一种图像高斯模糊的测度方法

摘要

本发明公开了一种针对图像高斯模糊的测度方法，所述方法将高斯模糊图像的边缘宽度作为判定图像模糊度的参数，实施步骤包括：获取图像的灰度图；获取灰度图像的梯度幅值图和梯度方向角；构造不同尺度不同方向的高斯-拉普拉斯滤波器；由梯度幅值图与多尺度多角度高斯-拉普拉斯滤波器作卷积从而得到相应的能量图和尺度图；通过获取能量图上各像素点在梯度方向上的极大值位置来确定边缘点位置，最终统计得到原始灰度图的边缘宽度，实现对图像高斯模糊的测度。通过本发明方法的实施例可见，由本发明方法求得的边缘宽度增幅与模糊度增幅的比值保持一定的稳定性，避免了传统评价方法出现误差的情况。

主权项

一种图像高斯模糊的测度方法，其特征在于，包括以下步骤：步骤1：将被评价图像进行预处理，得到灰度图像；步骤2：获取灰度图像的梯度幅值图和相应的梯度方向角；步骤3：在梯度方向上构造不同尺度的高斯‑拉普拉斯滤波器，具体包括以下步骤：步骤3‑1：预估被评价灰度图中模糊度最大的图其高斯模糊标准差为σ₀，取σ₁＞σ₀，定义一个宽度w，以及一个区间范围[3，a]，因此且w以1为单位等值递加；步骤3‑2：根据w不同的取值由公式得到相应的标准差σ；步骤3‑3：由不同的标准差σ构造相应不同宽度的滤波器，再将滤波器旋转到由步骤2求得的梯度像素点的梯度方向上，得到每个点在梯度方向上相应不同宽度的高斯‑拉普拉斯滤波器；步骤4：求出能量图与尺度图将由步骤2中得到的梯度幅值图与步骤3中得到的各像素点在梯度方向上的多尺度高斯‑拉普拉斯滤波器作卷积，并将结果做相应的补偿，记录每个像素点的最大补偿结果即最大响应和此时相应的滤波器宽度，由每个像素点的最大响应构成的图叫做能量图，由相应的滤波器宽度w通过公式得到的边缘梯度幅值线条宽度width构成的图叫做尺度图；步骤5：检测获取能量图中各像素点的梯度方向上的极大值位置，得到极大值分布图；步骤6：统计原始灰度图的边缘宽度从而得到模糊度，具体包括以下步骤：步骤6‑1：由步骤5中得到的像素点的极大值位置在尺度图中定位每个边缘 点的位置，并且获得这些边缘点对应的边缘梯度幅值线条宽度width；步骤6‑2：由于图像边缘梯度幅值线条宽度width等于边缘宽度值，因此，由步骤6‑1得到的边缘梯度幅值线条宽度和步骤5检测出的对应的像素点，统计边缘点的边缘宽度值得到模糊度。