梯度检测:通过 Sobel/Prewitt 算子计算边缘梯度,拉普拉斯方差(Variance of Laplacian)是最常用指标。例如,OpenCV 实现的拉普拉斯方差算法将图像转换为灰度图后进行二阶导数运算,方差值越低表示模糊越严重。
分块检测:将图像划分为多个子区域(如 16x16 像素块),对每个块独立计算梯度并动态调整阈值。例如,开源工具 BlurDetect 通过分块检测结合连通区域分析,可精准识别局部模糊区域,减少明暗不均场景的误判。
快速傅里叶变换(FFT):将图像转换到频域,高频成分减少表明模糊。例如,通过计算 FFT 频谱的均值并设定阈值,可判断整体模糊程度。FFT 方法还支持局部模糊定位,通过生成模糊区域掩码实现精准检测。