为了使机器视觉系统中各类待检产品获得清晰图像,给调焦系统提供优良的评价依据,针对图像清晰度评价时易受到噪声干扰等问题,提出了一种基于小波变换高频系数的清晰度评价算法。该算法首先采用小波分解变换求得待测图像的细节分量,然后基于梯度平方法对各方向细节分量的变化快慢进行评价,最后根据纹理方向特征综合三个方向的高频系数的变化快慢,实现对图像清晰度评价。通过实验,验证了小波变换分解层数对清晰度评价的影响,并选取了第三层小波分解变换的高频系数作为评价的依据。为了验证所提出的算法,通过工业相机对样品进行连续变焦取像,并向该组图像中加入了均值为0,方差为0.01的高斯白噪声作为含噪样本,基于Matlab软件,分别采用梯度平方法、FISH算法、variance函数和提出的评价算法对两组样本进行清晰度评价测试。结果表明,提出...

图像的清晰与否直接影响后续的分析与识别,对图像清晰程度进行客观评价在图像质量评判中具有重要的意义。由于图像边缘信息是人眼关注到最显著的特征信息,根据清晰图像与模糊图像在边缘灰度变化程度不同,提出了一种基于灰度边缘坡度的图像清晰程度评价算法,并采用德克萨斯大学图像和视频工程实验室提供的live图像质量评价数据库进行了验证,结果表明,提出的评价方法和图像实际效果具有很好的一致性,在无参考型图像清晰程度评价中具有一定的应用价值。