自动对焦估计？

在2D单色图像矩阵或位图的集合上可以使用哪种类型的分析，以估计或比较它们“聚焦”的相对质量？是否存在一种有效的方法来计算诸如整体对比度，亮度稀疏度或散焦模糊产生的其他伪影之类的标量度量？

焦点对准的图像具有较清晰的边缘，因此应用边缘检测器并测量输出能量会使您走上正确的轨道。

一种简单的技术是计算图像上拉普拉斯的总和，如果您处理日常照片，则可能是中心加权的（人们倾向于将感兴趣的对象置于中心，因此最好使中心处于焦点而不是边界。 ）

例如，此标准是许多用于微距摄影的“堆栈聚焦”应用程序中使用的标准。

在除雾或色调映射中还可以使用其他方法...搜索“局部对比度度量”。

通常，可以将镜头建模为低通滤镜。当物体没有对准焦点时，低通滤波器的平滑效果会更加强烈。

因此，您可以使用一个简单的度量标准，例如“ 标准偏差”，它既可以全局应用（在整个图像上），也可以通过图像上适当大小的移动窗口在本地应用，以保留空间信息（如果您另外还对哪些区域感兴趣）聚焦或聚焦。

在这两种情况下，并假设场景在两次拍摄之间变化不大，则焦点IN的图像的标准偏差将大于焦点OUT的图像的标准偏差。

对于标准偏差的应用“聚焦估计”你可以看看本出版物，而多项措施（包括标准差）的审查可以从这个。