图像模糊度检测算法
基于频域的算法
- 傅里叶变换法：先将图像进行傅里叶变换得到频谱图，频谱图中心为低频，向外扩展为高频。通过屏蔽频谱图中心区域实现高通滤波，保留图像边缘等高频信息，再求频谱图的均值即平均高频幅值，该值越小，图像越模糊。但传统FFT方法存在不足，如将纹理稀疏的清晰图像误判为模糊，或把纹理丰富的模糊图像误判为清晰，EsFFT方法改进了这一点，只考虑纹理附近的频率响应强度。
- 小波变换法：利用小波变换对图像进行多尺度分解，提取图像在不同尺度下的高频细节信息。通过分析这些高频细节信息的能量分布，来判断图像的模糊程度。若高频细节能量较小，则图像可能较模糊。
基于空间域的算法
- 拉普拉斯算子法：对图像进行拉普拉斯变换，得到图像的二阶导图，反映图像的边缘信息。然后计算二阶导图的方差，方差值越小，图像越模糊。该方法简单快速，但需要手动调整阈值来定义图像是否模糊，且在不同光照、环境和图像采集条件下，结果可能不稳定。
- 梯度法：计算图像在水平和垂直方向上的梯
接入视频实时监控)
 + msys2/bash shell)
)
