Otomatik odaklama tahmini?

2B tek renkli görüntü matrisleri veya bitmap kümelerinde "odakta olma" göreli kalitelerini tahmin etmek veya karşılaştırmak için ne tür analizler kullanılabilir? Genel kontrast, parlaklık azlığı veya odak dışı bulanıklaştırmadan üretilen diğer yapay nesneler üzerinde skaler bir metrik hesaplamanın etkili bir yolu var mı?

Odaklanan görüntüler daha keskin kenarlara sahiptir, bu nedenle bir kenar dedektörü uygulamak ve çıkışın enerjisini ölçmek sizi doğru yola sokar.

Basit bir teknik, günlük fotoğraflar ile uğraşırsanız, muhtemelen merkez ağırlıklı olan görüntüler üzerinde laplacian toplamını hesaplamaktır (insanlar ilgilenilen nesneyi merkeze koyma eğilimindedir, bu nedenle merkeze odaklanmak sınırlardan daha iyidir )

Bu kriter, örneğin, makro fotoğrafçılık için birçok "Yığın odaklama" uygulamasında kullanılan şeydir.

Tehlikeden arındırma veya ton eşlemede kullanılan başka yaklaşımlar da vardır ... "Yerel kontrast ölçütleri" ara.

Genel olarak bir lens düşük geçiş filtresi olarak modellenebilir . Bir nesne odak dışında olduğunda , alçak geçiren filtrenin yumuşatma etkisi daha yoğundur .

Bu nedenle, küresel olarak (tam görüntünün üzerine) uygulanan ya da uzamsal bilgileri korumak için görüntünün üzerine uygun büyüklükte bir hareketli pencereden yerel olarak uygulanan Standart Sapma gibi basit bir metrik kullanabilirsiniz. odak içinde veya dışında.

Her iki durumda da ve sahnenin çekimler arasında fazla değişmediği varsayılarak, görüntü IN odağının Standart Sapması, odağın dışındaki görüntü Standart Sapmasından daha yüksek olacaktır.

Bir "odak tahmincisi" gibi standart sapma bir uygulamaya yönelik bir göz olabilir Bu yayının (Standart sapma dahil) birtakım tedbirlerden bir yorum mevcut iken, bu birinden .