也就是由一序列锐度值构成的聚焦值曲线在准确聚焦的位置越陡峭，则越有利于自动聚焦。另外，由于聚焦时可能会遇到各种不同的场景、光照条件、噪声干扰等，一般的锐度评价函数很容易呈现出多个局部的峰值甚至错误的最大峰值等现象。为了提高自动聚焦的准确性和鲁棒性，研究和采用具有适应性强、准确度高、抗噪声能力强的锐度评价函数是很重要的。
[0005]聚焦程度比较好时，图像细节丰富，反映在空域上表现为局部特征如边缘、梯度等变化越大，反映在频域上则表现为高频成分的多少，因此，锐度评价函数方法主要可分为两类:空间域的方法和频率域的方法。频域函数整体上具备更强的抗噪声能力，但是计算量很大，而空域函数尤其是方差、像素相关等函数对噪声非常敏感。
[0006]DCT是一种空间域向频率域一对一的映射，它将空间域的图像数据向一组2维正交基上投影而得到全为实数的系数。设图像大小为MXN，g(x, y)为在(x，y)的像素值，则DCT可定义为:
[0007]Fc[g(x, y)] = {Dw v (g(x, y))}
[0008]系数Du v (g(x, y))对应像素g(x, y),具体定义如下:
[0009]
【权利要求】
1.一种基于多尺度重组DCT系数的图像锐度测量方法，其特征在于，该方法为: 1)将图像分成若干个8X8大小的块状，分别对每一个8X8块进行DCT变换，每个8X 8块变换后对应64个系数； 2)计算每一个8X8块的中频系数能量Mniiddle:
【文档编号】G06T7/00GK103955924SQ201410160037
【公开日】2014年7月30日 申请日期:2014年4月21日 优先权日:2014年4月21日
【发明者】张政, 张茂军, 刘煜, 熊志辉, 王炜, 徐玮, 谭树人 申请人:中国人民解放军国防科学技术大学