[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
PREVIOUS镜像变换
NEXTSLAM中的3D特征参数化表示