답변:
일반적 으로 이는 초점이 맞지 않은 이미지 영역에 초점을 맞추려고 하는 이미지 분할 문제 ( http://en.wikipedia.org/wiki/Image_segmentation )입니다.
광학 렌즈는 어쨌든 저역 통과 필터와 동일하며 신호에 대한 저역 통과 필터의 효과는 고주파수 함량을 제한하여 매끄럽게 만드는 것입니다.
디지털 이미지 처리에서 저주파수는 큰 물체 (일반 형식)에 해당하고 고주파수는 작은 물체 (세부 사항)에 해당합니다.
따라서 초점 영역을 분리하기 위해 초점이 맞지 않는 렌즈의 스무딩 조작으로 인해 표준 편차가 더 낮은 흐릿한 영역에 비해 표준 편차가 더 높은 영역을 찾을 수 있습니다.
'흐리게'된 영역과 '흐리게되지 않은'영역을 구분하기 위해 크기의 "창"을 설정하고 이미지 위로 밀어 넣을 수 있습니다.
창의 각 위치에서 "패치"값의 분산이 마치 값 의 1 차원 벡터 인 것처럼 계산 합니다. 그러면 이미지의 각 위치에서 표준 편차의 변화를 나타내는 또 다른 "이미지"(또는 일반적으로 2 차원 배열)가 생성됩니다. 그런 다음이 값을 모두 수집하여 히스토그램을 얻을 수 있습니다. 히스토그램에는 멀티 모달 분포가 표시됩니다 (자세한 내용은 http://en.wikipedia.org/wiki/Multimodal_distribution 참조 ).
게시물에있는 이미지의 경우 히스토그램에는 두 가지 모드가있을 수 있습니다. 하나는 상대적으로 높은 표준 편차 값 (초점 영역)에 해당하고 다른 하나는 상대적으로 낮은 표준 편차 값 (흐림 영역)에 해당합니다.
그런 다음 예를 들어 두 모드 사이에 임계 값을 배치하여 초점이 맞춰진 영역과 초점이 맞지 않은 영역 사이에 기준을 설정 한 다음 표준 편차가 임계 값보다 높은 모든 "패치"(또는 MxN 창 영역)를 선택할 수 있습니다. (자세한 내용은 http://en.wikipedia.org/wiki/Thresholding_%28image_processing%29 참조 )
이렇게하면 이미지의 초점이 맞춰진 부분이 분리됩니다.
도움이 되었기를 바랍니다.
슬라이딩 창 분석을 포함하지 않는보다 쉬운 방법이 있습니다.
이미지를 그레이 스케일로 변환하십시오 (필요하지는 않지만 명확성을 위해 하나의 채널 만 있다고 가정합니다)
양방향의 그라디언트 계산
크기를 계산하거나 그라디언트를 제곱하십시오.
양방향으로 두 그라디언트 이미지 합계
이미 언급했듯이 이미지의 초점이 맞춰진 부분은 초점이 맞지 않은 영역보다 높은 주파수를 갖습니다. 요약에서 초점이 맞춰진 객체가이 방향을 따라 배치되는 부분에 많은 변형 (높은 값)이있는 두 개의 투영으로 끝납니다. 이제 다음을 수행 할 수 있습니다.
이 더 높은 값의 시작점과 끝점을 결정하십시오. 간단한 임계 값 (예 : 0.7 * maximum_value)을 사용하거나 프로파일을 매끄럽게하고 2 차 미분을 취한 후 거기에서 가장 높은 값을 확인할 수 있습니다.
이전 단계의 시작 / 중지 위치는 선명 영역을 나타내는 사각형을 배치 할 위치의 양방향 위치에있는 픽셀 위치를 제공합니다.
