随着光电子技术、计算机技术以及多媒体技术的发展,越来越多集光机电一体的多媒体产品开始走向普通百姓家庭,数字成像产品便是其中的典型代表。以数码相机和数码摄像机为代表的数字成像产品近几年得到了突飞猛进的发展,数字图像的数量也在急剧增加,数字图像的品质便成了数字成像设备生产制造厂家和一般消费者最关心的问题。考虑到目前对数字图像品质缺乏量化评判方法的状况,为提高评判效率,统一评判指标,本文对数字图像的色偏和清晰度检测技术进行了深入研究,提出了自己的评判模型,并在此基础上设计形成了对应的检测方法。 本文的工作主要包括以下几方面: 1、针对目前常用的数字图像色偏检测方法中存在的许多局限性问题,利用数字图像的色偏与其色度分布特性的相互关系,提出了基于图像分析的色偏检测模型,形成了一种数字图像色偏检测方法。 2、为保证评价性能,同时兼顾计算效率,引入了与能量方差法的评价性能类似的图像绝对中心矩用于评价数字图像的清晰度,利用图像中心矩和高通滤波图像中心矩的线性组合,给出了基于图像中心矩的清晰度评价模型,形成了一种数字图像清晰度检测方法。 3、在给出的数字图像色偏检测模型和清晰度检测模型的基础上,利用颜色空间的转换和神经网络法的学习,设计实现了应用于数码相机生产流水线和对实景图像的色偏检测工具以及应用于数码相机对焦系统的清晰度检测工具。 实践表明,该检测工具能够增强数字成像设备生产制造厂商对产品品质的控制能力,同时也为普通消费者提供了一个检测平台来了解相关产品的成像品质。