图像频率域分析之频域谱(FDE)

[TOC]

Overview

code: https://github.com/cggos/cvkit/blob/master/scripts/cv_py/fft_fde.py

主要用于：

• 图像模糊度计算
• 镜头对焦

频域熵(FDE)

计算图像的 频域谱，表示如下

\[ f(i, j) \]

将其 幅度谱 归一化

\[ f_{\text {norm }}(i, j)=\frac{1}{\sum_{(i, j) \in D}|f(i, j)|}|f(i, j)| \]

计算 归一化幅度谱 的 信息熵，即最终的 FDE

\[ F D E=-\sum_{(i, j) \in D} f_{\text {norm }}(i, j) \cdot \log \left(f_{\text {norm }}(i, j)\right) \]

图像模糊度

通过计算图像模糊度，我们在SLAM算法中可以

• 检测模糊图像
• 动态改变图像特征点的噪声值

高斯模糊图像

通过利用高斯模糊算法将图像模糊程度逐渐增大，其对应的FDE值逐渐减小。

• Entropy: 11.368065834 (Origin)
• Entropy: 10.0918264389 (\(\sigma = 1\))
• Entropy: 9.30934810638 (\(\sigma = 2\))

• Entropy: 8.96276855469 (\(\sigma = 3\))
• Entropy: 8.66108512878 (\(\sigma = 5\))
• Entropy: 8.41834259033 (\(\sigma = 10\))

References

• Entropy based measure of camera focus