图像处理项目的遗传算法

Question

我正在考虑为学校启动一个项目，我将使用遗传算法来优化图像的数字锐化。我一直在 Photoshop 中使用不锐化蒙版 (USM) 技术。基本上，我想创建一个软件来优化参数（即模糊半径、模糊类型、混合图像）以创建“最合适”的滤镜集。

在开始之前我正在快速计划这个项目，我想不出一个适合“选择”部分的好的适应度函数。如何确定滤镜组的“质量”，或测量图像的清晰度？

另外，我将使用 python（使用 Python Imaging Library）进行编程，因为它是我唯一精通的语言。我应该学习一门低级语言吗？

非常感谢任何关于任何事情的建议/提示。提前致谢！

tl;dr如何衡量图像的“锐度”程度？

Answer 1

如果它用于调整参数，您可以拍摄已知图像并应用已知的模糊/低通滤镜。然后用你的 GA+USM 算法锐化它。利用原始图像计算您的适应度函数，例如可能像平均绝对误差一样简单。可能需要创建不同的数据集，例如风景图像（主要是清晰的，具有大景深的焦点），肖像图像（可能是故意失焦和“柔和”的大区域），以及低噪声和嘈杂的图像。锐化嘈杂的图像实际上是一个相当大的挑战。

Bruce Frasier 在 Photoshop 等锐化技术方面的工作绝对值得一看。

还可能值得查看 Imatest (www.imatest.com)，看看是否有任何关于清晰度/分辨率的信息。最后，您还可以考虑分辨率图表。

最后，我严重怀疑 USM 是否存在一组理想参数，最佳参数将取决于图像并且确实是个人偏好（这就是为什么我建议从已知的清晰图像开始并对其进行模糊处理）。了解图像的类型可能同样重要，而且本身也是非常有趣和具有挑战性的问题。虽然也许像图像方差和边缘直方图这样的基本启发式方法会揭示合适的线索。

只是一个想法，希望上面的一些有用