是否有任何策略可以检测出清晰且聚焦的图像区域,以分离出失焦的背景?我尝试使用边缘检测方法,但没有成功。

换句话说,是否可以确定图像的某个区域是否模糊(无法聚焦)?

评论

您是否要检测图像的清晰区域和对焦区域,而不是模糊区域和散焦区域?

您是如何使用边缘检测算法的?不确定它是否可以工作并且现在无法测试(因此暂时没有答案:P),但是就在我的头顶上,您可以将图像划分为多个子区域并测量渐变值。然后,基于阈值,您可以决定该子区域是否处于“焦点对准”状态。然后,您可以重新使用边缘信息来细化我之前描述的第一个近似值。对我来说这很有意义,但是到这里晚了可能很让人担心:)如果有时间的话,明天我会尝试。

@cifz-谢谢!测量梯度的好主意,听起来像是一种简单而快速的方法。但这只能用于粗略的检测,对吧?

@NathanReed对。抱歉,不是本地人:)您认为我应该改写这个问题吗?

@poor是,我认为重新命名和编辑标题以使其更清晰会很有帮助。

#1 楼

测量图像中的局部最大频率非常容易(至少作为低分辨率蒙版,并进行了一些正则化)。
MIT图形组的几篇论文都围绕这种线索进行检测和处理,使用常规或编码光圈相机。
例如具有编码光圈的传统相机的散焦放大倍率和图像和深度。

评论


$ \ begingroup $
非常感谢Fabrice!如果可能,您能否详细说明本地最大频率?
$ \ endgroup $
– p2or
2015年10月8日在10:44

$ \ begingroup $
我不记得这些论文在重新聚焦之前是如何估计本机聚焦的。但是我可以想到各种解决方案:通过在子图像网格(即开窗FFT网格)中计算FFT的穷人小波,估计局部自相关,通过与一组高斯差分集进行卷积来检测穷人FFT(以检测等等),但这是一种即时黑客攻击,最好的方法是阅读专家为真实操作所做的:-)
$ \ endgroup $
–Fabrice NEYRET
2015年10月8日12:58



$ \ begingroup $
在单张图像上完成任何工作,而不使用编码孔径吗?谢谢。
$ \ endgroup $
–罗伊
2015年10月19日在15:08